golang 正则匹配regexp接口实战学习

总览

如果不熟悉正则表达式的语法的话，可以执行下面命令：

go doc regexp/syntax

联系代码

package main

import (
"fmt"
"regexp"
)

func expandTest() {
pat := `(((abc.)def.)ghi)`
reg := regexp.MustCompile(pat)
fmt.Println(reg.NumSubexp())

src := []byte(`abc-def-ghi abc+def+ghi`)
template := []byte(`$0   $1   $2   $3`)

// 替换第一次匹配结果
match := reg.FindSubmatchIndex(src)
fmt.Printf("%v\n", match) // [0 11 0 11 0 8 0 4]
dst := reg.Expand(nil, template, src, match)
fmt.Printf("%s\n\n", dst)
// abc-def-ghi   abc-def-ghi   abc-def-   abc-

// 替换所有匹配结果
for _, match := range reg.FindAllSubmatchIndex(src, -1) {
fmt.Printf("%v\n", match)
dst := reg.Expand(nil, template, src, match)
fmt.Printf("%s\n", dst)
}
// [0 11 0 11 0 8 0 4]
// abc-def-ghi   abc-def-ghi   abc-def-   abc-
// [12 23 12 23 12 20 12 16]
// abc+def+ghi   abc+def+ghi   abc+def+   abc+
}

func testFind() {
re := regexp.MustCompile("a*r")
fmt.Println(string(re.Find([]byte("paranoabrmal"))))
fmt.Println(re.NumSubexp())

rep := regexp.MustCompilePOSIX("a*r|ara")
fmt.Println(string(rep.Find([]byte("paranoabrmal"))))
fmt.Println(rep.NumSubexp())

b := []byte("abc1def1")
pat := `abc1|abc1def1`
reg1 := regexp.MustCompile(pat)      // 第一匹配
reg2 := regexp.MustCompilePOSIX(pat) // 最长匹配
fmt.Printf("%s\n", reg1.Find(b))     // abc1
fmt.Printf("%s\n", reg2.Find(b))     // abc1def1
fmt.Println(reg1.NumSubexp())

b = []byte("abc1def1")
pat = `(abc|abc1def)*1`
reg1 = regexp.MustCompile(pat)      // 第一匹配
reg2 = regexp.MustCompilePOSIX(pat) // 最长匹配
fmt.Printf("%s\n", reg1.Find(b))    // abc1
fmt.Printf("%s\n", reg2.Find(b))    // abc1def1
fmt.Println(reg1.NumSubexp())
}

func testFindAll() {
re := regexp.MustCompile("ar")
fmt.Printf("%q\n", (re.FindAll([]byte("paranoarmal"), -1)))

rep := regexp.MustCompilePOSIX("ar")
fmt.Printf("%q\n", (rep.FindAll([]byte("paranoarmal"), -1)))

pat := `(((abc.)def.)ghi)`
src := []byte(`abc-def-ghi abc+def+ghi`)

reg := regexp.MustCompile(pat)
fmt.Printf("%q\n", (reg.Find(src)))
fmt.Printf("%q\n", (reg.FindAll(src, -1)))
regp := regexp.MustCompilePOSIX(pat)
fmt.Printf("%q\n", (regp.Find(src)))
fmt.Printf("%q\n", (regp.FindAll(src, -1)))

}

func testReg(pat, srcStr string) {

fmt.Println("xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx")
src := []byte(srcStr)

reg := regexp.MustCompile(pat)
fmt.Printf("%q\n", (reg.Find(src)))
fmt.Printf("%q\n", (reg.FindString(srcStr)))

fmt.Printf("%q\n", (reg.FindAll(src, -1)))
fmt.Printf("%q\n", (reg.FindAllString(srcStr, -1)))

fmt.Printf("%d\n", (reg.FindIndex(src)))
fmt.Printf("%d\n", (reg.FindStringIndex(srcStr)))

fmt.Printf("%d\n", (reg.FindAllIndex(src, -1)))
fmt.Printf("%d\n", (reg.FindAllStringIndex(srcStr, -1)))

