引言
正则表达式（Regular Expression）是处理字符串的强大工具，在Python中，通过re模块来实现。分组是正则表达式中的一个重要特性，它允许我们提取匹配字符串中的特定部分。本文将深入探讨Python正则表达式的分组技巧，帮助读者轻松掌握数据提取与匹配的艺术。
一、分组的基本概念
在正则表达式中，分组可以将匹配的内容划分为不同的部分，便于单独提取和操作。我们通过使用圆括号()来定义一个分组。每一组匹配到的内容可以通过组号（从1开始）访问，并且可以在正则表达式内部引用，也可以在替换中使用。
示例：匹配电话号码并提取区号
假设我们要匹配格式为(区号)号码的电话号码，如(123) 456-7890。可以通过分组将区号和号码分开。
import re
text = "(123) 456-7890"
pattern = r"((\d3)) (\d{3}-\d{4})"
match = re.search(pattern, text)
if match:
print("区号：", match.group(1))
print("号码：", match.group(2))
else:
print("未匹配到电话号码格式")
在上面的例子中：
((\d3))匹配区号，圆括号中的内容被视为第一个分组，即group(1)。(\d{3}-\d{4})匹配电话号码，视为第二个分组，即group(2)。
输出结果：
区号： 123
号码： 456-7890
二、分组的多种类型
分组不仅可以提取内容，还可以根据需求创建不同类型的分组。以下是Python正则表达式中常见的分组类型：
1. 捕获组（Capture Group）
捕获组用于提取匹配的子字符串。在上面的例子中，我们使用的是捕获组。
2. 非捕获组（Non-capturing Group）
非捕获组不会保存匹配的子字符串，通常用于优化性能。非捕获组通过在圆括号前添加一个问号?来实现。
pattern = r"(?:\d{3})\s(\d{3}-\d{4})"
3. 命名组（Named Group）
命名组允许我们使用名称而不是数字来引用分组。命名组通过在圆括号前添加一个命名标记?P<name>来实现。
pattern = r"(?P<area_code>\d{3})\s(?P<phone_number>\d{3}-\d{4})"
三、分组引用
在正则表达式中，我们可以在其他位置引用分组。这有助于我们在替换文本时使用匹配的子字符串。
示例：替换电话号码格式
text = "(123) 456-7890"
pattern = r"(\d{3})\s(\d{3}-\d{4})"
replacement = r"($1) $2"
result = re.sub(pattern, replacement, text)
print(result)
输出结果：
(123) 456-7890
在上面的例子中，$1和$2分别引用了第一个和第二个分组的内容。
四、总结
分组是Python正则表达式中一个非常有用的特性，可以帮助我们提取和操作匹配的子字符串。通过掌握分组的基本概念、多种类型以及引用方法，我们可以轻松地实现数据提取与匹配任务。