Golang每日一庫(kù)之regex

這篇具有很好參考價(jià)值的文章主要介紹了Golang每日一庫(kù)之regex。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方，請(qǐng)大家不吝賜教，您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

本文地址： https://www.cnblogs.com/zichliang/p/17387436.html
Golang日庫(kù)合集：https://www.cnblogs.com/zichliang/category/2297320.html文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-437876.html

簡(jiǎn)介

正則表達(dá)式是一種用來(lái)查詢、匹配或替換字符串的技術(shù)。你可以使用它來(lái)找到符合特定模式的文本、刪除或替換匹配的字符串。它可以用于各種編程語(yǔ)言和工具中，如Perl、Python、JavaScript、Java等等。
一句話概括就是，“正則表達(dá)式可以幫你快速、簡(jiǎn)便地處理需要查找、匹配或替換的文本內(nèi)容，它可以大大提高程序的效率?！?/p>

正則介紹

正則表達(dá)式通常可以分為以下幾個(gè)步驟：

定義正則表達(dá)式模式：即給出需要匹配或查找的文本規(guī)則，如匹配所有以"A"開(kāi)頭的單詞，模式可以是 "^A\w+"。
編譯正則表達(dá)式：將正則表達(dá)式模式編譯成程序可識(shí)別的格式。
指定匹配文本：輸入需要進(jìn)行匹配操作的文本，如一段英語(yǔ)文章。
進(jìn)行匹配操作：程序會(huì)根據(jù)輸入的正則表達(dá)式和匹配文本進(jìn)行匹配操作，搜索所有與正則表達(dá)式模式匹配的子串。
獲取匹配結(jié)果：輸出匹配到的所有子串，包括位置、長(zhǎng)度，或?qū)⑺鼈兲鎿Q成所需要的格式。

元字符
上文說(shuō)的第一步與第二步匹配特定字符或字符類型的字符在正則表達(dá)式中具有特殊含義。一般來(lái)說(shuō)，它們都是特殊符號(hào)或字母，用于匹配某個(gè)字符類或執(zhí)行某種操作。
這里就不列舉了
推薦個(gè)網(wǎng)站：里面包含了基本上所有的元字符： https://www.runoob.com/regexp/regexp-metachar.html

Golang中的正則

其實(shí)非常簡(jiǎn)單主要分為三步

正則（針對(duì)字符串匹配規(guī)則）
元字符（基本上大同小異）
方法（特定語(yǔ)言有特定方法）

Golang 中常用的元字符：

.：匹配任意單個(gè)字符，除了換行符和回車符。
^：匹配輸入字符串的開(kāi)始位置。
$：匹配輸入字符串的結(jié)束位置。
*：匹配前面的字符（包括字符類）零次或多次。
+：匹配前面的字符（包括字符類）一次或多次。
?：匹配前面的字符（包括字符類）零次或一次。
|：分隔兩個(gè)可選模式，匹配任意一個(gè)模式。
[]：匹配其中的任意一個(gè)字符?？梢允褂枚虣M線表示范圍，如 [a-z] 表示匹配任意小寫(xiě)字母。
\d：匹配任意一個(gè)數(shù)字字符，相當(dāng)于 [0-9]。
\w：匹配任意一個(gè)字母、數(shù)字或下劃線，相當(dāng)于 [a-zA-Z0-9_]。
\s：匹配任意一個(gè)空白字符，包括空格、制表符、換行符等。

