Golang 正则表达式（regexp）

﹏ヽ暗。殇╰゛Y 2022-03-07 10:40 330阅读 0赞

Go内置了（regexp包）对正则表达式的支持，这里是一般的正则表达式常规用法的例子。

示例：

package main
    
    import (
        "bytes"
        "fmt"
        "regexp"
    )
    
    func main() {
        //是否匹配字符串
        // .匹配任意一个字符 ，*匹配零个或多个 ，优先匹配更多(贪婪)
        match, _ := regexp.MatchString("H(.*)d!", "Hello World!")
        fmt.Println(match) //true
        //或
        match, _ = regexp.Match("H(.*)d!", []byte("Hello World!"))
        fmt.Println(match) //true
        //或通过`Compile`来使用一个优化过的正则对象
        r, _ := regexp.Compile("H(.*)d!")
        fmt.Println(r.MatchString("Hello World!")) //true
    
        // 这个方法返回匹配的子串
        fmt.Println(r.FindString("Hello World! world")) //Hello World!
        //同上
        fmt.Println(string(r.Find([]byte("Hello World!")))) //Hello World!
    
        // 这个方法查找第一次匹配的索引
        // 的起始索引和结束索引，而不是匹配的字符串
        fmt.Println(r.FindStringIndex("Hello World! world")) //[0 12]
    
        
        // 这个方法返回全局匹配的字符串和局部匹配的字符，匹配最大的子字符串一次。
        // 它和r.FindAllStringSubmatch("Hello World! world"，1) 等价。  比如
        // 这里会返回匹配`H(.*)d!`的字符串
        // 和匹配`(.*)`的字符串
        fmt.Println(r.FindStringSubmatch("Hello World! world")) //[Hello World! ello Worl]
    
        // 和上面的方法一样，不同的是返回全局匹配和局部匹配的
        // 起始索引和结束索引
        fmt.Println(r.FindStringSubmatchIndex("Hello World! world")) //[0 12 1 10]
        // 这个方法返回所有正则匹配的字符，不仅仅是第一个
        fmt.Println(r.FindAllString("Hello World! Held! world", -1)) //[Hello World! Held!]
    
        // 这个方法返回所有全局匹配和局部匹配的字符串起始索引,只匹配最大的串
        // 和结束索引
        fmt.Println(r.FindAllStringSubmatchIndex("Hello World! world", -1))       //[[0 12 1 10]]
        fmt.Println(r.FindAllStringSubmatchIndex("Hello World! Held! world", -1)) //[[0 18 1 16]]
    
        // 为这个方法提供一个正整数参数来限制匹配数量
        res, _ := regexp.Compile("H([a-z]+)d!")
        fmt.Println(res.FindAllString("Hello World! Held! Hellowrld! world", 2)) //[Held! Hellowrld!]
    
        fmt.Println(r.FindAllString("Hello World! Held! world", 2)) //[Hello World! Held!]
        //注意上面两个不同，第二参数是一最大子串为单位计算。
    
        // regexp包也可以用来将字符串的一部分替换为其他的值
        fmt.Println(r.ReplaceAllString("Hello World! Held! world", "html")) //html world
    
        // `Func`变量可以让你将所有匹配的字符串都经过该函数处理
        // 转变为所需要的值
        in := []byte("Hello World! Held! world")
        out := r.ReplaceAllFunc(in, bytes.ToUpper)
        fmt.Println(string(out))
    
        // 在 b 中查找 reg 中编译好的正则表达式，并返回第一个匹配的位置
        // {起始位置, 结束位置}
        b := bytes.NewReader([]byte("Hello World!"))
        reg := regexp.MustCompile(`\w+`)
        fmt.Println(reg.FindReaderIndex(b)) //[0 5]
    
        // 在 字符串 中查找 r 中编译好的正则表达式，并返回所有匹配的位置
        // {
        {起始位置, 结束位置}, {起始位置, 结束位置}, ...}
        // 只查找前 n 个匹配项，如果 n < 0，则查找所有匹配项
    
        fmt.Println(r.FindAllIndex([]byte("Hello World!"), -1)) //[[0 12]]
        //同上
        fmt.Println(r.FindAllStringIndex("Hello World!", -1)) //[[0 12]]
    
        // 在 s 中查找 re 中编译好的正则表达式，并返回所有匹配的内容
        // 同时返回子表达式匹配的内容
        // {
        //     {完整匹配项, 子匹配项, 子匹配项, ...},
        //     {完整匹配项, 子匹配项, 子匹配项, ...},
        //     ...
        // }
        // 只查找前 n 个匹配项，如果 n < 0，则查找所有匹配项
        reg = regexp.MustCompile(`(\w)(\w)+`)                      //[[Hello H o] [World W d]]
        fmt.Println(reg.FindAllStringSubmatch("Hello World!", -1)) //[[Hello H o] [World W d]]
    
