命令行与文本处理 / 系统课时

反向引用

反向引用

学习目标

  • 理解反向引用复用已捕获文本。
  • 会使用编号反向引用。
  • 会使用命名反向引用。
  • 能识别重复单词和一致分隔符。

问题背景或应用场景

有些规则不只是要求字符类型相同,而是要求具体文本完全相同。例如识别连续重复单词、要求起止引号一致、要求日期中使用相同分隔符。反向引用可以引用前面捕获的实际内容。

核心原理

  1. 反向引用引用的是捕获组实际匹配到的文本。
  2. 编号反向引用通过组号定位捕获内容。
  3. 命名反向引用通过组名定位捕获内容。
  4. 反向引用要求后续文本与捕获内容完全一致。
  5. 反向引用不同于再次执行原捕获组中的字符规则。

如果捕获组匹配到单词 hello,后续反向引用必须再次匹配 hello,而不是任意其他单词。

基础用法

本课涉及的核心写法如下:

text
([A-Za-z]+) \1
(?P<word>[A-Za-z]+) (?P=word)
(['"]).*?\1

Python 原始字符串非常适合书写编号反向引用,避免数字反斜杠被字符串层误解。

完整可运行示例

将代码保存为:

text
backreferences.py
python
import re

text = "this is is a test test"
repeated = re.findall(r"\b([A-Za-z]+)\s+\1\b", text)
print(f"重复单词:{repeated}")

separator_pattern = r"([0-9]{4})([-/])([0-9]{2})\2([0-9]{2})"
for value in ["2026-07-25", "2026/07/25", "2026-07/25"]:
    matched = re.fullmatch(separator_pattern, value) is not None
    print(f"{value}: {matched}")

named_pattern = r"\b(?P<word>[A-Za-z]+)\s+(?P=word)\b"
named_match = re.search(named_pattern, "go go now")
print(f"命名引用:{named_match.group('word') if named_match else '未匹配'}")

运行命令:

bash
python backreferences.py

预期输出

text
重复单词:['is', 'test']
2026-07-25: True
2026/07/25: True
2026-07/25: False
命名引用:go

Tips

  • 反向引用比较的是实际文本,不是字符类型。
  • 编号引用会受到前面分组数量变化影响。
  • 复杂模式优先考虑命名反向引用。
  • 反向引用可能增加回溯成本,应保持模式明确。

常见错误

1. 把反向引用当作再次执行规则

捕获组匹配到什么文本,引用位置就必须再次出现完全相同的文本。

2. 组号计算错误

编号引用依赖左括号顺序,新增分组会改变编号。

3. 普通字符串转义错误

编号反向引用建议使用原始字符串书写。

本课练习

  1. 识别文本中的连续重复英文单词。
  2. 要求日期中的两个分隔符保持一致。
  3. 使用命名反向引用重写重复单词模式。
  4. 设计一个要求开头和结尾引号类型一致的简单模式。
按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

反向引用

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通