fmt.Println("begin submatch")
fmt.Printf("%q\n", (reg.FindSubmatch(src)))
fmt.Printf("%q\n", (reg.FindStringSubmatch(srcStr)))

fmt.Printf("%d\n", (reg.FindSubmatchIndex(src)))
fmt.Printf("%d\n", (reg.FindStringSubmatchIndex(srcStr)))

fmt.Printf("%q\n", (reg.FindAllSubmatch(src, -1)))
fmt.Printf("%q\n", (reg.FindAllStringSubmatch(srcStr, -1)))

fmt.Printf("%d\n", (reg.FindAllSubmatchIndex(src, -1)))
fmt.Printf("%d\n", (reg.FindAllStringSubmatchIndex(srcStr, -1)))

regp := regexp.MustCompilePOSIX(pat)
fmt.Printf("%q\n", (regp.Find(src)))
fmt.Printf("%q\n", (regp.FindString(srcStr)))

fmt.Printf("%q\n", (regp.FindAll(src, -1)))
fmt.Printf("%q\n", (regp.FindAllString(srcStr, -1)))

fmt.Printf("%d\n", (regp.FindIndex(src)))
fmt.Printf("%d\n", (regp.FindStringIndex(srcStr)))

fmt.Printf("%d\n", (regp.FindAllIndex(src, -1)))
fmt.Printf("%d\n", (regp.FindAllStringIndex(srcStr, -1)))

fmt.Println("begin submatch")
fmt.Printf("%q\n", (regp.FindSubmatch(src)))
fmt.Printf("%q\n", (regp.FindStringSubmatch(srcStr)))

fmt.Printf("%q\n", (regp.FindAllSubmatch(src, -1)))
fmt.Printf("%q\n", (regp.FindAllStringSubmatch(srcStr, -1)))

fmt.Printf("%d\n", (regp.FindSubmatchIndex(src)))
fmt.Printf("%d\n", (regp.FindStringSubmatchIndex(srcStr)))

fmt.Printf("%d\n", (regp.FindAllSubmatchIndex(src, -1)))
fmt.Printf("%d\n", (regp.FindAllStringSubmatchIndex(srcStr, -1)))

}

func main() {

testReg(`(((abc.)def.)ghi)x*`, `abc-def-ghixxa abc+def+ghixx`)
testReg(`(((abc.)def.)ghi)`, `abc-def-ghixxa abc+def+ghixx`)
testReg(`a(x*)b(y|z)c`, `-axxxbyc- -abzc-`)
testReg(`a*r`, `paranoabrmal`)

}

代码详解

Find FindString

fmt.Printf("%q\n", (reg.Find(src)))
fmt.Printf("%q\n", (reg.FindString(srcStr)))

Find返回leftmost的正则匹配结果，也就是满足匹配的最左边的最短匹配字符串

testReg(`(((abc.)def.)ghi)x*`, `abc-def-ghixxa abc+def+ghixx`)
结果："abc-def-ghixx"
分析：*表示0或多个，优先选择多个，所以优先匹配为"abc-def-ghixx"

testReg(`(((abc.)def.)ghi)`, `abc-def-ghixxa abc+def+ghixx`)
结果："abc-def-ghi"
分析：满足匹配项的的最左的最短匹配就是"abc-def-ghi"

testReg(`a(x*)b(y|z)c`, `-axxxbyc- -abzc-`)
结果："axxxbyc"
分析：满足匹配项的的最左的最短匹配就是"abc-def-ghi"

testReg(`a*r`, `paranoabrmal`)
结果："ar"
分析：满足匹配项的的最左的最短匹配就是"ar"

FindAll FIndAllString

fmt.Printf("%q\n", (reg.FindAll(src, -1)))
fmt.Printf("%q\n", (reg.FindAllString(srcStr, -1)))

