正则表达式之回溯引用backreference详解_正则表达式

微波

发布： 2017-06-28 13:49:30

原创

1722人浏览过

这篇文章主要介绍了正则表达式学习教程之回溯引用backreference,结合实例形式详细分析了回溯引用的概念、功能及实现技巧,需要的朋友可以参考下

本文实例讲述了正则表达式回溯引用backreference。分享给大家供大家参考，具体如下：

在所有例子中正则表达式匹配结果包含在源文本中的【和】之间，有的例子会使用Java来实现，如果是java本身正则表达式的用法，会在相应的地方说明。所有java例子都在JDK1.6.0_13下测试通过。

一、问题引入

一个在HTML页面中匹配标题标签（H1—H6）的问题：

文本：

<body>
<h1>Welcome to my page</H1>
Content is pided into twosections:<br>
<h2>Introduction</h2>
Information about me.
<H2>Hobby</H2>
Information about my hobby.
<h2>This is invalid HTML</h3>
</body>

登录后复制

正则表达式：.*?[hH][1-6]>

结果：

【

Welcome to my page

】
Content is pided into twosections:

【

Introduction

】
Information about me.
【

Hobby

】
Information about my hobby.
【

This is invalid HTML】

分析：模式匹配任何一级标题的开始标签，而且不区分大小写，在这个例子中它匹配到了

、

，[hH][1-6]>匹配到了

、、；这里使用了懒惰型元字符来匹配标签中的文本，否则会匹配到从第一个开始标签到最后一下结束标签之间的内容。但是从结果可以看出，有一个无效的标签也匹配上了，即

，它们根本不能配对。要解决这个问题，就需要使用到回溯引用（backreference）。

二、回溯引用匹配

回溯引用是指模式的后半部分引用在前半部分中定义的子表达式。至于子表达式的使用、划分和引用，在前面已经介绍过了。现在来解决前面的例子：

文本：

<body>
<h1>Welcome to my page</H1>
Content is pided into twosections:<br>
<h2>Introduction</h2>
Information about me.
<H2>Hobby</H2>
Information about my hobby.
<h2>This is invalid HTML</h3>
</body>

登录后复制

正则表达式：.*?[hH]\1>

结果：

【