regex - 需要有关使用非捕获组的 Grok 模式的信息 (? : )

Question

我理解使用捕获和非捕获组编写正则表达式的概念。

前任:
a(b|c)将匹配并捕获 ab 和 交流
a(?:b|c)会匹配 ab 和 交流 但捕获

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。

在 HOUR 中查看一些现有的 grok 模式，如下所示:

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

这里我们可以使用 (2[0123]|[01]?[0-9]) 匹配小时格式以及。
是什么让 grok 模式在这里使用非捕获表达式？我应该根据什么参数决定使用这个 (?:subex)

Answer 1

Grok 中带捕获组与不带捕获组的模式的区别在于您是否需要创建字段。
(?:2[0123]|[01]?[0-9])模式包含一个非捕获组，仅用于对子模式序列进行分组。 (2[0123]|[01]?[0-9]) regex 包含一个编号的捕获组，它匹配并捕获值(= 存储在一些附加缓冲区中，其 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])将捕获的值分配给命名组。

与 named_captures_only参数设置为 false，a(b|c)正则表达式将匹配 ab或 ac并分配一个 b或 c到一个单独的字段。当您使用非捕获组时 a(?:b|c) ，不会创建任何字段，只会匹配此文本。

自 named_captures_only parameter默认值为 True 、的区别编号 捕获或非捕获组在 Grok 模式中被删除。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。