我學正則表達式——組（group）和回溯引用(backreference)

靚號的選擇

人怕不動，腦怕不用。

一覺醒來，漫步到公司之後。項目經理又交來一個任務：

“公司最近打算升級號碼管理，針對VIP客戶推出靚號服務，暫定靚號爲6位，尾數AAAA的爲靚號，比如118888是靚號。”

這個任務太簡單了，不就是從0到9一直循環嘛，從000000-009999，選取後四位相同的號碼輸出。

用9個正則表達式：

\d{2}0{4}

...

\d{2}9{4}

大功告成！我興沖沖地用QQ向項目經理報告了這一成果，滿懷期待的等着他的回覆。

不料，一個彈在了QQ對話框上，後面跟了句“000000”這種號碼能用嗎！！

我趕緊拿000000一測，還真能匹配。

唉。

又挨訓了！好吧，換成

[1-9]\d0{4}

再發過去，又換來一聲嘆息。“還能簡單點嗎，這有10個正則啊”。

百度，百度，再百度。

正則中的組和回溯引用

在正則表達式中，每個括號括起來的部分叫做一個組，比如表達式
(\d{2})([a-z])

中，

組1爲\d{2}

組2爲[a-z]

其中，還暗含了一個組0，即整個正則表達式。

以11abcd爲例，如果我們採用上面的正則表達式，則

組1爲11

組2爲abcd

有了組的概念後，我們便可以利用這個組來做文章，比如，如果我們要找重複了兩次的數字，如11,22，可以寫這樣的表達式：

(\d)\1

它的意思是，第一個是數字，第二個數字跟第一個數字相同。正則表達式中，用了一個專門的術語來描述\1這種概念，即回溯引用。

再回到我們最初的問題，後四位號碼相同，各位猜到怎麼寫了嗎？

答案是：

[1-9]\d(\d)\1\1\1

或者：

[1-9]\d(\d)\1{3}

小結

在本文中，我們學習了()和回溯引用的用法：

• ()用於把正則表達式分成匹配組
• 回溯引用則使用了匹配組來進行再次匹配和過濾

注意：中文的（）和英文的()是不同的，正則表達式必須用英文括號