ue中使用正则表达式来替换-正则表达式-的捕获组与非捕获组

在ue中，经常遇到需要去掉字符串中的空格。比如，在列模式下编辑得到的内容往往含有很多不需要的空格，这个时候需要使用正则表达式来替换。

这里使用的是ue中的unix正则表达式引擎，替换表达式是："(/s*)([a-z]+)/s*" 替换为："/2"。

解释： 上面的正则表达式是将“ ”内的首尾含有的空格去掉，保留中间的小写字母。 这里涉及到分组的概念。

当需要在正则表达式的后面引用前面已经匹配的内容或者在被替换为这部分需要引用正则表达式中已经匹配的内容的时候，就需要使用到分组。

捕获组是可以被捕获的分组，其中显式命名的捕获组称为命名捕获组。

见：

正则表达式分组相关的知识

一、组的分类
正则中的组有捕获组和非捕获组，而捕获组又分为普通的捕获组和命名捕获组，分别为
捕获组：(exp)
命名捕获组：(? <name> exp)
非捕获组：(?:exp)

二、组的作用
1、捕获组的作用

捕获组的作用是将正则表达式exp匹配到的内容保存到组里，供以后使用

比如这样一个字符串：
<a href="http://bbs.csdn.net" title="床上等你"> CSDN </a>
我想得到网址，而它符合的规则是在 <a...> 标签内，那就可以这样做

C# code

string test = "<a href=/"http://bbs.csdn.net/" title=/"床上等你/">CSDN</a>";
Match m = Regex.Match(test, @"<a/s*href=""([^""]*)""[^>]*>", RegexOptions.IgnoreCase);
if (m.Success)
MessageBox.Show(m.Groups[1].Value);

上面的正则表达式匹配到了 <a href="http://bbs.csdn.net" title="床上等你"> ，而我们想得到网址，表达式其它部分只是为了保证取到的网址是在 <a...> 标签内的，所以这里用到的捕获组，把匹配到的网址保存到捕获组里，然后用m.Groups[1].Value得到这个捕获组所匹配到的内容
m.Groups[1].Value是一种对捕获的引用方式，还有另外一种引用方式m.Result("$1")，效果是一样的

普通捕获组是用1,2,3...这样的自然数对捕获组进行引用的
而命名捕获组可以不用去数捕获组的序号，直接通过捕获组的命称对它进行引用

C# code

string test = "<a href=/"http://bbs.csdn.net/" title=/"床上等你/">CSDN</a>";
Match m = Regex.Match(test, @"<a/s*href=""(?<url>[^""]*)""[^>]*>", RegexOptions.IgnoreCase);
if (m.Success)
MessageBox.Show(m.Groups["url"].Value);

至于捕获组的分组命名及序号排序规则，在后面说明

2、非捕获组的作用
非捕获组的作用有两个，第一个比较常用，第二个了解一下即可

(1)、节省系统资源，提高效率
在使用“ ¦”表示“或”的关系时，稍微复杂的情况，需要用()来限制“ ¦”的作用范围，否则即表示“ ¦”的左右两侧整体为“或”的关系，这是题外话，这里不详细说明了，还有用{num}来表达式匹配次数时，有时前面也要用到()限制作用范围
而使用()来限制作用范围的同时，默认情况下会把匹配到的结果保存到一个捕获组里，而大多数时候，我们是不需要保存这部分内容的，这就带来一定的副作用，浪费了系统资源，降低了效率
非捕获组的一个作用就是用来消除这种副作用的，(?:exp)用来匹配exp所表示的规则，但不将匹配结果保存到捕获组里

比如匹配HH:mm:ss这样的时间

C# code

MessageBox.Show(Regex.IsMatch("18:23:55", "^(?:[01][0-9]|2[0-3])(?::[0-5][0-9]){2}$").ToString());

(?:[01][0-9] ¦2[0-3])验证小时部分是否符合规则，但不会将匹配结果保存到捕获组里
(?::[0-5][0-9]){2}验证了分秒部分，但不会将匹配结果保存到捕获组里

(2)、在使用Regex.Split方法时，起到与RegexOptions .ExplicitCapture参数相同的作用，这个用得不多，了解一下就行了

三、捕获组分组命名及序号排序
普通捕获组是按“(”从左到右出现的先后顺序以自然数1,2,3...进行命名的
命名捕获组就是以(? <name> exp)中的name进行命名的

但是要注意一点，在表达式匹配成功的前提下，$0在任何情况下都表示整个表达式所匹配到的内容，m.Groups[0].Value表示整个表达式匹配到的内容，可以简写为m.Value

另外就是命名捕获组除了可以用name对它进行引用外，还可以通过序号对它引用，它的命名规则为：先对普通捕获组从左到右进行序号命名，然后再从开头，从左到右对命名捕获组进行序号命名，举例如下

<a/s*href="(? <url> [^"]*)"/s*title="([^"]*)"[^> ]*> (? <text> [/s/S]*?) </a>
2 url 1 3 text

C# code

string test = "<a href=/"http://bbs.csdn.net/" title=/"床上等你/">CSDN</a>";
Match m = Regex.Match(test, @"<a/s*href=""(?<url>[^""]*)""/s*title=""([^""]*)""[^>]*>(?<text>[/s/S]*?)</a>", RegexOptions.IgnoreCase);
if (m.Success)
{
richTextBox1.Text += m.Groups[0].Value + "/n";       //<a href="http://bbs.csdn.net" title="床上等你">CSDN</a>
richTextBox1.Text += m.Groups[1].Value + "/n";       //床上等你
richTextBox1.Text += m.Groups[2].Value + "/n";       //http://bbs.csdn.net
richTextBox1.Text += m.Groups["url"].Value + "/n";   //http://bbs.csdn.net
richTextBox1.Text += m.Groups[3].Value + "/n";       //CSDN
richTextBox1.Text += m.Groups["text"].Value + "/n";  //CSDN
}

四、组的另一种引用方式
除了上面 m.Groups[1].Value 和 m.Result("$1") 这两种对结果集进行处理时的引用方式外，还有在替换时的一种引用方式，举例如下

只保留网址和链接文字，去掉 <a...> 标签中其它无用信息

C# code

string test = "<a href=/"http://bbs.csdn.net/" title=/"床上等你/">CSDN</a>";
string result = Regex.Replace(test, @"<a/s*href=""([^""]*)""/s*title=""([^""]*)""[^>]*>(?<text>[/s/S]*?)</a>", @"<a href=""$1"">${text}</a>", RegexOptions.IgnoreCase);
MessageBox.Show(result);

普通捕获组就是用$number来引用，而命名捕获是用${name}来引用