lua 正则匹配 lua正则匹配工具

文章目录

• 一、前言
• 二、lua在线测试
• 三、lua正则表达式元字符
• 四、string.find(s, pattern[, init[, plain]])

• 1、案例1：pattern明确搜索
• 2、案例2：pattern分组正则搜索（一个分组）
• 3、案例3：pattern分组正则搜索（多个分组）
• 4、案例4：init参数，从指定位置开始匹配
• 5、案例5：plain参数为true，pattern作为普通字符串匹配

• 五、string.match(s, pattern[, init])

• 1、案例1：匹配版本号
• 2、案例2：匹配日期

• 六、string.gmatch(s, pattern)

• 1、案例1：迭代匹配日期（不带分组）
• 2、案例2：迭代匹配key/value键值对（带分组）

• 七、string.gsub(s, pattern, repl[, n])

• 1、案例1：repl为常规字符串，实现字符串简单替换
• 2、案例2：repl参数为表达式，通过%n匹配子串（不带分组）
• 3、案例3：repl参数为表达式，通过%n匹配子串（带分组）
• 4、案例4：repl参数为函数，通过函数处理替换
• 5、案例5：reple参数为一个table，实现键值对替换

一、前言

有时候需要在lua中做一些字符串匹配，使用正则表达式可以很方便地进行字符串匹配，string库中有几个与正则相关的函数：find、match、gmatch、gsub，本文我将通过一些案例进行测试实验和讲解。

二、lua在线测试

为了方便大家进行测试，可以使用这个lua代码在线测试网站进行测试：
地址：http://www.dooccn.com/lua/

三、lua正则表达式元字符

正则表达式由元字符按照规则(语法)组成，它们和一般字符按规则构成了lua的正则表达式。

元字符	描述	备注
%a	匹配字母，无论大小写
%b	匹配对称字符，一般写法为"%bxy"，x为开始匹配字符，y为结束匹配字符，xy可随意指定	例如："%b<>"为匹配包括<>在内的所有字符
%c	匹配控制字符	例如：换行符\n、制表符\t等
%d	匹配数字0-9
%l	匹配小写字母a-z
%p	匹配标点符号
%s	匹配空白符号
%u	匹配大写字母A-Z
%w	匹配字母和数字
%x	匹配十六进制数字
%z	匹配代表0的字符

以上字符类除了%b以外的大写形式表示取反，也就是取小写形式匹配集合的补集，例如：%A为匹配除字母外的其他字符，%D为匹配除数字外的其他字符。

元字符	描述	备注
.	匹配任意字符
%	特殊字符的转义字符	例如："%.“为匹配点号，”%%“为匹配百分比符号，跟”"用来转义引号类似
()	匹配与返回括号内的内容
[]	自定义匹配字符集	例如："[a-z0-9,%]"匹配a-z、0-9、逗号以及百分比号
+	匹配前一字符1次或多次
*	匹配前一字符0次或多次	最长匹配
-	匹配前一字符0次或多次	最短匹配
?	匹配前一字符0次或1次
^	匹配字符串开头	例如："^%d+"为以数字开头的匹配
$	匹配字符串结尾	例如："%d+$"为以数字结尾的匹配

四、string.find(s, pattern[, init[, plain]])

在字符串s中匹配pattern，如果匹配成功返回第一个匹配到的子串的起始索引和结束索引，如果pattern中有分组，分组匹配的内容也会接着两个索引值之后返回。如果匹配失败返回nil。
可选数值参数init表示从s中的哪个索引位置开始匹配，缺省值是1，可以为负索引。
可选布尔值参数plain为true时，pattern作为普通字符串匹配，所有正则中的元字符都只被作为普通字符解析。（这个参数并不是匹配字符串的结束索引）

1、案例1：pattern明确搜索

local index_start, index_end  = string.find('hello lua', 'lua')
print(index_start, index_end)

输出结果：

7	9

讲解：
这里没有使用正则表达式，明确搜索lua关键字，返回了lua关键字在整个字符串的起始索引和结束索引，注意字符串的起始位置索引是从1开始的。

2、案例2：pattern分组正则搜索（一个分组）

local index_start, index_end, group  = string.find('hello lua', 'hello%s*(%w*)')
print(index_start, index_end, group)

输出结果：

1	9	lua

讲解：
%s表示匹配空白符[ \r\n\t\v\f]，%s*表示匹配空白符0次或多次;
%w表示字母数字[a-zA-Z0-9]，%w*表示字母数字0次或多次;
有分组的情况下，分组匹配的内容会接着两个索引值之后返回。

3、案例3：pattern分组正则搜索（多个分组）

local index_start, index_end, group1, group2  = string.find('hello lua script', 'hello%s*(%w*)%s*(%w*)')
print(index_start, index_end, group1, group2)

