正则表达式
最后更新于：2022-04-01 02:17:50
# 正则表达式
在_OpenResty_中，同时存在两套正则表达式规范： _Lua_ 语言的规范和_Nginx_的规范，即使您对 _Lua_ 语言中的规范非常熟悉，我们仍不建议使用 _Lua_ 中的正则表达式。一是因为 _Lua_ 中正则表达式的性能并不如 _Nginx_ 中的正则表达式优秀；二是 _Lua_ 中的正则表达式并不符合 _POSIX_ 规范，而 _Nginx_ 中实现的是标准的 _POSIX_ 规范，后者明显更具备通用性。
_Lua_ 中的正则表达式与Nginx中的正则表达式相比，有5%-15%的性能损失，而且Lua将表达式编译成Pattern之后，并不会将Pattern缓存，而是每此使用都重新编译一遍，潜在地降低了性能。 _Nginx_ 中的正则表达式可以通过参数缓存编译过后的Pattern，不会有类似的性能损失。
o选项参数用于提高性能，指明该参数之后，被编译的Pattern将会在worker进程中缓存，并且被当前worker进程的每次请求所共享。Pattern缓存的上限值通过lua_regex_cache_max_entries来修改。
~~~
# nginx.conf
location /test {
content_by_lua '
local regex = [[\\d+]]
-- 参数"o"是开启缓存必须的
local m = ngx.re.match("hello, 1234", regex, "o")
if m then
ngx.say(m[0])
else
ngx.say("not matched!")
end
';
}
# 在网址中输入"yourURL/test"，即会在网页中显示1234。
~~~
_Lua_ 中正则表达式语法上最大的区别，_Lua_ 使用 _'%'_ 来进行转义，而其他语言的正则表达式使用 _'\'_ 符号来进行转义。其次， _Lua_ 中并不使用 _'?'_ 来表示非贪婪匹配，而是定义了不同的字符来表示是否是贪婪匹配。定义如下：
| 符号 | 匹配次数 | 匹配模式 |
|-----|-----|-----|
| + | 匹配前一字符 1 次或多次 | 非贪婪 |
| * | 匹配前一字符 0 次或多次 | 贪婪 |
| - | 匹配前一字符 0 次或多次 | 非贪婪 |
| ? | 匹配前一字符 0 次或1次 | 仅用于此，不用于标识是否贪婪 |
| 符号 | 匹配模式 |
|-----|-----|
| . | 任意字符 |
| %a | 字母 |
| %c | 控制字符 |
| %d | 数字 |
| %l | 小写字母 |
| %p | 标点字符 |
| %s | 空白符 |
| %u | 大写字母 |
| %w | 字母和数字 |
| %x | 十六进制数字 |
| %z | 代表 0 的字符 |
#### Lua正则简单汇总
- _string.find_ 的基本应用是在目标串内搜索匹配指定的模式的串。函数如果找到匹配的串，就返回它的开始索引和结束索引，否则返回 _nil_。_find_ 函数第三个参数是可选的：标示目标串中搜索的起始位置，例如当我们想实现一个迭代器时，可以传进上一次调用时的结束索引，如果返回了一个_nil_值的话，说明查找结束了.
~~~
local s = "hello world"
local i, j = string.find(s, "hello")
print(i, j) --> 1 5
~~~
- _string.gmatch_ 我们也可以使用返回迭代器的方式。
~~~
local s = "hello world from Lua"
for w in string.gmatch(s, "%a+") do
print(w)
end
-- output :
-- hello
-- world
-- from
-- Lua
~~~
- _string.gsub_ 用来查找匹配模式的串，并将使用替换串其替换掉，但并不修改原字符串，而是返回一个修改后的字符串的副本，函数有目标串，模式串，替换串三个参数，使用范例如下：
~~~
local a = "Lua is cute"
local b = string.gsub(a, "cute", "great")
print(a) --> Lua is cute
print(b) --> Lua is great
~~~
- 还有一点值得注意的是，'%b' 用来匹配对称的字符，而不是一般正则表达式中的单词的开始、结束。'%b' 用来匹配对称的字符，而且采用贪婪匹配。常写为 '%bxy' ，x 和 y 是任意两个不同的字符；x 作为匹配的开始，y 作为匹配的结束。比如，'%b()' 匹配以 '(' 开始，以 ')' 结束的字符串：
~~~
--> a line
print(string.gsub("a (enclosed (in) parentheses) line", "%b()", ""))
~~~