Golang(四)正则表达式使用
0. 前言
- 最近用到了 regexp 包,下面整理下正则表达式相关用法
- 参考 基础知识 - Golang 中的正则表达式 和 Golang regexp包中的函数和方法 做了汇总
1. 正则表达式
1.1 单一字符
. 匹配任意一个字符,如果设置 s = true,则可以匹配换行符 [字符类] 匹配“字符类”中的一个字符,“字符类”见后面的说明 [^字符类] 匹配“字符类”外的一个字符,“字符类”见后面的说明 \小写Perl标记 匹配“Perl类”中的一个字符,“Perl类”见后面的说明 \大写Perl标记 匹配“Perl类”外的一个字符,“Perl类”见后面的说明 [:ASCII类名:] 匹配“ASCII类”中的一个字符,“ASCII类”见后面的说明 [:^ASCII类名:] 匹配“ASCII类”外的一个字符,“ASCII类”见后面的说明 \pUnicode普通类名 匹配“Unicode类”中的一个字符(仅普通类),“Unicode类”见后面的说明 \PUnicode普通类名 匹配“Unicode类”外的一个字符(仅普通类),“Unicode类”见后面的说明 \p{Unicode类名} 匹配“Unicode类”中的一个字符,“Unicode类”见后面的说明 \P{Unicode类名} 匹配“Unicode类”外的一个字符,“Unicode类”见后面的说明
1.2 复合
xy 匹配 xy(x 后面跟随 y)
x|y 匹配 x 或 y (优先匹配 x)
1.3 重复
x* 匹配零个或多个 x,优先匹配更多(贪婪) x+ 匹配一个或多个 x,优先匹配更多(贪婪) x? 匹配零个或一个 x,优先匹配一个(贪婪) x{n,m} 匹配 n 到 m 个 x,优先匹配更多(贪婪) x{n,} 匹配 n 个或多个 x,优先匹配更多(贪婪) x{n} 只匹配 n 个 x x*? 匹配零个或多个 x,优先匹配更少(非贪婪) x+? 匹配一个或多个 x,优先匹配更少(非贪婪) x?? 匹配零个或一个 x,优先匹配零个(非贪婪) x{n,m}? 匹配 n 到 m 个 x,优先匹配更少(非贪婪) x{n,}? 匹配 n 个或多个 x,优先匹配更少(非贪婪) x{n}? 只匹配 n 个 x
1.4 分组
(子表达式) 被捕获的组,该组被编号 (子匹配) (?P<命名>子表达式) 被捕获的组,该组被编号且被命名 (子匹配) (?:子表达式) 非捕获的组 (子匹配) (?标记) 在组内设置标记,非捕获,标记影响当前组后的正则表达式 (?标记:子表达式) 在组内设置标记,非捕获,标记影响当前组内的子表达式 标记的语法是: xyz (设置 xyz 标记) -xyz (清除 xyz 标记) xy-z (设置 xy 标记, 清除 z 标记) 可以设置的标记有: i 不区分大小写 (默认为 false) m 多行模式:让 ^ 和 $ 匹配整个文本的开头和结尾,而非行首和行尾(默认为 false) s 让 . 匹配 \n (默认为 false) U 非贪婪模式:交换 x* 和 x*? 等的含义 (默认为 false)
1.5 位置标记
^ 如果标记 m=true 则匹配行首,否则匹配整个文本的开头(m 默认为 false) $ 如果标记 m=true 则匹配行尾,否则匹配整个文本的结尾(m 默认为 false) \A 匹配整个文本的开头,忽略 m 标记 \b 匹配单词边界 \B 匹配非单词边界 \z 匹配整个文本的结尾,忽略 m 标记
1.6 转义序列
\a 匹配响铃符 (相当于 \x07) 注意:正则表达式中不能使用 \b 匹配退格符,因为 \b 被用来匹配单词边界, 可以使用 \x08 表示退格符。 \f 匹配换页符 (相当于 \x0C) \t 匹配横向制表符(相当于 \x09) \n 匹配换行符 (相当于 \x0A) \r 匹配回车符 (相当于 \x0D) \v 匹配纵向制表符(相当于 \x0B) \123 匹配 8 進制编码所代表的字符(必须是 3 位数字) \x7F 匹配 16 進制编码所代表的字符(必须是 3 位数字) \x{10FFFF} 匹配 16 進制编码所代表的字符(最大值 10FFFF ) \Q...\E 匹配 \Q 和 \E 之间的文本,忽略文本中的正则语法 \\ 匹配字符 \ \^ 匹配字符 ^ \$ 匹配字符 $ \. 匹配字符 . \* 匹配字符 * \+ 匹配字符 + \? 匹配字符 ? \{ 匹配字符 { \} 匹配字符 } \( 匹配字符 ( \) 匹配字符 ) \[ 匹配字符 [ \] 匹配字符 ] \| 匹配字符 |
1.7 将“命名字符类”作为“字符类”的元素
[\d] 匹配数字 (相当于 \d) [^\d] 匹配非数字 (相当于 \D) [\D] 匹配非数字 (相当于 \D) [^\D] 匹配数字 (相当于 \d) [[:name:]] 命名的“ASCII 类”包含在“字符类”中 (相当于 [:name:]) [^[:name:]] 命名的“ASCII 类”不包含在“字符类”中 (相当于 [:^name:]) [\p{Name}] 命名的“Unicode 类”包含在“字符类”中 (相当于 \p{Name}) [^\p{Name}] 命名的“Unicode 类”不包含在“字符类”中 (相当于 \P{Name})
1.7.1 说明
“字符类”取值如下(“字符类”包含“Perl类”、“ASCII类”、“Unicode类”): x 单个字符 A-Z 字符范围(包含首尾字符) \小写字母 Perl类 [:ASCII类名:] ASCII类 \p{Unicode脚本类名} Unicode类 (脚本类) \pUnicode普通类名 Unicode类 (普通类) ------------------------------ “Perl 类”取值如下: \d 数字 (相当于 [0-9]) \D 非数字 (相当于 [^0-9]) \s 空白 (相当于 [\t\n\f\r ]) \S 非空白 (相当于[^\t\n\f\r ]) \w 单词字符 (相当于 [0-9A-Za-z_]) \W 非单词字符 (相当于 [^0-9A-Za-z_]) ------------------------------ “ASCII 类”取值如下 [:alnum:] 字母数字 (相当于 [0-9A-Za-z]) [:alpha:] 字母 (相当于 [A-Za-z]) [:ascii:] ASCII 字符集 (相当于 [\x00-\x7F]) [:blank:] 空白占位符 (相当于 [\t ]) [:cntrl:] 控制字符 (相当于 [\x00-\x1F\x7F]) [:digit:] 数字 (相当于 [0-9]) [:graph:] 图形字符 (相当于 [!-~]) [:lower:] 小写字母 (相当于 [a-z]) [:print:] 可打印字符 (相当于 [ -~] 相当于 [ [:graph:]]) [:punct:] 标点符号 (相当于 [!