Go语言中正则表达式的处理

## 1 概述 正则表达式，又称规则表达式，Regular Expression，在代码中常简写为 regex、regexp 或 RE。正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。 Perl 语言的正则表达式功能非常强大，很多语言设计正则式支持的时候都参考Perl的正则表达式。因此常用的表达式语法也是 Perl 兼容正则表达式。 Go 语言中使用包 `regexp` 提供对正则表达式的支持。本文说明 `regexp` 中常用的正则处理方法。 <!-- more --> ## 2 获取正则对象 通过编译正则表达式，可以得到正则操作对象，用于完成正则的相关处理： 函数： * `regexp.Compile(expr string) (*Regexp, error)`，用于编译一个正则表达式，如果成功返回 Regexp 对象。 * `regexp.MustCompile(str string) *Regexp`，与 Compile 一致，差异是失败时会宕机。 ```go reg,err := regexp.Compile(`\d+`) 或 reg := regexp.MustCompile(`\d+`) ``` ## 3 匹配检测 函数: * `func (re *Regexp) MatchString(s string) bool`，测试字符串是否匹配正则。 * `func (re *Regexp) Match(b []byte) bool`，检测字节切片是否匹配正则。 演示字符串的匹配： ```go text := "Hello Gopher，Hello 韩忠康" reg := regexp.MustCompile(`\w+`) fmt.Println(reg.MatchString(text)) // true ``` ## 4 查找 函数： * `func (re *Regexp) FindString(s string) string`，查找匹配模式的字符串，返回左侧第一个匹配的结果。 * `func (re *Regexp) FindAllString(s string, n int) []string`，用来查找匹配模式的字符串，返回多个匹配的结果，n 用于限定查找数量，-1不限制。 * `func (re *Regexp) FindAll(b []byte, n int) [][]byte`，用于在 `[]byte` 中查找，返回 `[][]byte`。 匹配全部结果演示为： ```go text := "Hello Gopher，Hello 韩忠康" reg := regexp.MustCompile(`\w+`) fmt.Println(reg.FindAllString(text)) // [Hello Gopher Hello] ``` ## 5 查找匹配位置 以下函数用于获取匹配正则子字符串的位置： * `func (re *Regexp) FindStringIndex(s string) (loc []int)`，返回包含最左侧匹配结果的起止位置的切片。 * `func (re *Regexp) FindIndex(b []byte) (loc []int)`，返回包含最左侧匹配结果的起止位置的切片。 * `func (re *Regexp) FindAllStringIndex(s string, n int) [][]int` 会返回包含全部匹配结果的起止位置的切片的切片。 演示查找字符串最左侧匹配位置： ```go text := "Hello Gopher，Hello 韩忠康" reg := regexp.MustCompile("llo") fmt.Println(reg.FindStringIndex(text)) // [2 5] ``` ## 6 查找匹配子模式 以下函数可以查找子模式，或查找子模式的位置： * `func (re *Regexp) FindStringSubmatch(s string) []string`，查找字符串中最左侧子匹配结果 * `func (re *Regexp) FindAllStringSubmatch(s string, n int) [][]string`，查找字符串中全部匹配和子模式。 * `func (re *Regexp) FindStringSubmatchIndex(s string) []int`，查找字符串中包含最左侧子匹配结果的起止位置的切片 演示匹配全部子字符串如下： ```go re := regexp.MustCompile("Go(\w+)") fmt.Println(re.FindAllStringSubmatch("Hello Gopher，Hello GoLang", -1)) // [["Gophoer" "phoer"], ["GoLang", "Lang"]] ``` ## 7 替换 函数： * `func (re *Regexp) ReplaceAllString(src, repl string) string`，将 src 中所有 re 的匹配结果都替换为 repl。 * `func (re *Regexp) ReplaceAll(src, repl []byte) []byte`，一致，针对的是 []byte。 替换时可以使用反向引用 $1，$2，来引用匹配的子模式内容。 ```go re := regexp.MustCompile("Go(\w+)") fmt.Println(re.ReplaceAllString("Hello Gopher，Hello GoLang", "Hank$1")) // Hello Hankpher，Hello HankLang ``` ## 8 分割 函数： * `func (re *Regexp) Split(s string, n int) []string`，使用正则分割字符串 s ，返回字符串切片。n 控制分割的片数，-1为不限制。 ```go reg := regexp.MustCompile("[\s,]") fmt.Println(reg.Split("Hello Gopher,Hello GoLang", -1)) // [Hello Gopher Hello GoLang] ``` 除了以上列举的较为常用的方法外，请参考 `godoc -http=:8088` 获取更全的信息。 完！ 原文出自：[小韩说课](http://www.hellokang.net/go/go-regexp/) 微信关注：小韩说课