c# - .NET 正则表达式中的 "groups"和 "captures"有什么区别？

Question

当谈到 .NET 的正则表达式语言时，我不太清楚“组”和“捕获”之间的区别。考虑以下 C# 代码:

MatchCollection matches = Regex.Matches("{Q}", @"^\{([A-Z])\}$");

我希望这会导致一次捕获字母“Q”，但如果我打印返回的 MatchCollection 的属性，我会看到:

matches.Count: 1
matches[0].Value: {Q}
matches[0].Captures.Count: 1
matches[0].Captures[0].Value: {Q}
matches[0].Groups.Count: 2
matches[0].Groups[0].Value: {Q}
matches[0].Groups[0].Captures.Count: 1
matches[0].Groups[0].Captures[0].Value: {Q}
matches[0].Groups[1].Value: Q
matches[0].Groups[1].Captures.Count: 1
matches[0].Groups[1].Captures[0].Value: Q

这里到底发生了什么？我知道整个比赛也有一个捕获，但是这些组是如何进入的？为什么 matches[0].Captures 不包含字母“Q”的捕获？

Answer 1

您不会是第一个对此感到模糊的人。这就是著名的 Jeffrey Friedl不得不说一下(第 437 页以上):

Depending on your view, it either adds an interesting new dimension to the match results, or adds confusion and bloat.

进一步:

The main difference between a Group object and a Capture object is that each Group object contains a collection of Captures representing all the intermediary matches by the group during the match, as well as the final text matched by the group.

几页之后，这是他的结论:

After getting past the .NET documentation and actually understanding what these objects add, I've got mixed feelings about them. On one hand, it's an interesting innovation [..] on the other hand, it seems to add an efficiency burden [..] of a functionality that won't be used in the majority of cases

换句话说:它们非常相似，但偶尔您会发现它们的用途。在你长出另一把白 mustache 之前，你甚至可能会喜欢上 Captures...

---

由于以上内容和其他帖子中的内容似乎都无法真正回答您的问题，请考虑以下内容。将捕获视为一种历史跟踪器。当正则表达式匹配时，它从左到右遍历字符串(暂时忽略回溯)，当它遇到匹配的捕获括号时，它会将其存储在 $x 中(x 是任何数字)，比方说 $1。

普通的正则表达式引擎，当要重复捕获括号时，将丢弃当前的 $1 并将其替换为新值。不是 .NET，它将保留此历史记录并将其放置在 Captures[0] 中。

如果我们将您的正则表达式更改为如下所示:

MatchCollection matches = Regex.Matches("{Q}{R}{S}", @"(\{[A-Z]\})+");

您会注意到第一个 Group 将有一个 Captures(第一个组始终是整个匹配项，即等于 $0 ) 并且第二组将保存 {S}，即只有最后一个匹配组。然而，这里有一个问题，如果你想找到其他两个捕获，它们在 Captures 中，其中包含 {Q} { 的所有中间捕获R} 和 {S}。

如果您想知道如何从多重捕获中获取信息，它只显示与字符串中明显存在的单个捕获的最后匹配，您必须使用 Captures。

关于您的最后一个问题的最后一句话:总比赛总是有一个总捕获，不要将其与各个小组混在一起。捕获仅在组内有趣。