-/:-@[-反引号{-~]) [:space:] 空白字符(相当于 [\t\n\v\f\r ]) [:upper:] 大写字母(相当于 [A-Z]) [:word:] 单词字符(相当于 [0-9A-Za-z_]) [:xdigit:] 16 進制字符集(相当于 [0-9A-Fa-f]) ------------------------------ “Unicode 类”取值如下---普通类: C -其他- (other) Cc 控制字符 (control) Cf 格式 (format) Co 私人使用区 (private use) Cs 代理区 (surrogate) L -字母- (letter) Ll 小写字母 (lowercase letter) Lm 修饰字母 (modifier letter) Lo 其它字母 (other letter) Lt 首字母大写字母 (titlecase letter) Lu 大写字母 (uppercase letter) M -标记- (mark) Mc 间距标记 (spacing mark) Me 关闭标记 (enclosing mark) Mn 非间距标记 (non-spacing mark) N -数字- (number) Nd 十進制数字 (decimal number) Nl 字母数字 (letter number) No 其它数字 (other number) P -标点- (punctuation) Pc 连接符标点 (connector punctuation) Pd 破折号标点符号 (dash punctuation) Pe 关闭的标点符号 (close punctuation) Pf 最后的标点符号 (final punctuation) Pi 最初的标点符号 (initial punctuation) Po 其他标点符号 (other punctuation) Ps 开放的标点符号 (open punctuation) S -符号- (symbol) Sc 货币符号 (currency symbol) Sk 修饰符号 (modifier symbol) Sm 数学符号 (math symbol) So 其他符号 (other symbol) Z -分隔符- (separator) Zl 行分隔符 (line separator) Zp 段落分隔符 (paragraph separator) Zs 空白分隔符 (space separator) ------------------------------ “Unicode 类”取值如下---脚本类: Arabic 阿拉伯文 Armenian 亚美尼亚文 Balinese 巴厘岛文 Bengali 孟加拉文 Bopomofo 汉语拼音字母 Braille 盲文 Buginese 布吉文 Buhid 布希德文 Canadian_Aboriginal 加拿大土著文 Carian 卡里亚文 Cham 占族文 Cherokee 切诺基文 Common 普通的,字符不是特定于一个脚本 Coptic 科普特文 Cuneiform 楔形文字 Cypriot 塞浦路斯文 Cyrillic 斯拉夫文 Deseret 犹他州文 Devanagari 梵文 Ethiopic 衣索比亚文 Georgian 格鲁吉亚文 Glagolitic 格拉哥里文 Gothic 哥特文 Greek 希腊 Gujarati 古吉拉特文 Gurmukhi 果鲁穆奇文 Han 汉文 Hangul 韩文 Hanunoo 哈鲁喏文 Hebrew 希伯来文 Hiragana 平假名(日语) Inherited 继承前一个字符的脚本 Kannada 坎那达文 Katakana 片假名(日语) Kayah_Li 克耶字母 Kharoshthi 卡罗须提文 Khmer 高棉文 Lao 老挝文 Latin 拉丁文 Lepcha 雷布查文 Limbu 林布文 Linear_B B类线形文字(古希腊) Lycian 利西亚文 Lydian 吕底亚文 Malayalam 马拉雅拉姆文 Mongolian 蒙古文 Myanmar 缅甸文 New_Tai_Lue 新傣仂文 Nko Nko文 Ogham 欧甘文 Ol_Chiki 桑塔利文 Old_Italic 古意大利文 Old_Persian 古波斯文 Oriya 奥里亚文 Osmanya 奥斯曼亚文 Phags_Pa 八思巴文 Phoenician 腓尼基文 Rejang 拉让文 Runic 古代北欧文字 Saurashtra 索拉什特拉文(印度县城) Shavian 萧伯纳文 Sinhala 僧伽罗文 Sundanese 巽他文 Syloti_Nagri 锡尔赫特文 Syriac 叙利亚文 Tagalog 塔加拉文 Tagbanwa 塔格巴努亚文 Tai_Le 德宏傣文 Tamil 泰米尔文 Telugu 泰卢固文 Thaana 塔安那文 Thai 泰文 Tibetan 藏文 Tifinagh 提非纳文 Ugaritic 乌加里特文 Vai 瓦伊文 Yi 彝文
1.8 注意
- 对于 [a-z] 这样的正则表达式,如果要在 [] 中匹配 - ,可以将 - 放在 [] 的开头或结尾,例如 [-a-z] 或 [a-z-]
- 可以在 [] 中使用转义字符:\f、\t、\n、\r、\v、\377、\xFF、\x{10FFFF}、\\、\^、\$、\.、\*、\+、\?、\{、\}、\(、\)、\[、\]、\|(具体含义见上面的说明)
- 如果在正则表达式中使用了分组,则在执行正则替换的时候,“替换内容”中可以使用 $1、${1}、$name、${name} 这样的“分组引用符”获取相应的分组内容。其中 $0 代表整个匹配项,$1 代表第 1 个分组,$2 代表第 2 个分组
- 如果“分组引用符”是 $name 的形式,则在解析的时候,name 是取尽可能长的字符串,比如:$1x 相当于 ${1x},而不是${1}x,再比如:$10 相当于 ${10},而不是 ${1}0
- 由于 $ 字符会被转义,所以要在“替换内容”中使用 $ 字符,可以用 \$ 代替
- 上面介绍的正则表达式语法是”Perl 语法“,除了“Perl 语法”外,Go 语言中还有另一种”POSIX 语法“,”POSIX 语法“除了不能使用“Perl 类”之外,其它都一样
1.9 示例
