正则表达式 知识量：10 - 22 - 55
使用回溯引用的简单例子之一就是找到重复的单词，如下所示：
示例文本：找到重复的单词。
Today is is sunday, I want to travel to Shanghai, but I do not not have money.
正则表达式：
[ ]+(\w+)[ ]+\1
结果：
| Match | Position | Length |
|---|---|---|
| is is | 5 | 6 |
| not not | 58 | 8 |
下面解释一下以上正则表达式的工作原理：
[ ]+ 表示一个或多个空格。
(\w+) 表示一个或多个字符，注意它是一个子表达式，通过括号括起来了。
[ ]+ 表示一个或多个空格。
\1 表示一个回溯引用，以“\”开头，数字1表示引用第一个子表达式。
在搜索某个单词的第二次出现时，这个单词必须是已知的，回溯引用正是做这个工作的。回溯引用指的是模式的后半部分引用在前半部分中定义的子表达式，可以将回溯引用想象成变量，在以上示例中，(w+)就是定义的变量，\1就是对这个变量的引用。事实上，某些语言已经实现了“命名捕获”，即给某个子表达式起一个唯一的名字，然后用这个名字来引用这个子表达式。
注意：回溯引用利用子表达式在字符串中的位置来进行定位，\1表示第一个子表达式，\2表示第二个...以此类推，因此子表达式的位置十分重要。
接下来解决先前的匹配错误标签问题，使用回溯引用就可以了。
示例文本：
<!DOCTYPE html> <html> <head> <title>index</title> <meta charset="UTF-8"> </head> <body> <div>TODO write content</div> <h1>Workday</h1> <h2>Monday</h2> <h2>Tuesday</h2> <h2>Wednesday</h2> <h2>Thursday</h2> <h2>Friday</h3> </body> </html>
正则表达式：
<[hH]([1-6])>.*?</[hH]\1>
结果：
| Match | Position | Length |
|---|---|---|
| <h1>Workday</h1> | 163 | 16 |
| <h2>Monday</h2> | 188 | 15 |
| <h2>Tuesday</h2> | 212 | 16 |
| <h2>Wednesday</h2> | 237 | 18 |
| <h2>Thursday</h2> | 264 | 17 |
上面的正则表达式通过使用回溯引用，成功的排除了“<h2>Friday</h3>”这个错误标签。
Copyright © 2017-Now pnotes.cn. All Rights Reserved.
编程学习笔记 保留所有权利
MARK:3.0.0.20240214.P35
From 2017.2.6
