第三章 括号

3.1 分组

括号可以把有联系的多个元素归拢起来，使它们作为一个整体，可以由量词来约束。（一起出现或不出现， 或者出现n次）

3.2 多选结构

  多选结构的形式是(...|...)，在括号内部用竖线|分隔开多个子表达式，这些子表达式也叫做多选分支（option）。在匹配时，整个多选结构就视为一个元素，只要其中某个子表达式能够匹配，整个多选结构就匹配成功。多个子表达式之间是或的关系。

3.3 引用分组

  括号不仅仅能把有联系的元素归拢起来并分组，还有其他的作用——使用括号后，正则表达式会保存每个分组真正匹配的文本，等到匹配完成后，通过group(num)之类的方法“引用”分组在匹配时捕获的内容。其中num表示对应括号的编号，括号分组的编号是从左向右计数，从1开始。因为“捕获”了文本，所以这种功能叫做捕获分组（capturing group）。对应的，这种括号叫做捕获型括号。

3.3.1 反向引用

英文中不少单词中都有重叠出现的字母，比如shoot或beep，如果希望检查某个单词是否包含重叠出现的字母，该怎么解决？

3.3.2 各种引用的记法

根据前面的介绍，对分组的引用可能出现在三种场合：

• 在匹配完之后，用group(num)之类的方法提取数据
• 在进行正则表达式替换时，用\num引用
• 在正则表达式内部，用\num引用

3.3.3 命名分组

捕获分组通常用数字编号来标识，但这样有几个问题：

1. 数字编号不够直观，虽然规则是“从左到右按照开括号出现的顺序计数”，但括号多了难免混淆
2. 引用时不够方便，有可能出现二义性

未解决这类问题，一些语言和工具提供了命名分组（named grouping），可已经它看作另一种捕获分组，但是标识是容易记忆和辨别的名字，而不是数字编号。

3.3.4 非捕获型分组

补充

• 元字符的转义

• URL Rewrite

• 捕获分组的个数不能是动态变化的——单个正则表达式里有多少个捕获分组，一次匹配成功后，结果中就必然存在多少个对应的元素（捕获分组匹配的文本），如果不能预先规定匹配结果中元素的个数，就不能使用捕获分组。

  print(re.findall(r'(\w+\.?)+', 'aaa.bbb.ccc'))  # ['ccc']
  print(re.findall(r'\w+\.?', 'aaa.bbb.ccc'))  # ['aaa.', 'bbb.', 'ccc']