// 示例 func main() { text := `Hello 世界!123 Go.` // 查找连续的小写字母 reg := regexp.MustCompile(`[a-z]+`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["ello" "o"] // 查找连续的非小写字母 reg = regexp.MustCompile(`[^a-z]+`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["H" " 世界!123 G" "."] // 查找连续的单词字母 reg = regexp.MustCompile(`[\w]+`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["Hello" "123" "Go"] // 查找连续的非单词字母、非空白字符 reg = regexp.MustCompile(`[^\w\s]+`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["世界!" "."] // 查找连续的大写字母 reg = regexp.MustCompile(`[[:upper:]]+`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["H" "G"] // 查找连续的非 ASCII 字符 reg = regexp.MustCompile(`[[:^ascii:]]+`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["世界!"] // 查找连续的标点符号 reg = regexp.MustCompile(`[\pP]+`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["!" "."] // 查找连续的非标点符号字符 reg = regexp.MustCompile(`[\PP]+`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["Hello 世界" "123 Go"] // 查找连续的汉字 reg = regexp.MustCompile(`[\p{Han}]+`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["世界"] // 查找连续的非汉字字符 reg = regexp.MustCompile(`[\P{Han}]+`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["Hello " "!123 Go."] // 查找 Hello 或 Go reg = regexp.MustCompile(`Hello|Go`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["Hello" "Go"] // 查找行首以 H 开头,以空格结尾的字符串 reg = regexp.MustCompile(`^H.*\s`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["Hello 世界!123 "] // 查找行首以 H 开头,以空白结尾的字符串(非贪婪模式) reg = regexp.MustCompile(`(?U)^H.*\s`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["Hello "] // 查找以 hello 开头(忽略大小写),以 Go 结尾的字符串 reg = regexp.MustCompile(`(?i:^hello).*Go`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["Hello 世界!123 Go"] // 查找 Go. reg = regexp.MustCompile(`\QGo.\E`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["Go."] // 查找从行首开始,以空格结尾的字符串(非贪婪模式) reg = regexp.MustCompile(`(?U)^.* `) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["Hello "] // 查找以空格开头,到行尾结束,中间不包含空格字符串 reg = regexp.MustCompile(` [^ ]*$`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // [" Go."] // 查找“单词边界”之间的字符串 reg = regexp.MustCompile(`(?U)\b.+\b`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["Hello" " 世界!" "123" " " "Go"] // 查找连续 1 次到 4 次的非空格字符,并以 o 结尾的字符串 reg = regexp.MustCompile(`[^ ]{1,4}o`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["Hello" "Go"] // 查找 Hello 或 Go reg = regexp.MustCompile(`(?:Hell|G)o`) fmt.Printf("%q\n", reg.FindAllString(text, -1)) // ["Hello" "Go"] // 查找 Hello 或 Go,替换为 Hellooo、Gooo reg = regexp.MustCompile(`(?PHell|G)o`) fmt.Printf("%q\n", reg.ReplaceAllString(text, "${n}ooo")) // "Hellooo 世界!123 Gooo." // 交换 Hello 和 Go reg = regexp.MustCompile(`(Hello)(.*)(Go)`) fmt.Printf("%q\n", reg.ReplaceAllString(text, "$3$2$1")) // "Go 世界!123 Hello." // 特殊字符的查找 reg = regexp.MustCompile(`[\f\t\n\r\v\123\x7F\x{10FFFF}\\\^\$\.\*\+\?\{\}\(\)\[\]\|]`) fmt.Printf("%q\n", reg.ReplaceAllString("\f\t\n\r\v\123\x7F\U0010FFFF\\^$.*+?{}()[]|", "-")) // "----------------------" }
2. Regexp 使用
