Acredito que você tenha visto esta pergunta (pelo menos é a mesma regex), e lá também são listados alguns possíveis usos para este recurso (que explico com mais detalhes abaixo).
Vale lembrar que, como já dito nas outras respostas, na expressão específica que você colocou, sem nenhum contexto adicional, esses parênteses realmente não servem para nada.
Mas dependendo do contexto, ele pode ter seus usos. Lembrando que um par de parênteses cria um grupo de captura, que fará parte do match retornado. Mesmo que não tenha nada dentro dele, será criado um grupo contendo "nada" (o que na maioria das implementações - senão em todas - resulta em uma string vazia).
E quando isso seria útil? Bem, imagine um caso em que tenho uma função que recebe o match de uma regex e usa somente os grupos 1 e 3 (exemplos em Python, mas poderia ser em qualquer outra linguagem que suporte grupos de captura):
def faz_algo(match):
g1 = match.group(1)
g3 = match.group(3)
# ... faz algo com os grupos 1 e 3 (os demais são ignorados)
import re
match = re.match(r'([a-z]+)(\d+)([a-z]+)', 'abc123xyz')
if match:
faz_algo(match)
No exemplo acima, estou criando três grupos: um com letras, outro com dígitos, e outro com letras. Na função faz_algo
, pego somente os grupos 1 e 3 (no caso, eles serão respectivamente abc
e xyz
).
Agora vamos supor que tenho um caso em que quero reaproveitar a função faz_algo
, mas agora eu preciso pegar abc
e 123
. Neste caso, eu mudaria a regex para:
match = re.match(r'([a-z]+)()(\d+)', 'abc123xyz')
Ou seja, agora o grupo 1 são as letras (abc
), o grupo 2 é vazio, e o grupo 3 são os números (123
). Desta forma, não preciso mudar a função faz_algo
, pois ela continua pegando os grupos 1 e 3. Eu só preciso ajustar a regex para que estes grupos contenham o que eu preciso.
Claro que eu poderia criar outra função que verifica os grupos do match e refatorar faz_algo
para receber os valores como parâmetros, em vez de sempre buscar grupos fixos. Mas pode ser que eu não possa modificar a função faz_algo
(por exemplo, ela é de uma dependência externa, etc). Enfim, esta é uma situação na qual um grupo vazio seria útil (embora admito que seja uma "solução de elegância questionável").
Outro uso "esotérico" é que um grupo vazio pode ser usado como um "marcador": uma indicação de que a regex "passou" pode determinado ponto.
Vamos supor que tenho vários números sendo lidos de algum lugar, e eu quero verificar quais contém 4 dígitos, mas somente os dígitos de 1 a 4, e todos os dígitos são diferentes (ou seja, 1234
e 3241
são ok, mas 1123
, 3333
e 1235
não). Eu sei que dá para resolver de maneira mais fácil sem regex, mas com regex uma opção seria:
import re
r = re.compile(r'^(?:1()|2()|3()|4()){4}\1\2\3\4$')
for n in range(1000000):
if r.match(str(n)):
print(n)
Ela é bem confusa e complexa, mas basicamente: (?:1()|2()|3()|4())
é um grupo de não-captura (indicado por (?:
), ou seja, o primeiro parênteses não cria um grupo. Dentro dele temos uma alternância com quatro opções: os dígitos de 1 a 4.
Repare que depois de cada dígito tem um grupo vazio. E eles servem apenas para indicar que a regex passou por ali. Ou seja, se ela encontrar um dígito 1
, o grupo 1 estará setado (ele conterá a string vazia, mas o que importa é que estará setado no match). O mesmo vale para os outros dígitos: se os quatro grupos estiverem setados, quer dizer que tem pelo menos um digito de cada na string.
A seguir, eu coloco o quantificador {4}
para indicar que quero 4 dígitos. Note que aqui eu ainda não garanti a unicidade (a string poderia ser, por exemplo, 1122
- e neste caso somente os grupos 1 e 2 estariam setados).
E como eu faço para garantir que os 4 grupos estão setados? Eu uso as back-references: no caso, \1
refere-se ao grupo 1, \2
ao grupo 2, etc. Como os grupos são vazios, então os valores das back-references serão strings vazias, mas somente se os respectivos grupos estiverem setados.
Ou seja, se algum grupo não estiver setado, a back-reference também não estará, e a regex não encontrará um match. Por exemplo, se o número for 1124
, o grupo 3 não estará setado, e portanto \3
também não. Então a regex falha, pois ela tenta procurar por \3
.
Se todos os grupos estiverem setados, indica que todos os dígitos de 1 a 4 estão presentes na string - e o quantificador {4}
garante que a string tem somente 4 dígitos (e como os grupos são strings vazias, então \1\2\3\4
não interfere no tamanho da string sendo procurada; lembre-se que os grupos estão aí somente para verificar se o respectivo dígito foi encontrado). Aliás, como os grupos são strings vazias, tanto faz a ordem que eu coloco as back-references (lembre-se: elas só estão ali para verificar se o grupo foi setado).
Sim, é overkill. Sim, tem jeitos mais fáceis de verificar isso sem regex. Mas enfim, isso seria um uso para grupos de captura vazios.