LUA 正则表达式 - 模式匹配

按匹配查找：string.find (s，pattern [，init [，plain]])

两个返回值，被捕获内容的起始位置和终止位置，如未找到则返回nil。

参数s：指定字符串，参数pattern：匹配，可选参数init：初始查找位置(如果是负数将从字符串尾开始定位)，可选参数plain：无参数时按匹配查找，当参数为true时使用单纯字符串进行匹配。

按位置捕获：string.sub (s，i [，j])

返回以i，j定位的子串内容。

参数s：指定字符串，参数i：初始查找位置(如果是负数将从字符串尾开始定位)，可选参数j：无参数时等价j为最大值，如果j比整个字符串大则自动修正，如果j比i小则返回空字符串。

按匹配捕获：string.match (s，pattern [，init])

返回按匹配捕获的子串，如未捕获则返回nil。如果在参数pattern中使用()进行捕获则返回值变为捕获到内容。

参数s：指定字符串，参数pattern：匹配，可选参数init：初始查找位置(如果是负数将从字符串尾开始定位)

 

按匹配捕获并替换：string.gsub (s，pattern，replace [，n])

两个返回值，成功替换后的新字符串和被替换的次数，如未找到匹配则返回s原始内容。

参数s：指定字符串，参数pattern：匹配，参数replace：替换内容(可以是表或函数)，可选参数n：替换次数，无参数则全部替换。

迭代器函数：string.gmatch (s，pattern)

每次迭代返回一个匹配的子串内容，该函数用于逐一遍历字符串中所有捕获到的匹配。

参数s：指定字符串，参数pattern：匹配

模式匹配预置的字符分类

　　-- 任意字符%a　　-- 字母%c　　-- 控制符，如\n%d　　-- 数字%g　　-- 除空格外的可打印字符%l　　-- 小写字母%p　　-- 标点符号%s　　-- 空白字符%u　　-- 大写字母%w　　-- 字母和数字%x　　-- 十六进制数字%n　　-- 第n次被()捕获的内容，n是一个数字，如：%1 %2 %3，而%0则意味着整个匹配而不是捕获%f　　-- 前置排除模式%b　　-- 范围匹配，使用两个字符参数确定前后成对的区域，如：%b<> %b{} %b33 %b-+ 遵循最远距离贪婪匹配规则

魔法字符（修饰符）

%　　-- 转义符 +　　-- 重复一次或多次 *　　-- 重复零次或多次（最远距离贪婪匹配） -　　-- 重复零次或多次（最近距离匹配） ?　　-- 重复零次或一次（表示可有可无） ^　　-- 锚定开头 $　　-- 锚定结尾[]　　-- 自定义字符分类，分类间的关系是"或"()　　-- 捕获，空的捕获可以返回位置信息，如：字符串"Name"，模式"()am()"返回2，4。
 　　   使用修饰符时一定要注意上下文，如：.*很可能匹配超预期
 　　   在结尾使用"-"并没有意义，这样只能匹配到空字符，-后面总是要跟上一些东西来限制扩展范围

当模式匹配字母大写时表示其补集，非字母代表其本身，在模式中%需要转义，如%%。而匹配无意义的修饰符时也需要加转义字符%。

前置排除模式：简单来说%f[char-set]是判断[char-set]后面紧跟的字符是否属于[char-set]而[char-set]之前的字符不属于[char-set]，例如："%f[%a]abc123"对于字符串"Hi+abc123"来说，字符a属于[%a]而前面的+不属于[%a]即模式成立。

()捕获与%n配合可以对[]自定义字符分类中不确定的内容在后续进行进一步的确认。

例如：

s = [[then he said: "it's all right"!]]print (string.match (s, "(["'])(.-)%1")-->" it's all right 输出了两个参数，分别是"和it's all right。
以"或'开头，零个或多个任意字符序列，遇到第一次捕获到的匹配为结尾，使得不确定的字符分类在最后得到了确定的匹配
类似的例子如：长字符串或长注释[==[ ]==]中不确定的=数量

 

翻译一些例子

"[_%a][_%w]*"　　-- [下划线或任意字母]和[零个或多个下划线或任意字母或数字]*，匹配LUA中合法的标识符"[+-]?%d+"  　　 -- [可有可无的正号或负号]?任意数字序列+，匹配123，-21，+456"^%d"        　　-- 任意数字开头^，匹配整段字符串第一个字符是数字"^[+-]?%d+$"　　 -- 开头^[可有可无正号或负号]?任意数字序列结尾$，匹配纯整型数值

"%[(=*)%[(.-)%]%1%]"　　-- 转义[捕获1(零个或多个等号)转义[捕获2(零个或多个任意字符)转义]捕获1的内容%1转义]，匹配LUA长字符串样式[==[]==]

替换

string.gsub的第三个参数不仅可以是字符串，还可以是函数或者表。

string.gsub配合%n替换

例如：

print (string.gsub ("Hello Lua", "(.)(.)", "%2%1"))--> eHll ouLa    4，将相邻的两个任意字符换位，共替换4次

当替换参数是函数时，会在每一次找到匹配时调用这个函数，并以捕获的内容为参数，以这个函数返回值作为替换内容。

当替换参数是表时，会把第一个捕获内容作为键，去查找表中的值作为替换内容，如果不成功，则当次不做任何替换。

例如：

tb={} tb.Hello="+"print (string.gsub ("Hello Lua", "%a+", tb))--> + Lua    2, 以匹配到的字符序列为键去获取表tb中对应该键的值，如果是标准字符串则使用这个字符串替换，如果没找到键或者值不是字符串类型则不做改变。
本示例匹配到了2次但只替换1次。

 

小程序练习

-- 给定一个字符串，找出字符串中所有单词并计算重复的次数，输出前进行排序，优先输出重复最多的单词do    local txt = [[hi hi lua aaa b c c c cc]] -- 指定字符串    local tbl = {}    for key in string.gmatch(txt, "%a+") do  -- 每次迭代逐个捕获表中单词，存入表tbl        tbl[key] = (tbl[key] or 0) + 1       -- 作为键存表，其值做一次计数自增    end        local words = {}    for k, v in pairs(tbl) do                -- 把无序表tbl的键作为值按顺序导入表words        words[#words + 1] = k    end    table.sort (words, function(v1, v2) return tbl[v1] > tbl[v2] or tbl[v1] == tbl[v2] and v1 < v2 end)    -- 排序表words，比较tbl中相关键的值(重复的次数)，优先按次数最多排序，如果次数相等则按首字母顺序排    for _,v in ipairs(words) do              -- 遍历数组输出        print ("单词 "..v.." 被找到 "..tbl[v].." 次")    endend

--[[ 输出结果
单词 c 被找到 3 次
单词 hi 被找到 2 次
单词 aaa 被找到 1 次
单词 b 被找到 1 次
单词 cc 被找到 1 次
单词 lua 被找到 1 次
--]