------------------------------------------------------------ // 判断在 b 中能否找到正则表达式 pattern 所匹配的子串 // pattern:要查找的正则表达式 // b:要在其中进行查找的 []byte // matched:返回是否找到匹配项 // err:返回查找过程中遇到的任何错误 // 此函数通过调用 Regexp 的方法实现 func Match(pattern string, b []byte) (matched bool, err error) func main() { fmt.Println(regexp.Match("H.* ", []byte("Hello World!"))) // true } ------------------------------------------------------------ // 判断在 r 中能否找到正则表达式 pattern 所匹配的子串 // pattern:要查找的正则表达式 // r:要在其中进行查找的 RuneReader 接口 // matched:返回是否找到匹配项 // err:返回查找过程中遇到的任何错误 // 此函数通过调用 Regexp 的方法实现 func MatchReader(pattern string, r io.RuneReader) (matched bool, err error) func main() { r := bytes.NewReader([]byte("Hello World!")) fmt.Println(regexp.MatchReader("H.* ", r)) // true } ------------------------------------------------------------ // 判断在 s 中能否找到正则表达式 pattern 所匹配的子串 // pattern:要查找的正则表达式 // r:要在其中进行查找的字符串 // matched:返回是否找到匹配项 // err:返回查找过程中遇到的任何错误 // 此函数通过调用 Regexp 的方法实现 func MatchString(pattern string, s string) (matched bool, err error) func main() { fmt.Println(regexp.Match("H.* ", "Hello World!")) // true } ------------------------------------------------------------ // QuoteMeta 将字符串 s 中的“特殊字符”转换为其“转义格式” // 例如,QuoteMeta(`[foo]`)返回`\[foo\]`。 // 特殊字符有:\.+*?()|[]{}^$ // 这些字符用于实现正则语法,所以当作普通字符使用时需要转换 func QuoteMeta(s string) string func main() { fmt.Println(regexp.QuoteMeta("(?P:Hello) [a-z]")) // \(\?P:Hello\) \[a-z\] } ------------------------------------------------------------ // Regexp 结构表示一个编译后的正则表达式 // Regexp 的公开接口都是通过方法实现的 // 多个 goroutine 并发使用一个 RegExp 是安全的 type Regexp struct { // 私有字段 } // 通过 Complite、CompilePOSIX、MustCompile、MustCompilePOSIX // 四个函数可以创建一个 Regexp 对象 ------------------------------------------------------------ // Compile 用来解析正则表达式 expr 是否合法,如果合法,则返回一个 Regexp 对象 // Regexp 对象可以在任意文本上执行需要的操作 func Compile(expr string) (*Regexp, error) func main() { reg, err := regexp.Compile(`\w+`) fmt.Printf("%q,%v\n", reg.FindString("Hello World!"), err) // "Hello", } ------------------------------------------------------------ // CompilePOSIX 的作用和 Compile 一样 // 不同的是,CompilePOSIX 使用 POSIX 语法, // 同时,它采用最左最长方式搜索, // 而 Compile 采用最左最短方式搜索 // POSIX 语法不支持 Perl 的语法格式:\d、\D、\s、\S、\w、\W func CompilePOSIX(expr string) (*Regexp, error) func main() { reg, err := regexp.CompilePOSIX(`[[:word:]]+`) fmt.Printf("%q,%v\n", reg.FindString("Hello World!"), err) // "Hello" } ------------------------------------------------------------ // MustCompile 的作用和 Compile 一样 // 不同的是,当正则表达式 str 不合法时,MustCompile 会抛出异常 // 而 Compile 仅返回一个 error 值 func MustCompile(str string) *Regexp func main() { reg := regexp.MustCompile(`\w+`) fmt.Println(reg.FindString("Hello World!")) // Hello } ------------------------------------------------------------ // MustCompilePOSIX 的作用和 CompilePOSIX 一样 // 不同的是,当正则表达式 str 不合法时,MustCompilePOSIX 会抛出异常 // 而 CompilePOSIX 仅返回一个 error 值 func MustCompilePOSIX(str string) *Regexp func main() { reg := regexp.MustCompilePOSIX(`[[:word:]].+ `) fmt.Printf("%q\n", reg.FindString("Hello World!")) // "Hello " } ------------------------------------------------------------ // 在 b 中查找 re 中编译好的正则表达式,并返回第一个匹配的内容 func (re *Regexp) Find(b []byte) []byte func main() { reg := regexp.MustCompile(`\w+`) fmt.Printf("%q", reg.Find([]byte("Hello World!"))) // "Hello" } ------------------------------------------------------------ // 在 s 中查找 re 中编译好的正则表达式,并返回第一个匹配的内容 func (re *Regexp) FindString(s string) string func main() { reg := regexp.MustCompile(`\w+`) fmt.Println(reg.FindString("Hello World!")) // "Hello" } ------------------------------------------------------------ // 在 b 中查找 re 中编译好的正则表达式,并返回所有匹配的内容 // {{匹配项}, {匹配项}, ...