第 5 课：分组与选择

本课目标：

• 用捕获组 (…) 包住模式的一部分，并读出它捕获的内容。
• 在匹配数组里找到被捕获的片段（索引 0 是整个匹配，捕获组排在后面）。
• 用 | 提供备选，并用分组控制 | 的作用范围。

先修条件：第 1-4 课（字符类、量词、锚点） | 上一篇 << 04 | 下一篇 06 >>

日期匹配上了，现在把年份取出来

你现在能写 /^\d{4}-\d{2}-\d{2}$/ 来校验一个日期。但校验不等于提取：知道一个字符串是日期，并不会把年份递到你手上。还有，一个模式想同时接受 “gray” 和 “grey”，或者 “cat” 和 “dog”，该怎么办？这两个需求指向同一对元字符。圆括号身兼两职：它把模式的一部分捆在一起，并且记住那部分匹配到的内容；而 | 提供选择。要小心的是，| 的作用范围比多数人预期的更远，而圆括号正是把它管住的办法。

讲解

捕获组（capturing group）是用圆括号包起来的一段模式。它同时做两件事。第一，它把 token 捆成一束，让量词可以作用于整个组：在 /(ab)+/ 里，+ 重复的是 “ab”，匹配 “ab”、“abab”、“ababab”。第二，它记住自己匹配到的内容，供你事后取出：/(foo)/ 匹配并记住 “foo”¹。

记住的文本去了哪里？进了 match 返回的数组。不带全局标志时，match 把第一个匹配作为数组返回：索引 0 是整个匹配，每个捕获组的文本按顺序排在后面：索引 1 是第一个组，索引 2 是第二个，依此类推²。捕获组的匹配结果与左圆括号的出现顺序一致¹。

这就是提取的做法：把你想要的部分用圆括号包起来，然后在索引 1、2 等位置读出它们。

有时你想要分组而不想要捕获，比如只是为了让量词作用于一束你并不打算提取的 token。非捕获组（non-capturing group）(?:…) 干的就是这个：它把 token 捆在一起，但不会往结果数组里添加条目¹。当圆括号只是为了托住一个量词或一段备选时，就用它。

接下来是选择运算符。析取（disjunction）| 分隔多个备选项；引擎先试左边的备选，失败了再试右边的³。所以 /cat|dog/ 匹配 “cat” 或 “dog”。微妙之处在于优先级，而它会造成真实的 bug：| 在正则里的优先级最低³。这意味着它在尽可能宽的位置把模式劈开。/^cat|dog$/ 不是“整个字符串是 cat 或 dog”；它解析成 (^cat) 或 (dog$)：以 “cat” 开头，或以 “dog” 结尾。

要让 | 只作用于模式的一小段，就把那一段包进组里³。/^(cat|dog)$/ 把备选放进圆括号，锚点便包住了这个选择：整个字符串必须恰好是 “cat” 或恰好是 “dog”。gr(a|e)y 是同一个思路，它匹配 “gray” 或 “grey”，同时把共享的 “gr” 和 “y” 留在选择之外。

完整示例（跟着做）

你想把时间字符串里的小时和分钟取出来，而不只是校验它。把每个片段包进组里，然后读回来：

一步步看：模式是 (\d{2}):(\d{2})。第一个 (\d{2}) 把两位数字捕获进组 1，字面量 : 匹配冒号（它在任何圆括号之外，所以不被捕获），第二个 (\d{2}) 把两位数字捕获进组 2。match 之后，索引 0 是完整的 “09:30”，索引 1 是 “09”，索引 2 是 “30”。圆括号把一个校验器变成了一个提取器。

你来试试（填空示例）

你想要一个模式，匹配恰好是 “cat” 或 “dog” 的整个字符串：前后都不能有别的东西。填上分组，让锚点包住这个选择：

答案：空格处填 (cat|dog)，得到 /^(cat|dog)$/。圆括号把 | 限制在 “cat” 与 “dog” 之间，锚点 ^ 和 $ 于是作用于整个组，整个字符串必须恰好是这两个词之一。没有圆括号的 /^cat|dog$/ 会因为 | 优先级太低而放 “category” 进门，因为它以 “cat” 开头。

小结 + 下节课预告

圆括号构成捕获组：它既把 token 捆起来供量词使用，也记住匹配到的文本，这些文本出现在匹配数组的索引 1 及之后（索引 0 永远是整个匹配）。想分组但不想捕获时用 (?:…)。| 运算符提供选择，但优先级最低，会在最宽的位置劈开模式：把它包进组里才能控制它的范围。还有一件事没弄清楚：当 + 这样的量词既能匹配短的也能匹配长的时候，它到底拿走多少？下一课我们把贪婪与懒惰讲清楚，然后你会从头到尾亲手搭建并验证一个真实的校验器。