为什么正则表达式捕获组索引为一个？

Question

我的一部分担心这个问题会被关闭，但我真的被某些东西困惑了。在我使用的每种语言的正则表达式中，捕获组都被索引为一，即使语言的其余部分索引为零。我想到了可以导致1-indexing的设计决策，这通常是为了降低非技术人员进入的门槛，但是当谈到正则表达时，这已经是地狱般的和不可理解的，这个论点似乎并不真正持。

此外，由于每种语言似乎都对正则表达式进行了自己的小调整，因此将捕获组索引与语言的其余部分保持一致似乎是明智的。

还有其他解释吗？这个想法突然出现在我的脑海中，1索引是由于正则表达式的腹部内部更深层的东西（就像固有地占据零点的东西）或沿着这些线条的东西。也就是说，我无法找到关于这个特殊怪癖的任何文档。是否有任何正则表达式大师知道这里有更深层次的东西，或者它只是严重遗留代码中的东西？

Answer 1

  

在我使用的每种语言的正则表达式中，捕获组都是   索引为1，即使语言的其余部分索引为零。

我想，你所说的其余语言，数组和其他容器类型。好吧，在正则表达式中，捕获组确实以0开头，但最初并不明显。

捕获组0 ，包含完整匹配，其上的捕获组是您可以看到使用括号创建的组 - ()。

因此，在下面的正则表达式中，对于字符串 - "ab123cd"：

ab(\d+)cd

实际上有两组：

• 第0组 - 完全匹配 - ab123cd
• 第1组 - 您使用() - 123
捕获的群组

在那里，组按左括号 ( 的出现顺序编号。

因此，对于以下正则表达式（增加可读性的空白）：

ab(    x   (\d+))cd
  ^        ^
  |        |
 group 1  group 2

将上述正则表达式应用于字符串 - "abx123cd"时，您将拥有以下组：

• 第0组 - 完全匹配 - abcx123cd
• 第1组 - 第一个左括号中的模式 - x123
• 第2组 - 第二个左括号中的模式 - 123

---

在Java中映射这些正则表达式时，您可以使用以下方法获取所有这些组：

• Matcher.group()获取组0（注意，没有参数）和
• Matcher.group(int)以获取其他组（请注意int参数，为各个组获取值）