Golang中的函數(shù)和方法介紹

在 Golang 中，標(biāo)準(zhǔn)庫(kù) regexp 提供了一系列正則操作函數(shù)，下面是這些函數(shù)的簡(jiǎn)要介紹：

Compile(expr string) (*Regexp, error)：將一個(gè)字符串編譯成一個(gè)正則表達(dá)式對(duì)象 Regexp。如果編譯失敗，會(huì)返回一個(gè)非 nil 的錯(cuò)誤對(duì)象。
CompilePOSIX(expr string) (*Regexp, error)：類似于 Compile 函數(shù)，但是將正則表達(dá)式解釋為 POSIX 語(yǔ)法。
MustCompile(expr string) *Regexp：類似于 Compile 函數(shù)，但是在編譯失敗時(shí)會(huì)直接拋出一個(gè) panic。
MustCompilePOSIX(expr string) *Regexp：類似于 MustCompile 函數(shù)，但是將正則表達(dá)式解釋為 POSIX 語(yǔ)法。
Match(pattern string, b []byte) (bool, error)：判斷一個(gè)字節(jié)數(shù)組中是否包含指定的正則表達(dá)式。
MatchString(pattern string, s string) (bool, error)：判斷一個(gè)字符串中是否包含指定的正則表達(dá)式。
MatchReader(pattern string, r io.RuneReader) (bool, error)：類似于 Match 函數(shù)，但是適用于 io.RuneReader 類型。
MatchRegexp(r *Regexp, s string) bool：對(duì)一個(gè)字符串執(zhí)行已編譯的正則表達(dá)式對(duì)象 Regexp 進(jìn)行匹配。
MatchReaderRegexp(r *Regexp, r io.RuneReader) bool：類似于 MatchRegexp 函數(shù)，但是適用于 io.RuneReader 類型。
QuoteMeta(s string) string：將一個(gè)字符串中的元字符以外的所有字符都轉(zhuǎn)義，使它們成為字面量。

除此之外，Regexp 對(duì)象還提供了一系列操作方法，例如：

Find(b []byte) []byte：返回第一個(gè)匹配的子字符串。
FindAll(b []byte, n int) [][]byte：返回所有匹配的子字符串，n 表示最大匹配次數(shù)。
FindAllIndex(b []byte, n int) [][]int：返回所有匹配的子字符串的起止索引，n 表示最大匹配次數(shù)。
FindIndex(b []byte) (loc []int)：返回第一個(gè)匹配的子字符串的起止索引。
FindString(s string) string：返回第一個(gè)匹配的子字符串。
FindAllString(s string, n int) []string：返回所有匹配的子字符串，n 表示最大匹配次數(shù)。
FindAllStringIndex(s string, n int) [][]int：返回所有匹配的子字符串的起止索引，n 表示最大匹配次數(shù)。
FindStringIndex(s string) (loc []int)：返回第一個(gè)匹配的子字符串的起止索引。
FindAllSubmatch(b []byte, n int) [][][]byte 返回的是字節(jié)切片的切片的切片
FindAllSubmatchIndex(b []byte, n int) [][]int 返回所有匹配子串的開(kāi)始和結(jié)束的字符索引位置。
FindAllStringSubmatch(s string, n int) [][]string 返回的是字符串切片的切片的切片。
FindAllStringSubmatchIndex(s string, n int) [][]int 返回各個(gè)子串的開(kāi)始和結(jié)束的索引值，
ReplaceAll(src []byte, repl []byte) []byte：將 src 中的所有匹配項(xiàng)替換為 repl，返回替換后的結(jié)果。
ReplaceAllString(src, repl string) string：類似于 ReplaceAll 函數(shù)，但是輸入輸出都是字符串類型。
Split(s string, n int) []string：將 s 按照正則表達(dá)式分割，n 表示最大分割次數(shù)。
SplitN(s string, n int) []string：類似于 Split 函數(shù)，但是只分割前 n 個(gè)子字符串。

這些函數(shù)和方法可以滿足我們對(duì)正則表達(dá)式進(jìn)行各種查詢、替換、分割等常見(jiàn)操作的需求。

Compile 和 MustCompile

在 Golang 中，我們可以使用 Compile 函數(shù)和 MustCompile 函數(shù)來(lái)將正則表達(dá)式字符串編譯為一個(gè) Regexp 對(duì)象。
這兩個(gè)函數(shù)的作用是相同的，都是將正則表達(dá)式字符串編譯成一個(gè)正則表達(dá)式對(duì)象，只不過(guò) MustCompile 函數(shù)在編譯失敗時(shí)會(huì)直接拋出一個(gè) panic。

Compile

// Compile 函數(shù)的使用方式
re, err := regexp.Compile(`\d+`)
if err != nil {
	// 正則表達(dá)式編譯失敗
	return
}
// 使用編譯后的正則表達(dá)式對(duì)象
fmt.Println(re.MatchString("123"))

結(jié)果

true

MustCompile

// MustCompile 函數(shù)的使用方式
re = regexp.MustCompile(`\d+`)
fmt.Println(re.MatchString("456"))