输出结果

1	16	lua	script

讲解：
有分组的情况下，分组匹配的内容会接着两个索引值之后返回，多个分组会依次返回。

4、案例4：init参数，从指定位置开始匹配

local index_start, index_end   = string.find('hello lua, study lua', 'lua', 10)
print(index_start, index_end)

输出结果：

18	20

讲解：
第三个参数是可选数值参数init，表示从s中的哪个索引位置开始匹配，缺省值是1，可以为负索引。

5、案例5：plain参数为true，pattern作为普通字符串匹配

local index_start, index_end   = string.find('hello %s', '%s', 1, true)
print(index_start, index_end)

输出结果：

7	8

讲解：
第四个参数是可选布尔值参数plain，缺省值是false，当它为true时，pattern作为普通字符串匹配，所以上文中的%s并不表示空白符，而是表示%s本身。

五、string.match(s, pattern[, init])

在字符串s中匹配pattern，如果匹配失败返回nil。否则，当pattern中没有分组时，返回第一个匹配到的子串；当pattern中有分组时，返回第一个匹配到子串的分组，多个分组就返回多个。可选参数init表示匹配字符串的起始索引，缺省为1，可以为负索引。

1、案例1：匹配版本号

local versionStr = "1.11.0.0"
local m = string.match(versionStr, "^%d+%.%d+%.%d+%.%d+$")
if m then
	print(versionStr)
else
	print("version format error")
end

输出结果：

1.11.0.0

讲解：
^表示匹配字符串开头；
%d表示匹配数字[0-9]，%d+匹配数字[0-9]一次或多次；
%.表示匹配.号；
$表示匹配字符串结尾；

2、案例2：匹配日期

local y, m, d = string.match('2020-11-18', '^(%d+)-(%d+)-(%d+)$')
if y and m and d then
    print(string.format('year: %d, month: %d, day: %d', y, m, d))
else    
    print('datetime format error')
end

输出结果：

year: 2020, month: 11, day: 18

讲解：
()，表示分组，有分组的情况下，string.match返回多个分组。

六、string.gmatch(s, pattern)

返回一个迭代器。每当迭代器调用时，返回下一个匹配到的子串，如果pattern中有分组，返回的是子串对应的分组。gmatch也可以用find和循环来实现。

1、案例1：迭代匹配日期（不带分组）

for s in string.gmatch('2020-11-18', '%d+') do 
    print(s) 
end

输出结果：

2020
11
18

讲解：
string.gmatch返回一个迭代器，每当迭代器调用时，返回下一个匹配到的子串。

2、案例2：迭代匹配key/value键值对（带分组）

for k, v in string.gmatch('a=520, b=1314', '(%w+)=(%w+)') do 
    print(k, v) 
end

输出结果：

a	520
b	1314

讲解：
pattern中有分组，返回的是子串对应的分组。

七、string.gsub(s, pattern, repl[, n])

替换字符串。把字符串中用模式pattern匹配到的所有子串替换为repl指代的子串，返回替换后的字符串和替换的次数。可选数值参数n表示最多可替换的次数。
参数repl可以是正则表达式，也可以是函数。当repl是函数时，函数的参数是模式pattern捕获的子串，和match类似，有分组返回分组，无分组返回整个子串。函数最后返回一个字符串。如果repl是正则表达式，可以用分组序号引用匹配到的分组。

1、案例1：repl为常规字符串，实现字符串简单替换

local targetStr = string.gsub('hello lua', 'lua', 'unity')
print(targetStr)

输出结果：

hello unity

讲解：
参数repl是一个常规字符串，成功匹配的子串会被repl直接替换。

再测试个例子：

local targetStr = string.gsub('my age is 30', '%d+', '18')
print(targetStr)

输出结果：

my age is 18

2、案例2：repl参数为表达式，通过%n匹配子串（不带分组）

local targetStr = string.gsub('hello lua 520', '%d+', '%0 ' .. 1314)
print(targetStr)

输出结果

hello lua 520 1314

讲解：
%0表示匹配的子串，即520

3、案例3：repl参数为表达式，通过%n匹配子串（带分组）

local targetStr = string.gsub('hello lua 520     1314', '(%d+)%s+(%d+)', '%1 happy %2')
print(targetStr)

输出结果：

hello lua 520 happy 1314

讲解：
%1表示匹配的第一个分组子串，%2表示匹配的第二个分组子串。

4、案例4：repl参数为函数，通过函数处理替换

local targetStr = string.gsub('hello lua 518', '%d+', function(s) 
    return tonumber(s) + 2
end)
print(targetStr)

输出结果：

hello lua 520

讲解：
repl是函数时，函数的参数是模式pattern捕获的子串，和match类似。

5、案例5：reple参数为一个table，实现键值对替换

local t = { name = "lua", version = "5.1" }
x = string.gsub("$name-$version.tar.gz", "%$(%w+)", t)
print(x)

输出结果：

lua-5.1.tar.gz

讲解：
%$表示匹配$本身，%$(%w+)表示以$为开头的字符串，比如$name和$version，会使用reple的table进行键值对替换。