golang 正则使用总结

港控/mmm° 2021-08-30 14:51 298阅读 0赞

正则表达式的语法可以说基本和编程语言无关，大同小异，不过就是调用的方法不同而已。  
以一个案例总结下golang的正则常用方法。

**注：**  
*下面的regObj指regexp.Compile后的值，可理解为正则实例.*  
*如果是js,就表示new Regexp或者/regexp/形式定义的正则实例*

regexp.MatchString (测试是否匹配，类似js的regObj.test(str)方法)

sourceStr := `my email is gerrylon@163.com`
    matched, _ := regexp.MatchString(`[\w-]+@[\w]+(?:\.[\w]+)+`, sourceStr)
    fmt.Printf("%v", matched) // true

regObj.FindAllStringSubmatch (提取子分组, 类似js的str.match(regObj))

var sourceStr string = `
    test text     lljflsdfjdskal
    gerrylon@163.com
    abc@gmail.com
    someone@sina.com.cn`
    
    re := regexp.MustCompile(`[\w-]+@([\w]+(?:\.[\w]+)+)`)
    matched := re.FindAllStringSubmatch(sourceStr, -1)
    for _, match := range matched {
        fmt.Printf("email is: %s, domain is: %s\n", match[0], match[1])
    }

输出结果：

> email is: gerrylon@163.com, domain is: 163.com  
> email is: abc@gmail.com, domain is: gmail.com  
> email is: someone@sina.com.cn, domain is: sina.com.cn

其中m\[0\]完整匹配输入值，m\[1\]为域名信息，如`163.com`

用js来实现一下上面的效果：

用str.match(regObj)实现

var sourceStr = `
        test text     lljflsdfjdskal
        gerrylon@163.com
        abc@gmail.com
        someone@sina.com.cn`;
    var re = /[\w-]+@([\w]+(?:\.[\w]+)+)/g;
    var result = sourceStr.match(re);
    
    // ["gerrylon@163.com", "abc@gmail.com", "someone@sina.com.cn"]
    // 注意这里没有输出子分组，也就是域名信息
    console.log(result);

用regObj.exec(str)实现

// sourceStr 和 re和上边一样
    var result = null;
    
    // 输出和regObj.FindAllStringSubmatch实验结果一样
    // email is: gerrylon@163.com, domain is: 163.com
    // email is: abc@gmail.com, domain is: gmail.com
    // email is: someone@sina.com.cn, domain is: sina.com.cn
    while (result = re.exec(sourceStr)) {
        console.log("email is: %s, domain is: %s\n", result[0], result[1])
    }

regObj.FindAllStringIndex (输出匹配串的起始结束索引)

和`regObj.FindAllStringSubmatch`类似， 不过这个方法输出的是索引.  
为了方便观察， 把sourceStr简化下

var sourceStr string = `gerrylon@163.com, abc@gmail.com, someone@sina.com.cn`
    re := regexp.MustCompile(`[\w-]+@([\w]+(?:\.[\w]+)+)`)
    matched := re.FindAllStringIndex(sourceStr, -1)
    for _, pos := range matched {
        fmt.Printf("start is: %v, end is: %v\n", pos[0], pos[1])
    }

输出：

> start is: 0, end is: 16  
> start is: 18, end is: 31  
> start is: 33, end is: 52

结果说明:  
以第一行输出为例子， 0为第一个匹配子串（`gerrylon@163.com`）的起始位置， 16为第一个匹配子串的最后一个字符所在索引加1， 也就是第一个逗号。

总结：  
来源于[godoc][]：  
说是和正则相关的方法有16个，它们的名字可以用如下正则来表示（有没有感觉好好玩？）

> Find(All)?(String)?(Submatch)?(Index)?  
> 如果带有All，就找到所有的（和相关参数配合使用）  
> 如果带有String，参数就是string, 否则就是slice of byte  
> 如果带有Submatch，就能匹配分组  
> 如果带有Index， 就以索引返回

瞬间明白了怎么用了，很好！

[godoc]: http://docscn.studygolang.com/pkg/regexp/