分組捕捉

可以使用 () 來將規則表示式分組，除了作為子規則表示式之外，還可以搭配量詞使用。

分組與參考

例如想要驗證電子郵件格式，允許的使用者名稱開頭要是大小寫英文字元，之後可搭配數字，規則表示式可以寫為 ^[a-zA-Z]+\d*，因為 @ 後網域名稱可以有數層，必須是大小寫英文字元或數字，規則表示式可以寫為 ([a-zA-Z0-9]+\.)+，其中使用 () 群組了規則表示式，之後的 + 表示這個群組的表示式符合一次或多次，最後要是 com 結尾，整個結合起來的規則表示式就是 ^[a-zA-Z]+\d*@([a-zA-Z0-9]+\.)+com。

若有字串符合了被分組的規則表示式，字串會被捕捉（Capture），以便在稍後回頭參考（Back reference），在這之前，必須知道分組計數，如果有個規則表示式 ((A)(B(C)))，其中有四個分組，這是遇到的左括號來計數，所以四個分組分別是：

((A)(B(C)))
(A)
(B(C))
(C)

分組回頭參考時，是在 \ 後加上分組計數，表示參考第幾個分組的比對結果。

例如，\d\d 要求比對兩個數字，(\d\d)\1 的話，表示要輸入四個數字，輸入的前兩個數字與後兩個數字必須相同，例如輸入 1212 會符合，12 因為符合 (\d\d) 而被捕捉至分組 1，\1要求接下來輸入也要是分組 1 的內容，也就是 12；若輸入 1234 則不符合，因為 12 雖然符合 (\d\d) 而被捕捉，然而 \1 要求接下來的輸入也要是 12，然而接下來的數字是 34，因而不符合。

再來看個實用的例子，["'][^"']*["'] 比對單引號或雙引號中 0 或多個字元，但沒有比對兩個都要是單引號或雙引號，(["'])[^"']*\1 則比對出前後引號必須一致。

擴充標記

規則表示式中的 (?…) 代表擴充標記（Extension notation），括號中首個字元必須是?，而這之後的字元（也就是…的部份），進一步決定了規則表示式的組成意義。

如果不需要分組計數，只是想使用 () 來定義某個子規則，可以使用 (?:…) 來表示不捕捉分組。

例如，若只是想比對郵件位址格式，不打算捕捉分組，可以使用 ^[a-zA-Z]+\d*@(?:[a-zA-Z0-9]+\.)+com。在規則表示式複雜之時，善用 (?:…) 來避免不必要的捕捉分組，對於效能也會有很大的改進。

如果想比對出的對象，之後必須跟隨或沒有跟隨著特定文字，可以使用 (?=…) 或 (?!…)，分別稱為 lookahead 與 negative lookahead。例如分別比對出來的名稱最後必須有 Lin：

分組捕捉

如果將上圖中的 (?=Lin) 改為 (?!Lin)，就會比對出 Monica。

相對地，如果想比對出的對象，前面必須有或沒有著特定文字，可以使用 (?<=…) 或 (?<!…)，分別稱為 lookbehind 與 negative lookbehind。

分組捕捉

JavaScript 實際上是在 ECMAScript 2018（ES9）中才規範了 (?<=…) 或 (?<!…)，然而，最新版的 Chrome 與 Node.js 已經支援。

分組命名

有的工具或語言支援分組命名，在概念上，要捕捉的分組數量眾多時，以號碼來區別分組並不方便，這時為分組命名，之後就可以使用名稱取用分組。

不過，不同的工具或語言，分組命名時的語法有些差異，以 Expresso 來說，使用 (?<name> …) 來為分組命名，在同一個規則表示式中使用 \k<name> 或 \k'n' 取用分組。

例如先前談到的 (\d\d)\1 是使用號碼取用分組，若想以名稱取用分組，也可以使用 (?<tens>\d\d)\k<tens>，當分組眾多時，適時為分組命名，就不用為了分組計數而煩惱。

分組捕捉

Python 的話，使用 (?P<name>…) 來為分組命名，在同一個規則表示式中使用 (?P=name) 取用分組。

Java 的話，使用 (?<name>…) 來為分組命名，在同一個規則表示式中使用 \k<name> 取用分組。

JavaScript 的話，ECMAScript 2018（ES9）支援分組命名，使用 (?<name>…) 為分組命名，在同一個規則表示式中使用 \k<name> 取用分組。

有些語言或工具支援規則表示式的條件式，像是 Expresso、Python（而 Java、JavaScript 不支援），可使用 (?(id/name)yes-pattern|no-pattern) 來根據先前是否有符合的分組，動態地組成整個規則表示式。

若只使用工具程式，只能輸入規則表示式的情況下，就可能需要這個功能。

例如，希望驗證郵件位址是否被對稱的 <> 包括，或者是完全沒被 <> 包括，在 Expresso 中可以撰寫 ^(?<arrow><)?(\w+@\w+(?:\.\w+)+)(?(arrow)>|$)：

分組捕捉

(?(arrow)>|$) 的部份表示，如果有文字符合了命名為 arrow 的分組，也就是 (?<arrow><)? 的部份，那麼會使用 > 來組成規則表示式，否則就使用 $ 來組成規則表示式。

就上例來說，如果有文字符合了命名為 arrow 的分組，規則表示式等同於 ^(?<arrow><)?(\w+@\w+(?:\.\w+)+)>，否則規則表示式等同於 ^(?<arrow><)?(\w+@\w+(?:\.\w+)+)$。

如果是程式語言，基本上不使用這個功能，也可以使用程式編寫方式，來實現這個功能，而且比較易懂，以 Python 為例：

import re

def validate(email):
    mailre = r'\w+@\w+(?:\.\w+)+'
    regex = f'<{mailre}>' if email[0] == '<' else f'^{mailre}$'
    return re.findall(regex, email) != []

print(validate('<user@host.com>')) # 顯示 True
print(validate('user@host.com'))   # 顯示 True 
print(validate('<user@host.com'))  # 顯示 False
print(validate('user@host.com>'))  # 顯示 False

這個範例結合了 Python 3.6 的 f-strings，因而運用程式流程來動態組成規則表示式方便許多，程式碼可讀性上也還不錯。