FindAll是Find的“ALL”版本，返回相邻的非互相覆盖的最短匹配项

testReg(`(((abc.)def.)ghi)x*`, `abc-def-ghixxa abc+def+ghixx`)
结果：["abc-def-ghixx" "abc+def+ghixx"]
分析：返回所有匹配项

testReg(`(((abc.)def.)ghi)`, `abc-def-ghixxa abc+def+ghixx`)
结果：["abc-def-ghi" "abc+def+ghi"]
分析：返回所有匹配项

testReg(`a(x*)b(y|z)c`, `-axxxbyc- -abzc-`)
结果：["axxxbyc" "abzc"]
分析：返回所有匹配项

testReg(`a*r`, `paranoabrmal`)
结果：["ar" "r"]
分析：*表示0或多个，所以第二个就仅仅匹配了r

FindIndex FindStringIndex

fmt.Printf("%d\n", (reg.FindIndex(src)))
fmt.Printf("%d\n", (reg.FindStringIndex(srcStr)))

FindIndex是Find的“Index”版本，匹配项在原字符串中的位置，返回nil标示没有找到匹配项。

testReg(`(((abc.)def.)ghi)x*`, `abc-def-ghixxa abc+def+ghixx`)
结果：[0 13]
分析：`abc-def-ghixxa abc+def+ghixx`[0:13]就是"abc-def-ghixx"

testReg(`(((abc.)def.)ghi)`, `abc-def-ghixxa abc+def+ghixx`)
结果：[0 11]
分析：同上

testReg(`a(x*)b(y|z)c`, `-axxxbyc- -abzc-`)
结果：[1 8]
分析：同上

testReg(`a*r`, `paranoabrmal`)
结果：[1 3]
分析：同上

FindAllIndex FindAllStringIndex

fmt.Printf("%d\n", (reg.FindAllIndex(src, -1)))
fmt.Printf("%d\n", (reg.FindAllStringIndex(srcStr, -1)))

FindAllIndex是FindAll的“Index”版本，标示匹配项在原字符串中的位置，返回nil标示没有找到匹配项。

testReg(`(((abc.)def.)ghi)x*`, `abc-def-ghixxa abc+def+ghixx`)
结果：[[0 13] [15 28]]
分析：`abc-def-ghixxa abc+def+ghixx`[0:13]就是"abc-def-ghixx"
`abc-def-ghixxa abc+def+ghixx`[15:28]就是"abc+def+ghixx"

testReg(`(((abc.)def.)ghi)`, `abc-def-ghixxa abc+def+ghixx`)
结果：[[0 11] [15 26]]
分析：同上

testReg(`a(x*)b(y|z)c`, `-axxxbyc- -abzc-`)
结果：[[1 8] [11 15]]
分析：同上

testReg(`a*r`, `paranoabrmal`)
结果：[[1 3] [8 9]]
分析：同上

FindSubmatch FindStringSubmatch

fmt.Printf("%q\n", (reg.FindSubmatch(src)))
fmt.Printf("%q\n", (reg.FindStringSubmatch(srcStr)))

FindSubmatch是Find的“Submatch”版本，这个版本返回正则表达式的子匹配项。子匹配指的是在括号内的子正则表达式，从左到右进行标号。

子匹配0标示全部的表达式，子匹配1标示第1个括号内的子表达式，以此类推。

testReg(`(((abc.)def.)ghi)x*`, `abc-def-ghixxa abc+def+ghixx`)
结果：["abc-def-ghixx" "abc-def-ghi" "abc-def-" "abc-"]
分析：“.”匹配任意字符。submatch0为 `(((abc.)def.)ghi)x*`,submatch1为`(((abc.)def.)ghi)`，submatch2为`((abc.)def.)`，submatch3为`(abc.)`，

testReg(`(((abc.)def.)ghi)`, `abc-def-ghixxa abc+def+ghixx`)
结果：["abc-def-ghi" "abc-def-ghi" "abc-def-" "abc-"]
分析：“.”匹配任意字符。submatch0为 `(((abc.)def.)ghi)`,submatch1为`(((abc.)def.)ghi)`，submatch2为`((abc.)def.)`，submatch3为`(abc.)`，

testReg(`a(x*)b(y|z)c`, `-axxxbyc- -abzc-`)
结果：["axxxbyc" "xxx" "y"]
分析：submatch0为`a(x*)b(y|z)c`，submatch1为`(x*)`，submatch2为`(y|z)`

testReg(`a*r`, `paranoabrmal`)
结果：["ar"]
分析：submatch0为`a*r`

FindSubmatchIndex FindStringSubmatchIndex

fmt.Printf("%d\n", (reg.FindSubmatchIndex(src)))
fmt.Printf("%d\n", (reg.FindStringSubmatchIndex(srcStr)))

