为什么正则表达式捕获组索引为 1？

Question

我的一部分担心这个问题会被结束，但我确实对某些事情感到困惑。在我使用的每种语言的正则表达式中，捕获组的索引为 1，即使该语言的其余部分索引为 0。我想到了会导致 1 索引的设计决策，这通常是为了降低非技术人员的进入门槛，但是当涉及到正则表达式时，它已经是地狱般且难以理解的，这个论点似乎并不真正成立。抓住。

此外，由于每种语言似乎对正则表达式都有自己的小调整，因此让捕获组索引与语言的其余部分保持一致似乎是明智的。

还有其他解释吗？我的脑海中突然浮现出这样的想法：1 索引是正则表达式内部更深层次的东西（比如本质上占据零位的东西）或类似的东西的结果。也就是说，我无法找到有关此特定怪癖的任何文档。是否有任何正则表达式大师知道这里发生了更深层次的事情，或者这只是严重遗留代码中的事情？

Answer 1

在我使用的每种语言的正则表达式中，捕获组的索引为 1，即使该语言的其余部分索引为 0。

我想，您所说的其余语言是指数组和其他容器类型。嗯，在正则表达式中，捕获组确实以 开头0，但一开始并不明显。

捕获组 0包含完整的匹配项，其上的捕获组是您可以看到使用括号 - 创建的组()。

因此，在下面的正则表达式中，对于字符串 - "ab123cd"：

ab(\d+)cd

实际上有两个组：

• 第 0 组- 完全匹配 -ab123cd
• Group 1 - 是您使用以下方式捕获的组()-123

此后，组按照左括号 (出现的顺序进行编号。

因此，对于以下正则表达式（添加空格以提高可读性）：

ab(    x   (\d+))cd
  ^        ^
  |        |
 group 1  group 2

将上述正则表达式应用于字符串 - 时"abx123cd"，您将拥有以下组：

• 第 0 组- 完整比赛 -abcx123cd
• 第 1 组- 第一个左括号中的模式 -x123
• 第 2 组- 第二个左括号中的模式 -123

当您将这些正则表达式映射到 中时Java，您可以使用以下方法获取所有这些组：

• Matcher.group()获取组 0（注意，没有参数），并且
• Matcher.group(int)获取其余组（注意一个int参数，为各个组获取值）