} // 只查找前 n 个匹配项,如果 n < 0,则查找所有匹配项 func (re *Regexp) FindAll(b []byte, n int) [][]byte func main() { reg := regexp.MustCompile(`\w+`) fmt.Printf("%q", reg.FindAll([]byte("Hello World!"), -1)) // ["Hello" "World"] } ------------------------------------------------------------ // 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 // {匹配项, 匹配项, ...} // 只查找前 n 个匹配项,如果 n < 0,则查找所有匹配项 func (re *Regexp) FindAllString(s string, n int) []string func main() { reg := regexp.MustCompile(`\w+`) fmt.Printf("%q", reg.FindAllString("Hello World!", -1)) // ["Hello" "World"] } ------------------------------------------------------------ // 在 b 中查找 re 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} func (re *Regexp) FindIndex(b []byte) (loc []int) func main() { reg := regexp.MustCompile(`\w+`) fmt.Println(reg.FindIndex([]byte("Hello World!"))) // [0 5] } ------------------------------------------------------------ // 在 s 中查找 re 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} func (re *Regexp) FindStringIndex(s string) (loc []int) func main() { reg := regexp.MustCompile(`\w+`) fmt.Println(reg.FindStringIndex("Hello World!")) // [0 5] } ------------------------------------------------------------ // 在 r 中查找 re 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} func (re *Regexp) FindReaderIndex(r io.RuneReader) (loc []int) func main() { r := bytes.NewReader([]byte("Hello World!")) reg := regexp.MustCompile(`\w+`) fmt.Println(reg.FindReaderIndex(r)) // [0 5] } ------------------------------------------------------------ // 在 b 中查找 re 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 func (re *Regexp) FindAllIndex(b []byte, n int) [][]int func main() { reg := regexp.MustCompile(`\w+`) fmt.Println(reg.FindAllIndex([]byte("Hello World!"), -1)) // [[0 5] [6 11]] } ------------------------------------------------------------ // 在 s 中查找 re 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 func (re *Regexp) FindAllStringIndex(s string, n int) [][]int func main() { reg := regexp.MustCompile(`\w+`) fmt.Println(reg.FindAllStringIndex("Hello World!", -1)) // [[0 5] [6 11]] } ------------------------------------------------------------ // 在 b 中查找 re 中编译好的正则表达式,并返回第一个匹配的内容 // 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}, ...} func (re *Regexp) FindSubmatch(b []byte) [][]byte func main() { reg := regexp.MustCompile(`(\w)(\w)+`) fmt.Printf("%q", reg.FindSubmatch([]byte("Hello World!"))) // ["Hello" "H" "o"] } ------------------------------------------------------------ // 在 s 中查找 re 中编译好的正则表达式,并返回第一个匹配的内容 // 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, ...