JS正则分组教程：深入理解捕获、非捕获与贪婪模式区别

此前曾撰写过一篇关于正则表达式入门的文章，自认为对正则表达式已有一定了解，但今日又遇到了一个典型问题，或许源于自身不够细致。今天将重点与大家分享JavaScript正则表达式中关于分组的知识。若你对JS正则表达式尚不熟悉，可点击此处了解更多基础知识。

正则表达式分组基础

分组在正则表达式中的应用十分广泛，我的理解是，分组即由一对括号（）表示，每一对括号定义了一个独立的分组。

根据行为特性，分组主要可以分为以下两类：

在调用match或exec等函数时，捕获性分组的结果会以数组的第二项、第三项等形式返回。我们先通过一个示例来观察这一现象。


 var reg = /test(\d+)/;
 var str = 'new test001 test002';
 console.log(str.match(reg));
//["test001", "001", index: 4, input: "new test001 test002"]

代码中的(\d+)构成一个分组（部分语境下也称为子模式），两者含义一致。在上述示例中，test001为完全匹配的结果。然而，分组匹配是从整个完全匹配结果（即test001）中提取与子模式\d+相匹配的字符部分，此处显然为001。

但今日遇到的情况有所不同，具体表现如下：


 var reg = /test(\d)+/;
 var str = 'new test001 test002';
 console.log(str.match(reg));
//["test001", "1", index: 4, input: "new test001 test002"]

主要区别在于将(\d+)修改为(\d)+。尽管整个匹配结果仍为test001，但第一个分组匹配到的结果却发生了变化。

我们需要逐步分析这两者的区别。

对于(\d+)，整个表达式视为一个分组。默认情况下，匹配模式为贪婪模式，即尽可能多地匹配字符。因此，\d+匹配到的结果是001，外加一对括号形成分组，故第一个分组捕获的结果为001。

再看第二个示例中的(\d)+，同样采用贪婪模式。首先匹配字符0，随后匹配第二个0，最后匹配1，匹配过程至此结束。

表面上看，这与第一个例子的匹配过程似乎没有区别，但这里的分组(\d)仅表示匹配单个数字。

按照之前的理解，可能会认为会捕获最先匹配到的结果，即0，但这种理解是错误的。由于整个匹配过程遵循贪婪模式，旨在尽可能多地匹配字符。

因此，分组中的(\d)会捕获最后一次匹配到的结果，即1。

若采用非贪婪模式，则会尽可能少地进行匹配。


 var reg = /test(\d)+?/;
 var str = 'new test001 test002';
 console.log(str.match(reg));

//["test001", "0", index: 4, input: "new test001 test002"]

在此情况下，(\d)的匹配结果即为0。尽管后续仍有可匹配的字符，但非贪婪模式要求尽可能少地匹配，因此结果为0。

接下来介绍非捕获性分组。


 var reg = /test(?:\d)+/;
 var str = 'new test001 test002';
 console.log(str.match(reg));
//["test001", index: 4, input: "new test001 test002"]

非捕获性分组适用于需要用到括号，但不希望其成为捕获性分组，即不希望该分组被match、exec等函数获取到的场景。

通常，在括号内部前添加?:即可实现，即写成(?:pattern)，这样便构成了一个非捕获性分组。

此时，match的结果中将不再包含分组匹配到的内容，例如上述示例中便少了第二项的1。

本文重点阐述(\d+)与(\d)+的区别，这也是今日遇到的实际问题。若有错误之处，欢迎指正。