需要有关使用非捕获组 (?:) 的 Grok 模式的信息

Question

我了解使用捕获组和非捕获组编写正则表达式的概念。

例如：

a(b|c) 将匹配并捕获 ab 和 ac

a(?:b|c) 将匹配 ab 和 ac 但捕获 a

但是，当我创建一个新的自定义 grok 模式时它有什么用，以及使用非捕获组意味着什么。

查看一些现有的 grok 模式，如下面的 HOUR：

HOUR (?:2[0123]|[01]?[0-9])

在这里，我们也可以使用(2[0123]|[01]?[0-9]) 匹配小时格式。 是什么让 grok 模式在这里使用非捕获表达式？基于什么参数我应该决定使用这个(?:subex)

Answer 1

Grok 中带或不带捕获组的模式之间的区别在于是否需要创建字段。

(?:2[0123]|[01]?[0-9]) 模式包含一个非捕获组，仅用于分组 子模式序列。 (2[0123]|[01]?[0-9]) 正则表达式包含一个编号的捕获组，它匹配并捕获该值（=存储在一些额外的缓冲区中，ID 等于模式中捕获组的顺序）。请注意，还有命名的捕获组，例如(?<field>2[0123]|[01]?[0-9])，它将捕获的值分配给命名的组。

将named_captures_only 参数设置为false，a(b|c) 正则表达式将匹配ab 或ac 并将b 或c 分配给单独的字段。当您使用 非捕获组 a(?:b|c) 时，将永远不会创建任何字段，只会匹配此文本。

由于named_captures_only parameter 默认值为True，因此在 Grok 模式中删除了编号捕获组或非捕获组之间的差异。因此，默认情况下，只能使用命名捕获（如a(?<myfield>b|c)）来创建字段。

我认为优先考虑常见 Grok 模式中的非捕获组，以便不依赖于 named_captures_only 参数设置。