} func (re *Regexp) FindStringSubmatch(s string) []string func main() { reg := regexp.MustCompile(`(\w)(\w)+`) fmt.Printf("%q", reg.FindStringSubmatch("Hello World!")) // ["Hello" "H" "o"] } ------------------------------------------------------------ // 在 b 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}, ...}, // ... // } func (re *Regexp) FindAllSubmatch(b []byte, n int) [][][]byte func main() { reg := regexp.MustCompile(`(\w)(\w)+`) fmt.Printf("%q", reg.FindAllSubmatch([]byte("Hello World!"), -1)) // [["Hello" "H" "o"] ["World" "W" "d"]] } ------------------------------------------------------------ // 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 func (re *Regexp) FindAllStringSubmatch(s string, n int) [][]string func main() { reg := regexp.MustCompile(`(\w)(\w)+`) fmt.Printf("%q", reg.FindAllStringSubmatch("Hello World!", -1)) // [["Hello" "H" "o"] ["World" "W" "d"]] } ------------------------------------------------------------ // 在 b 中查找 re 中编译好的正则表达式,并返回第一个匹配的位置 // 同时返回子表达式匹配的位置 // {完整项起始, 完整项结束, 子项起始, 子项结束, 子项起始, 子项结束, ...} func (re *Regexp) FindSubmatchIndex(b []byte) []int func main() { reg := regexp.MustCompile(`(\w)(\w)+`) fmt.Println(reg.FindSubmatchIndex([]byte("Hello World!"))) // [0 5 0 1 4 5] } ------------------------------------------------------------ // 在 s 中查找 re 中编译好的正则表达式,并返回第一个匹配的位置 // 同时返回子表达式匹配的位置 // {完整项起始, 完整项结束, 子项起始, 子项结束, 子项起始, 子项结束, ...} func (re *Regexp) FindStringSubmatchIndex(s string) []int func main() { reg := regexp.MustCompile(`(\w)(\w)+`) fmt.Println(reg.FindStringSubmatchIndex("Hello World!")) // [0 5 0 1 4 5] } ------------------------------------------------------------ // 在 r 中查找 re 中编译好的正则表达式,并返回第一个匹配的位置 // 同时返回子表达式匹配的位置 // {完整项起始, 完整项结束, 子项起始, 子项结束, 子项起始, 子项结束, ...} func (re *Regexp) FindReaderSubmatchIndex(r io.RuneReader) []int func main() { r := bytes.NewReader([]byte("Hello World!")) reg := regexp.MustCompile(`(\w)(\w)+`) fmt.Println(reg.FindReaderSubmatchIndex(r)) // [0 5 0 1 4 5] } ------------------------------------------------------------ // 在 b 中查找 re 中编译好的正则表达式,并返回所有匹配的位置 // 同时返回子表达式匹配的位置 // { // {完整项起始, 完整项结束, 子项起始, 子项结束, 子项起始, 子项结束, ...}, // {完整项起始, 完整项结束, 子项起始, 子项结束, 子项起始, 子项结束, ...}, // ... // } // 只查找前 n 个匹配项,如果 n < 0,则查找所有匹配项 func (re *Regexp) FindAllSubmatchIndex(b []byte, n int) [][]int func main() { reg := regexp.MustCompile(`(\w)(\w)+`) fmt.Println(reg.FindAllSubmatchIndex([]byte("Hello World!"), -1)) // [[0 5 0 1 4 5] [6 11 6 7 10 11]] } ------------------------------------------------------------ // 在 s 中查找 re 中编译好的正则表达式,并返回所有匹配的位置 // 同时返回子表达式匹配的位置 // { // {完整项起始, 完整项结束, 子项起始, 子项结束, 子项起始, 子项结束, ...}, // {完整项起始, 完整项结束, 子项起始, 子项结束, 子项起始, 子项结束, ...}, // ... // } // 只查找前 n 个匹配项,如果 n < 0,则查找所有匹配项 func (re *Regexp) FindAllStringSubmatchIndex(s string, n int) [][]int func main() { reg := regexp.MustCompile(`(\w)(\w)+`) fmt.Println(reg.FindAllStringSubmatchIndex("Hello World!", -1)) // [[0 5 0 1 4 5] [6 11 6 7 10 11]] } ------------------------------------------------------------ // 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。 