結(jié)果

true

FindAllSubmatch和FindAllStringSubmatch

FindAllSubmatch 方法是 Golang 中 Regexp 對(duì)象提供的一個(gè)方法。
用于在指定字符串中查找所有符合正則表達(dá)式規(guī)則的子字符串，并返回子字符串所對(duì)應(yīng)的分組信息及匹配位置。
其函數(shù)簽名如下：

func (re *Regexp) FindAllSubmatch(b []byte, n int) [][][]byte
func (re *Regexp) FindAllSubmatchIndex(b []byte, n int) [][]int
func (re *Regexp) FindAllStringSubmatch(s string, n int) [][]string
func (re *Regexp) FindAllStringSubmatchIndex(s string, n int) [][]int

FindAllSubmatch 和 FindAllStringSubmatch 方法都用于在字符串中查找所有匹配正則表達(dá)式的子字符串，它們返回的是一個(gè)包含所有匹配子串和索引位置的二維切片。
FindAllStringSubmatchIndex 方法返回一個(gè)二維的整數(shù)切片，每個(gè)子切片表示一次匹配，每個(gè)子切片中的兩個(gè)整數(shù)分別表示匹配子串在源字符串中的開(kāi)始和結(jié)束位置的索引。
FindAllSubmatchIndex 方法也返回一個(gè)二維的整數(shù)切片，不同的是，每個(gè)子切片中都包含一系列整數(shù)，每?jī)蓚€(gè)整數(shù)表示匹配的一組子表達(dá)式在源字符串中的開(kāi)始和結(jié)束位置的索引。

其中，re 是一個(gè)正則表達(dá)式對(duì)象，b 是需要查找匹配的字節(jié)切片，n 表示最大匹配次數(shù)，如果為 -1 則表示查找所有匹配項(xiàng)。

返回值是一個(gè)二維切片，每個(gè)元素都是一個(gè)切片，包含所有匹配到的子串的字節(jié)切片，以及子串出現(xiàn)的索引位置。

其實(shí)說(shuō)的還是有些籠統(tǒng)

例子

package main

import (
	"fmt"
	"regexp"
	"strings"
)

func main() {
	content := `111 aba 1024 bbb 2048 ccc aba aba`
	pattern := `aba`
	compile, _ := regexp.Compile(pattern)
	results := compile.FindAllSubmatch([]byte(content), -1)
	fmt.Println(compile.FindAllSubmatchIndex([]byte(content), -1))
	for _, result := range results {
		fmt.Println("FindAllSubmatch>>>>>", result)
		fmt.Println("FindAllSubmatch>>>>>", result[0])
		fmt.Println("FindAllSubmatch>>>>>", string(result[0]))
	}
	fmt.Println(strings.Repeat("*", 100))
	results1 := compile.FindAllStringSubmatch(content, -1)
	fmt.Println(compile.FindAllStringSubmatchIndex(content, -1))
	for _, result := range results1 {
		fmt.Println("FindAllStringSubmatch>>>>>", result)
		fmt.Println("FindAllStringSubmatch>>>>>", result[0])
	}
}

結(jié)果如下：
Golang每日一庫(kù)之regex

例子2：

如果我們需要正則提取網(wǎng)站該如何實(shí)現(xiàn)呢？

package main

import (
	"fmt"
	"regexp"
	"strings"
)

func main() {
	content := `<a  target="_blank">京東</a> <a  target="_blank">淘寶</a>`
	pattern := `<a href="(.*?)" target="_blank">(.*?)</a>`
	compile, _ := regexp.Compile(pattern)
	results := compile.FindAllSubmatch([]byte(content), -1)

	/*
		[][][]byte

		[]byte=""

		// 一旦加了括號(hào)等于分了組 后面會(huì)向這個(gè)切片追加值,所以下文只要切片取第二個(gè)值就行了 多分組就以此類推
		[
		[<a  target="_blank">京東</a>,https://www.jd.com,京東]
		[<a  target="_blank">淘寶</a>,https://www.taobao.com,淘寶]
		]
	*/
	for _, result := range results {
		fmt.Println(strings.Repeat("*", 100))
		fmt.Println(string(result[0]), string(result[1]), string(result[2]))
	}

}

結(jié)果
Golang每日一庫(kù)之regex