介绍

  1. 正则表达式是一种进行模式匹配和文本操纵的复杂而又强大的工具。
  2. 虽然正则表达式比纯粹的文本匹配效率低，但是它却更灵活，按照它的语法规则，根据需求构造出的正则表达式能够从原始文本中筛选出几乎任何你想要得到的字符组合。
  3. Go语言通过 regexp 包为正则表达式提供了官方支持，其采用 RE2 语法，除了\c、\C外，Go语言和 Perl、Python 等语言的正则基本一致。


语法

正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为”元字符”）构成的文字序列，可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。下面的表格中列举了构成正则表达式的一些语法规则及其含义：

字符

语法 说明 表达式示例 匹配结果
一般字符 匹配自身 abc abc
. 匹配任意除换行符”\n”外的字符， 在 DOTALL 模式中也能匹配换行符 a.c abc
\ 转义字符，使后一个字符改变原来的意思；
如果字符串中有字符 需要匹配，可以使用 \ 或者字符集［*]。		 a\.c
a\\c		 a.c
a\c
[…] 字符集（字符类），对应的位置可以是字符集中任意字符。
字符集中的字符可以逐个列出，也可以给出范围，如 [abc] 或 [a-c]，
第一个字符如果是 ^ 则表示取反，如 [^abc] 表示除了abc之外的其他字符。		 a[bcd]e abe 或 ace 或 ade
\d 数字：[0-9] a\dc a1c
\D 非数字：[^\d] a\Dc abc
\s 空白字符：[<空格>\t\r\n\f\v] a\sc a c
\S 非空白字符：[^\s] a\Sc abc
\w 单词字符：[A-Za-z0-9] a\wc abc
\W 非单词字符：[^\w] a\Wc a c

数量词（用在字符或 (…) 之后）

语法 说明 表达式示例 匹配结果
* 匹配前一个字符 0 或无限次 abc* ab 或 abccc
+ 匹配前一个字符 1 次或无限次 abc+ abc 或 abccc
? 匹配前一个字符 0 次或 1 次 abc? ab 或 abc
{m} 匹配前一个字符 m 次 ab{2}c abbc
{m,n} 匹配前一个字符 m 至 n 次，m 和 n 可以省略，若省略 m，则匹配 0 至 n 次；
若省略 n，则匹配 m 至无限次		 ab{1,2}c abc 或 abbc

边界匹配

语法 说明 表达式示例 匹配结果
^ 匹配字符串开头，在多行模式中匹配每一行的开头 ^abc abc
$ 匹配字符串末尾，在多行模式中匹配每一行的末尾 abc$ abc
\A 仅匹配字符串开头 \Aabc abc
\Z 仅匹配字符串末尾 abc\Z abc
\b 匹配 \w 和 \W 之间 a\b!bc a!bc
\B [^\b] a\Bbc abc

逻辑、分组

语法 说明 表达式示例 匹配结果
| | 代表左右表达式任意匹配一个，优先匹配左边的表达式 abc|def abc 或 def
(…) 括起来的表达式将作为分组，分组将作为一个整体，可以后接数量词 (abc){2} abcabc
(?P…) 分组，功能与 (…) 相同，但会指定一个额外的别名 (?Pabc){2} abcabc
\ 引用编号为 的分组匹配到的字符串 (\d)abc\1 1abe1 或 5abc5
(?P=name) 引用别名为 的分组匹配到的字符串 (?P\d)abc(?P=id) 1abe1 或 5abc5

特殊构造（不作为分组）

语法 说明 表达式示例 匹配结果
(?:…) (…) 的不分组版本，用于使用 “|” 或后接数量词 (?:abc){2} abcabc
(?iLmsux) iLmsux 中的每个字符代表一种匹配模式，只能用在正则表达式的开头，可选多个 (?i)abc AbC
(?#…) # 后的内容将作为注释被忽略。 abc(?#comment)123 abc123
(?=…) 之后的字符串内容需要匹配表达式才能成功匹配 a(?=\d) 后面是数字的 a
(?!…) 之后的字符串内容需要不匹配表达式才能成功匹配 a(?!\d) 后面不是数字的 a
(?<=…) 之前的字符串内容需要匹配表达式才能成功匹配 (?<=\d)a 前面是数字的a
(?<!…) 之前的字符串内容需要不匹配表达式才能成功匹配 (?<!\d)a 前面不是数字的a

使用

regexp 包中的方法大致分为如下类目：

compile

介绍
  1. // 将正则表达式进行编译，返回优化的 Regexp 结构体(该结构体有许多方法)，失败返回err
  2. Compile(expr string) (*Regexp, error)
  3. // 将正则表达式进行编译，返回优化的 Regexp 结构体(该结构体有许多方法)，失败返回err
  4. CompilePOSIX(expr string) (*Regexp, error)

示例
  1. package main
  2. import (
  3.     "fmt"
  4.     "regexp"
  5. )
  6. func main() {
  7.     buf := "abc azc a7c aac 888 a9c  tac"
  8.     //解析正则表达式，如果成功返回解释器
  9.     reg1,err := regexp.Compile(`a[0-9]c`)
  10.     if err != nil { //解释失败，返回nil
  11.         fmt.Println("regexp err")
  12.         return
  13.     }
  14.     //根据规则提取关键信息
  15.     result1 := reg1.FindAllStringSubmatch(buf, -1)
  16.     fmt.Println("result1 = ", result1)
  17. }

must

介绍
  1. // 功能同 Compile ,但如果表达式无法解析，则会 panic
  2. MustCompile(str string) *Regexp
  3. // 功能同 CompilePOSIX ,但如果表达式无法解析，则会 panic
  4. MustCompilePOSIX(str string) *Regexp

示例
  1. package main
  2. import (
  3.     "fmt"
  4.     "regexp"
  5. )
  6. func main() {
  7.     buf := "abc azc a7c aac 888 a9c  tac"
  8.     //解析正则表达式，如果成功返回解释器
  9.     reg1 := regexp.MustCompile(`a[0-9]c`)
  10.     if reg1 == nil { //解释失败，返回nil
  11.         fmt.Println("regexp err")
  12.         return
  13.     }
  14.     //根据规则提取关键信息
  15.     result1 := reg1.FindAllStringSubmatch(buf, -1)
  16.     fmt.Println("result1 = ", result1)
  17. }

match

介绍
  1. // 从 字节数组 验证正则
  2. Match(pattern string, b []byte) (matched bool, err error)
  3. // 从 缓存流 验证正则
  4. MatchReader(pattern string, r io.RuneReader) (matched bool, err error)
  5. // 从 字符串 验证正则
  6. MatchString(pattern string, s string) (matched bool, err error)

示例
  1. match, err := regexp.MatchString("p([a-z]+)ch", "peddach")
  2. fmt.Println(match, err) // true, nil