C#正则表达式查找捕获组的数量

Question

假设此模式用于替换字符串中的所有 URL

string domains = "(gl|me|com|ir|org|net|edu|info|me|ac|name|biz|co|pro|ws|asia|mobi|tel|eu|in|ru|tv|cc|es|de|ca|mn|bz|uk|us|au)";

string pattern = @"([\n ]|^)?(((https?|ftp)://)?(www\.)?([\w\d-]+\.)+" + domains + @"([/][\w\d_~:?#@!%$&'()*+,;=`\[\]\.\-]+)*)([\n ]|$)?";

我想用_URL_ 标记替换所有网址，但将分隔符保留在字符串的左右两侧。

据我所知，$1 指的是模式开头的([\n ]|^)?，但我找不到模式末尾的([\n ]|^)? 的正确数字！

Regex.Replace(data, pattern, "$1_URL_$?"); // what should be replaced by ?

我测试了 2-8 美元，没有一个是正确的。

这种情况有什么具体的规定吗？

Answer 1

由于您只需要匹配完整 URL 的组，因此将所有内括号转换为 non-capture groups：() 到 (?:)。您可能还希望将域直接集成到模式中：

([\n ]|^)?((?:(?:https?|ftp)://)?(?:www\.)?(?:[\w\d-]+\.)+(?:gl|me|com|ir|org|net|edu|info|me|ac|name|biz|co|pro|ws|asia|mobi|tel|eu|in|ru|tv|cc|es|de|ca|mn|bz|uk|us|au)(?:[/][\w\d_~:?#\@!%$&'()*+,;=`\[\]\.\-]+)*)([\n ]|$)?

然后，前锚被捕获到$1，后锚被捕获到$3。或者，如果您愿意，也可以将组 $2 中的剩余 URL 转换为非捕获组。

Demo

Answer 2

根据您的要求，您似乎不需要捕获剩余组，因此您可以为它们使用非捕获组。

试试这个：

string pattern = @"([\n ]|^)?(?:(?:(?:https?|ftp)://)?(?:www\.)?(?:[\w\d-]+\.)+" + domains + @"(?:[/][\w\d_~:?#@!%$&'()*+,;=`\[\]\.\-]+)*)([\n ]|$)?";

和

string domains = (?:gl|me|com|ir|org|net|edu|info|me|ac|name|biz|co|pro|ws|asia|mobi|tel|eu|in|ru|tv|cc|es|de|ca|mn|bz|uk|us|au)

然后您可以简单地将$2 用于第二组

此外，我建议您只需使用一个捕获组并将其替换为_URL_

演示：https://regex101.com/r/UjyOKU/2