非匹配组的目的是什么？

Question

我正在阅读Groovy教程，他们讨论了如何通过使用?:引导组创建非匹配组。这样，这个小组就不会出现在比赛上了。我不明白的是，你为什么要明确地说，不要与这个群体相匹配。不把它分成一组不是更简单吗？

Answer 1

?:用于分组，但当您不想捕获它们时。这对于代码的简洁是有用的，有时也是必要的。这有助于在匹配之后不存储我们随后不需要的东西，从而节省空间。

它们也主要与|操作符一起使用。

交替运算符在所有regex运算符中的优先级最低。也就是说，它告诉regex引擎要么将所有内容匹配到垂直条的左侧，要么将所有内容匹配到垂直条的右侧。如果要限制交替的范围，则需要使用括号进行分组。(http://www.regular-expressions.info/alternation.html)。

在这种情况下，您不能离开它们而不将它们放在一个组中。您将需要在许多常用的规则，如电子邮件，url等的交替运算符。希望这有帮助。

/(?:http|ftp):\/\/([^\/\r\n]+)(\/[^\r\n]*)?/g是JavaScript中的一个样例URL，它需要替换操作符，需要分组。如果不进行分组，则所有http的匹配都将是http。

Answer 2

使用非捕获组至少有四个原因：

1) 保存内存：当您匹配捕获组时，组的内容将独立存储在内存中，无论您是否需要它。当您使用regex并将结果存储在一组大数据上时，内存中的空间会迅速增加。例如，[0-9]+(, [0-9]+)*将匹配由逗号和空格(如15, 13, 14 )分隔的一系列整数。让我们假设您只需要来自结果(组0)的整个匹配字符串。不过，在本例中，您将真正存储"15, 13, 14"和", 14"，因为后者位于捕获的组中。您可以使用[0-9]+(?:, [0-9]+)*来节省内存和时间。对于这样一个简单而简短的示例来说，这可能并不重要，但是对于更复杂的正则表达式，这些额外的内存使用量会迅速增加。另外，非捕获组的处理速度也更快。

2) Simpler ：如果您有类似于([a-z]+)( \.)* ([a-z]+) ([a-z]+)的正则表达式，并且希望提取这三个单词，则需要使用组1、3和4。虽然这并不十分困难，但假设您需要在后两个单词(如([a-z]+)( \.)* ([a-z]+)( \.)* ([a-z]+) )之间添加另一个组。如果在代码后面的几个地方使用这些组，可能很难找到它们。相反，您可以首先编写([a-z]+)(?: \.)* ([a-z]+) ([a-z]+)，然后将其更改为([a-z]+)(?: \.*) ([a-z]+)(?: \.)* ([a-z]+)，这两个词分别与组1、2和3匹配。

3) 外部依赖项：您可能有一个函数或库，需要接收与n组完全匹配的正则表达式。这是一个不寻常的例子，但使所有其他组不捕获将满足需求。

4) 组计数限制：大多数语言对正则表达式中捕获组的总数都有限制。不寻常的是，需要很多组(比如python 100)，这是可能的。通过使用不受此限制的非捕获组，您可以使用较少的组，并减少遇到此限制的次数。例如：

((one|1), )((two|2), )…((nine_hundred_ninety_nine|999), )

在某些语言中，…是所有中间组都无法匹配的地方，因为它有太多的捕获组。但是：

(?:(one|1), )(?:(two|2), )…(?:(nine_hundred_ninety_nine|999), )

将匹配并仍然返回所有组，如one或22。