Lua中的正则表达式

Lua中的正则表达式

元字符	描述	表达式实例	完整匹配的字串
字符
普通字符	除去%.[]()^$*+-?的字符，匹配字符本身	Kana	Kana
.	匹配任意字符	Ka.a	Kana
%	转义字符，改变后一个字符的原有意思。当后面的接的是特殊字符时，将还原特殊字符的原意。%和一些特定的字母组合构成了lua的预定义字符集。%和数字1~9组合表示之前捕获的分组	K%wna %%na%% (a)n%1	Kana %na% ana
[...]	字符集（字符类）。匹配一个包含于集合内的字符。[...]中的特殊字符将还原其原意，但有下面几种特殊情况 1. %]，%-，%^作为整体表示字符']'，'-'，'^' 2. 预定义字符集作为一个整体表示对应字符集 3. 当]位于序列的第一个字符时只表示字符']' 4. 形如[^...],[...-...]有特定的其他含义	[a%]na [%a]na [%%a]na []]na [%]]na [a-]na	%na wna wna ]na ]na -na
[...-...]	-表示ascii码在它前一个字符到它后一个字符之间的所有字符	[a-z]a	na
[^...]	不在...中的字符集合。	[^0-9]na [^^0-9]na	Kna Kna
重复（数量词）
*	表示前一个字符出现0次或多次	[0-9]* [a-z]*9*	2009 na
+	表示前一个字符出现1次或1次以上	n+[0-9]+	n2009
?	表示前一个字符出现0次或1次	n?[0-9]+	2009
预定义字符集
%s	空白符[ \r\n\t\v\f]	an[%s]?9	an 9
%p	标点符号	an[%p]9	an.9
%c	控制字符
%w	字母数字[a-zA-Z0-9]	[%w]+	Kana9
%a	字母[a-zA-Z]	[%a]*	Kana
%l	小写字母[a-z]	-
%u	大写字母[A-Z]	-
%d	数字[0-9]	-
%x	16进制数[0-9a-fA-F]	-
%z	ascii码是0的字符	-
分组
(...)	表达式中用小括号包围的子字符串为一个分组，分组从左到右（以左括号的位置），组序号从1开始递增。	ab(%d+) (%d+)%1	ab233 123123
边界匹配（属于零宽断言）
^	匹配字符串开头	^(%a)%w*	abc123
$	匹配字符串结尾	%w*(%d)$	abc123
%b
%bxy	平衡匹配（匹配xy对）。这里的x，y可以是任何字符，即使是特殊字符也是原来的含义，匹配到的子串以x开始，以y结束，并且如果从x开始，每遇到x，计算+1，遇到y计数-1，则结束的y是第一个y使得计数等于0。就是匹配成对的符号，常见的如%b()匹配成对的括号

Lua正则中的特殊字符（元字符）包括如下几种：

( ) . % + - * ?[ ] ^ $

 

转义字符（元字符%）：

'%' 用作特殊字符的转义字符，'%.' 匹配点；'%%' 匹配字符 '%'，’%’与特定字母结合有特定含义（通配符），如下：

%a: 与任何字母配对
%c: 与任何控制符配对(例如\n)
%d: 与任何数字配对
%l: 与任何小写字母配对
%p: 与任何标点(punctuation)配对
%s: 与空白字符配对
%u: 与任何大写字母配对
%w: 与任何字母/数字配对
%x: 与任何十六进制数配对
%z: 与任何代表0的字符配对

 

对于上面的%x（其中x代表a,c,d,...,z），lua正则支持其大写形式，大写形式代表非%x，即有%X = ^%x，比如%A表示与任意非字母配对。

 

其他通配符（元字符.）：

.(点): 与任何字符配对

 

字符集（元字符[]）：

出了上面提到的通配符，我们还可以自定义字符集，如[%a%d]就是与字母和数字配对，我们还可以使用’-‘符号来指定一个范围，如[0-7]表示[01234567]，[a-z]表示小写字母，通过字符集，我们可以定义其他复杂的通配符。

 

贪婪与吝啬（元字符+、-、？、*）

+      匹配前一字符1次或多次
*      匹配前一字符0次或多次
-      匹配前一字符0次或多次
?      匹配前一字符0次或1次

 

元字符+和*是贪婪的，总是进行最长的匹配，而-则是吝啬的，总是进行最短匹配，注意元字符-可以匹配0次。例子：

待匹配的字符串：<font>a</font><font>b</font>

模式串（1）：<font>.+</font>此时将匹配整个字符串，贪婪模式下，正则引擎即使发现了第一个匹配，也不会停止，因此效率相对较低。

模式串（2）：<font>.-</font>此时将依次匹配<font>a</font>、<font>b</font>，最短匹配模式下，一旦正则引擎发现第一个匹配就停止动作，不会继续匹配，

 

开头与结尾（元字符^、$）

^x表示非x，可以理解为正则引擎发现了x字符，那么就可以从这里作为一个匹配的开头，匹配过程中可能希望有多个开头（特别是吝啬模式），这个符号用的频率会比较高，x$表示以x结尾，这里的结尾指的是整个待匹配字符串的最后一个字符，这个符号使用的场合和频率相对会比较少。

 

取己所需（元字符()）

圆括号是一个很好用的元字符，如上<font>a</font>，如果我们只是想让lua正则引擎返回字符a，可以采用模式<font>(.+)</font>，否则它会返回整个字符串。