func (re *Regexp) Expand(dst []byte, template []byte, src []byte, match []int) []byte func main() { 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 match := 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, match)) // "Say: Hello Golang, Hello World" } ------------------------------------------------------------ // 功能同 Expand 一样,只不过参数换成了 string 类型 func (re *Regexp) ExpandString(dst []byte, template string, src string, match []int) []byte func main() { reg := regexp.MustCompile(`(\w+),(\w+)`) src := "Golang,World!" // 源文本 dst := []byte("Say: ") // 目标文本(可写) template := "Hello $1, Hello $2" // 模板 match := reg.FindStringSubmatchIndex(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.ExpandString(dst, template, src, match)) // "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 func (re *Regexp) LiteralPrefix() (prefix string, complete bool) func main() { reg := regexp.MustCompile(`Hello[\w\s]+`) fmt.Println(reg.LiteralPrefix()) // Hello false reg = regexp.MustCompile(`Hello`) fmt.Println(reg.LiteralPrefix()) // Hello true } ------------------------------------------------------------ // 切换到“贪婪模式” func (re *Regexp) Longest() func main() { text := `Hello World, 123 Go!` pattern := `(?U)H[\w\s]+o` // 正则标记“非贪婪模式”(?U) reg := regexp.MustCompile(pattern) fmt.Printf("%q\n", reg.FindString(text)) // Hello reg.Longest() // 切换到“贪婪模式” fmt.Printf("%q\n", reg.FindString(text)) // Hello Wo } ------------------------------------------------------------ // 判断在 b 中能否找到匹配项 func (re *Regexp) Match(b []byte) bool func main() { b := []byte(`Hello World`) reg := regexp.MustCompile(`Hello\w+`) fmt.Println(reg.Match(b)) // false reg = regexp.MustCompile(`Hello[\w\s]+`) fmt.Println(reg.Match(b)) // true } ------------------------------------------------------------ // 判断在 r 中能否找到匹配项 func (re *Regexp) MatchReader(r io.RuneReader) bool func main() { r := bytes.NewReader([]byte(`Hello World`)) reg := regexp.MustCompile(`Hello\w+`) fmt.Println(reg.MatchReader(r)) // false r.Seek(0, 0) reg = regexp.MustCompile(`Hello[\w\s]+`) fmt.Println(reg.MatchReader(r)) // true } ------------------------------------------------------------ // 判断在 s 中能否找到匹配项 func (re *Regexp) MatchString(s string) bool func main() { s := `Hello World` reg := regexp.MustCompile(`Hello\w+`) fmt.Println(reg.MatchString(s)) // false reg = regexp.MustCompile(`Hello[\w\s]+`) fmt.Println(reg.MatchString(s)) // true } ------------------------------------------------------------ // 统计正则表达式中的分组个数(不包括“非捕获的分组”) func (re *Regexp) NumSubexp() int func main() { reg := regexp.MustCompile(`(?U)(?:Hello)(\s+)(\w+)`) fmt.Println(reg.NumSubexp()) // 2 } ------------------------------------------------------------ // 在 src 中搜索匹配项,并替换为 repl 指定的内容 // 全部替换,并返回替换后的结果 func (re *Regexp) ReplaceAll(src, repl []byte) []byte func main() { b := []byte("Hello World, 123 Go!") reg := regexp.MustCompile(`(Hell|G)o`) rep := []byte("${1}ooo") fmt.Printf("%q\n", reg.ReplaceAll(b, rep)) // "Hellooo World, 123 Gooo!" } ------------------------------------------------------------ // 在 src 中搜索匹配项,并替换为 repl 指定的内容 // 全部替换,并返回替换后的结果 func (re *Regexp) ReplaceAllString(src, repl