        // 将 template 的内容经过处理后，追加到 dst 的尾部。
        // template 中要有 $1、$2、${name1}、${name2} 这样的“分组引用符”
        // match 是由 FindSubmatchIndex 方法返回的结果，里面存放了各个分组的位置信息
        // 如果 template 中有“分组引用符”，则以 match 为标准，
        // 在 src 中取出相应的子串，替换掉 template 中的 $1、$2 等引用符号。
        reg = regexp.MustCompile(`(\w+),(\w+)`)
        src := []byte("Golang,World!")           // 源文本
        dst := []byte("Say: ")                   // 目标文本
        template := []byte("Hello $1, Hello $2") // 模板
        m := reg.FindSubmatchIndex(src)          // 解析源文本
        // 填写模板，并将模板追加到目标文本中
        fmt.Printf("%q", reg.Expand(dst, template, src, m))
        // "Say: Hello Golang, Hello World"
    
        // LiteralPrefix 返回所有匹配项都共同拥有的前缀（去除可变元素）
        // prefix：共同拥有的前缀
        // complete：如果 prefix 就是正则表达式本身，则返回 true，否则返回 false
        reg = regexp.MustCompile(`Hello[\w\s]+`)
        fmt.Println(reg.LiteralPrefix())
        // Hello false
        reg = regexp.MustCompile(`Hello`)
        fmt.Println(reg.LiteralPrefix())
        // Hello true
    
        text := `Hello World! hello world`
        // 正则标记“非贪婪模式”(?U)
        reg = regexp.MustCompile(`(?U)H[\w\s]+o`)
        fmt.Printf("%q\n", reg.FindString(text)) // Hello
        // 切换到“贪婪模式”
        reg.Longest()
        fmt.Printf("%q\n", reg.FindString(text)) // Hello Wo
    
        // 统计正则表达式中的分组个数（不包括“非捕获的分组”）
        fmt.Println(r.NumSubexp()) //1
    
        //返回 r 中的“正则表达式”字符串
        fmt.Printf("%s\n", r.String())
    
        // 在 字符串 中搜索匹配项，并以匹配项为分割符，将 字符串 分割成多个子串
        // 最多分割出 n 个子串，第 n 个子串不再进行分割
        // 如果 n < 0，则分割所有子串
        // 返回分割后的子串列表
        fmt.Printf("%q\n", r.Split("Hello World! Helld! hello", -1)) //["" " hello"]
    
        // 在 字符串 中搜索匹配项，并替换为 repl 指定的内容
        // 如果 rep 中有“分组引用符”（$1、$name），则将“分组引用符”当普通字符处理
        // 全部替换，并返回替换后的结果
        s := "Hello World, hello!"
        reg = regexp.MustCompile(`(Hell|h)o`)
        rep := "${1}"
        fmt.Printf("%q\n", reg.ReplaceAllLiteralString(s, rep)) //"${1} World, hello!"
    
        // 在 字符串 中搜索匹配项，然后将匹配的内容经过 repl 处理后，替换 字符串 中的匹配项
        // 如果 repb 的返回值中有“分组引用符”（$1、$name），则将“分组引用符”当普通字符处理
        // 全部替换，并返回替换后的结果
        ss := []byte("Hello World!")
        reg = regexp.MustCompile("(H)ello")
        repb := []byte("$0$1")
        fmt.Printf("%s\n", reg.ReplaceAll(ss, repb))
        // HelloH World!
    
        fmt.Printf("%s\n", reg.ReplaceAllFunc(ss,
            func(b []byte) []byte {
                rst := []byte{}
                rst = append(rst, b...)
                rst = append(rst, "$1"...)
                return rst
            }))
        // Hello$1 World!
    
    }

小结：

1、

r, _ := regexp.Compile("H(.*)d!")

可用一下代替

r := regexp.MustCompile("H(.*)d!")

两者区别 MustCompile 少一个返回值err

看源码

// Compile parses a regular expression and returns, if successful,
    // a Regexp object that can be used to match against text.
    //...
    // For POSIX leftmost-longest matching, see CompilePOSIX.
    func Compile(expr string) (*Regexp, error) {
        return compile(expr, syntax.Perl, false)
    }
    
    // MustCompile is like Compile but panics if the expression cannot be parsed.
    // It simplifies safe initialization of global variables holding compiled regular
    // expressions.
    func MustCompile(str string) *Regexp {
       regexp, err := Compile(str)
       if err != nil {
          panic(`regexp: Compile(` + quote(str) + `): ` + err.Error())
       }
       return regexp
    }

2、regexp的处理byte的方法都有个string方法对应，两者功能一样。

例如：

regexp.Match()
    和
    regexp.MatchString()

## links ##

*  [目录][Link 1]

[Link 1]: https://github.com/guyan0319/golang_development_notes/blob/master/zh/preface.md