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
- 反向引用引用的是捕获组实际匹配到的文本。
- 编号反向引用通过组号定位捕获内容。
- 命名反向引用通过组名定位捕获内容。
- 反向引用要求后续文本与捕获内容完全一致。
- 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)
(['"]).*?\1Python 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.pypython
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:goTips
- 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
- 识别文本中的连续重复英文单词。
- 要求日期中的两个分隔符保持一致。
- 使用命名反向引用重写重复单词模式。
- 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。