string) string func main() { s := "Hello World, 123 Go!" reg := regexp.MustCompile(`(Hell|G)o`) rep := "${1}ooo" fmt.Printf("%q\n", reg.ReplaceAllString(s, rep)) // "Hellooo World, 123 Gooo!" } ------------------------------------------------------------ // 在 src 中搜索匹配项,并替换为 repl 指定的内容 // 如果 repl 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 func (re *Regexp) ReplaceAllLiteral(src, repl []byte) []byte func main() { b := []byte("Hello World, 123 Go!") reg := regexp.MustCompile(`(Hell|G)o`) rep := []byte("${1}ooo") fmt.Printf("%q\n", reg.ReplaceAllLiteral(b, rep)) // "${1}ooo World, 123 ${1}ooo!" } ------------------------------------------------------------ // 在 src 中搜索匹配项,并替换为 repl 指定的内容 // 如果 repl 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 func (re *Regexp) ReplaceAllLiteralString(src, repl string) string func main() { s := "Hello World, 123 Go!" reg := regexp.MustCompile(`(Hell|G)o`) rep := "${1}ooo" fmt.Printf("%q\n", reg.ReplaceAllLiteralString(s, rep)) // "${1}ooo World, 123 ${1}ooo!" } ------------------------------------------------------------ // 在 src 中搜索匹配项,然后将匹配的内容经过 repl 处理后,替换 src 中的匹配项 // 如果 repl 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 func (re *Regexp) ReplaceAllFunc(src []byte, repl func([]byte) []byte) []byte func main() { s := []byte("Hello World!") reg := regexp.MustCompile("(H)ello") rep := []byte("$0$1") fmt.Printf("%s\n", reg.ReplaceAll(s, rep)) // HelloH World! fmt.Printf("%s\n", reg.ReplaceAllFunc(s, func(b []byte) []byte { rst := []byte{} rst = append(rst, b...) rst = append(rst, "$1"...) return rst })) // Hello$1 World! } k ------------------------------------------------------------ // 在 src 中搜索匹配项,然后将匹配的内容经过 repl 处理后,替换 src 中的匹配项 // 如果 repl 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 func (re *Regexp) ReplaceAllStringFunc(src string, repl func(string) string) string func main() { s := "Hello World!" reg := regexp.MustCompile("(H)ello") rep := "$0$1" fmt.Printf("%s\n", reg.ReplaceAllString(s, rep)) // HelloH World! fmt.Printf("%s\n", reg.ReplaceAllStringFunc(s, func(b string) string { return b + "$1" })) // Hello$1 World! } ------------------------------------------------------------ // 在 s 中搜索匹配项,并以匹配项为分割符,将 s 分割成多个子串 // 最多分割出 n 个子串,第 n 个子串不再进行分割 // 如果 n < 0,则分割所有子串 // 返回分割后的子串列表 func (re *Regexp) Split(s string, n int) []string func main() { s := "Hello World\tHello\nGolang" reg := regexp.MustCompile(`\s`) fmt.Printf("%q\n", reg.Split(s, -1)) // ["Hello" "World" "Hello" "Golang"] } ------------------------------------------------------------ // 返回 re 中的“正则表达式”字符串 func (re *Regexp) String() string func main() { re := regexp.MustCompile("Hello.*$") fmt.Printf("%s\n", re.String()) // Hello.*$ } ------------------------------------------------------------ // 返回 re 中的分组名称列表,未命名的分组返回空字符串 // 返回值[0] 为整个正则表达式的名称 // 返回值[1] 是分组 1 的名称 // 返回值[2] 是分组 2 的名称 // …… func (re *Regexp) SubexpNames() []string func main() { re := regexp.MustCompile("(?PHello) (World)") fmt.Printf("%q\n", re.SubexpNames()) // ["" "Name1" ""] }
3. 参考文献