正则表达式：组匹配有什么用？

Question

我决定学习一些正则表达式的基础知识。我在网上使用 Regex One 课程，我在第 11课上被困了一段时间，但我想我现在明白了。

这就是任务。

“编写一个仅匹配以下 PDF 文件的文件名（不包括扩展名）的正则表达式。”

task            text                     capture
capture text    file_a_record_file.pdf   file_a_record_file
capture text    file_yesterday.pdf       file_yesterday
skip text       testfile_fake.pdf.tmp

有一个输入字段，您可以在其中输入模式以完成任务。经过一些试验和错误，这就是我想出的。

^(file_a_record_file)\.pdf$

这将匹配文件名file_a_record_file.pdf但只“捕获” file_a_record_file。有什么区别？...匹配和“捕获”之间有什么区别？这有什么用？这个“组匹配”如何？

现在这对第一个文件有效，但对第二个文件无效。该任务说我需要制作一个模式来匹配并捕获两个文件的文件名，不包括扩展名。所以这就是我接下来提出的。

^(file_.*)\.pdf$

由于两个文件名都以file_开头，我认为最好匹配它，然后告诉它匹配后面的任何字符，然后用括号退出组（“组”是括号内的内容，对?) 并用反斜杠转义点并以文件扩展名结尾。

这可以用更严格的方式描述吗？网站上没有给出正确的解决方案。所以我没有什么可以检查我的答案。很遗憾，因为我认为这是对正则表达式的很好的介绍。每节课给出的例子有时很难理解。

再说一次，这有什么用？他提到了一些关于命令行的东西，我认为他的意思是它可以用来重用命令或其他东西......好吧，我真的不明白他在说什么。

想象一下，我们有一个命令行工具，它仅在某个目录中的每个文件不存在时才将其复制到服务器，并打印每个文件名作为结果。现在，如果我想对每个文件名执行另一项任务，那么我不仅需要一个匹配文件名的正则表达式，还需要某种方法来提取该信息。

提取信息？他在说什么？有人可以告诉我这有什么用，并给我一个真实世界的例子吗？

Answer 1

在您链接到的课程中，您需要编写一个正则表达式来捕获这两个文件名

file_a_record_file.pdf
file_yesterday.pdf

并跳过

testfile_fake.pdf.tmp

最简单的正则表达式是

(.*)\.pdf$

这意味着匹配以 结尾的所有内容.pdf但仅捕获文件名。

那么，为什么捕获有用呢？这取决于您使用这些正则表达式的程序。捕获模式允许您将捕获的内容保存为变量。例如，使用 Perl，第一个捕获的模式是$1，第二个$2等等：

echo "Hello world" | perl -ne '/(.+) (.+)/; print "$2 $1\n"'

这将打印“world Hello”，因为第一个括号被捕获 Hello，第二个括号被捕获，world但我们正在打印，$2 $1因此两个匹配项被反转。

其他正则表达式实现允许您指的是使用摄像图案\1，\2等等。例如，GNU sed：

echo "Hello world" | sed 's/\(.*\) \(.*\)/\2 \1/'

因此，一般来说，当您稍后需要参考这些模式时，捕获模式很有用。这称为引用，稍后将在您正在做的教程中简要说明。