FindSubmatchIndex是FindSubmatch的Index版本，返回匹配项的首尾下标

testReg(`(((abc.)def.)ghi)x*`, `abc-def-ghixxa abc+def+ghixx`)
结果：[0 13 0 11 0 8 0 4]
分析： `abc-def-ghixxa abc+def+ghixx`[0:13]="abc-def-ghixx"
`abc-def-ghixxa abc+def+ghixx`[0:11]="abc-def-ghi"
`abc-def-ghixxa abc+def+ghixx`[0:8]= "abc-def-"
`abc-def-ghixxa abc+def+ghixx`[0:4]="abc-"

testReg(`(((abc.)def.)ghi)`, `abc-def-ghixxa abc+def+ghixx`)
结果：[0 11 0 11 0 8 0 4]
分析：同上

testReg(`a(x*)b(y|z)c`, `-axxxbyc- -abzc-`)
结果：[1 8 2 5 6 7]
分析：同上

testReg(`a*r`, `paranoabrmal`)
结果：[1 3]
分析：同上

FindAllSubmatch FindAllStringSubmatch

fmt.Printf("%q\n", (reg.FindAllSubmatch(src, -1)))
fmt.Printf("%q\n", (reg.FindAllStringSubmatch(srcStr, -1)))

FindAllSubmatch是FindSubmatch的“All”版本，这个版本返回全部匹配项的子匹配项。

子匹配0标示全部的表达式，子匹配1标示第1个括号内的子表达式，以此类推。

testReg(`(((abc.)def.)ghi)x*`, `abc-def-ghixxa abc+def+ghixx`)
结果：[["abc-def-ghixx" "abc-def-ghi" "abc-def-" "abc-"] ["abc+def+ghixx" "abc+def+ghi" "abc+def+" "abc+"]]
分析：参考FindSubmatch

testReg(`(((abc.)def.)ghi)`, `abc-def-ghixxa abc+def+ghixx`)
结果：[["abc-def-ghi" "abc-def-ghi" "abc-def-" "abc-"] ["abc+def+ghi" "abc+def+ghi" "abc+def+" "abc+"]]
分析：参考FindSubmatch

testReg(`a(x*)b(y|z)c`, `-axxxbyc- -abzc-`)
结果：[["axxxbyc" "xxx" "y"] ["abzc" "" "z"]]
分析：参考FindSubmatch

testReg(`a*r`, `paranoabrmal`)
结果：[["ar"] ["r"]]
分析：参考FindSubmatch

FindAllSubmatchIndex FindAllStringSubmatchIndex

fmt.Printf("%d\n", (reg.FindAllSubmatchIndex(src, -1)))
fmt.Printf("%d\n", (reg.FindAllStringSubmatchIndex(srcStr, -1)))

FindAllSubmatchIndex是FindAllSubmatch的Index版本，返回匹配项的首尾下标

testReg(`(((abc.)def.)ghi)x*`, `abc-def-ghixxa abc+def+ghixx`)
结果：[[0 13 0 11 0 8 0 4] [15 28 15 26 15 23 15 19]]
分析： 参考FindSubmatchIndex

testReg(`(((abc.)def.)ghi)`, `abc-def-ghixxa abc+def+ghixx`)
结果：[[0 11 0 11 0 8 0 4] [15 26 15 26 15 23 15 19]]
分析： 参考FindSubmatchIndex

testReg(`a(x*)b(y|z)c`, `-axxxbyc- -abzc-`)
结果：[[1 8 2 5 6 7] [11 15 12 12 13 14]]
分析： 参考FindSubmatchIndex

testReg(`a*r`, `paranoabrmal`)
结果：[[1 3] [8 9]]
分析： 参考FindSubmatchIndex

测试代码参考了这篇文章