1 模式
1.1 字符类
字符类代表一组字符。可以用下列组合来表示一个字符类。
组合 | 代表字母 | 代表字符类型 |
---|---|---|
x | (变量 x) | ^$()%.[]*+-? 以外的任一字符 |
. | (dot) | 任意字符 |
%a | (alphabet) | 字母 |
%b | (bracket) | 对称字符以及字符间的内容 |
%c | (control) | 控制字符(即各类转义符) |
%d | (digits) | 数字 |
%l | (lowercase) | 小写字母 |
%p | (punctuation) | 标点符号 |
%s | (space) | 空格 |
%u | (uppercase) | 大写字母 |
%w | (word) | 字母和数字 |
%x | (hexadecimal) | 十六进制字符 |
%z | (zero) | 值为 0 的字符,即 '\0' |
%x | (变量 x) | 字母和数字以外的任一字符 |
如果组合中的字符写成大写形式(例如将 '%a' 写成 '%A'),相当于对原来所代表的字符类型取补集。
例子:
前两行的数字标出每个字符的下标。find函数返回找出第一个符合查找条件的字符的下标。
-----------------00000000001111111112 222222222333333333344444444445555 5
-----------------12345678901234567890 123456789012345678901234567890123 4
x = string.find("Tutu is a young man.\n His student number is 20230001.\0","i")
--> 6
x = string.find("Tutu is a young man.\n His student number is 20230001.\0",".")
--> 1
x = string.find("Tutu is a young man.\n His student number is 20230001.\0","%a") --> 1
x = string.find("Tutu is a young man.\n His student number is 20230001.\0","%c") --> 21
x = string.find("Tutu is a young man.\n His student number is 20230001.\0","%d") --> 45
x = string.find("Tutu is a young man.\n His student number is 20230001.\0","%l") --> 2
x = string.find("Tutu is a young man.\n His student number is 20230001.\0","%p") --> 20
x = string.find("Tutu is a young man.\n His student number is 20230001.\0","%s") --> 5
x = string.find("Tutu is a young man.\n His student number is 20230001.\0","%u") --> 1
x = string.find("Tutu is a young man.\n His student number is 20230001.\0","%w") --> 1
x = string.find("Tutu is a young man.\n His student number is 20230001.\0","%x") --> 9
x = string.find("Tutu is a young man.\n His student number is 20230001.\0","%z") --> 54
加 ()
表示捕捉,find的第三个参数返回被捕捉到的字符串,在这里即返回找到的那个字符。
x,y,z = string.find("%()~!@#$%^&*():\";\'?<>._[]","(%%)") --> 1 1 %
x,y,z = string.find("%()~!@#$%^&*():\";\'?<>._[]","(%#)") --> 7 7 #
x,y,z = string.find("%()~!@#$%^&*():\";\'?<>._[]","(%\")") --> 16 16 "
下句中的 +
表示取一个或多个满足条件的连续字符。
--1 2 3 4 5 6 7 8
x,y = string.find("\a\b\f\n\r\t\v\0","%c+") --> 1 7
上句基本列出了所有控制字符,并不是所有转义符都是控制字符,例如 \\
和 \xff
不属于控制字符。
match
函数返回符合匹配条件的字符子串。
x = string.match("0123456789ABCDEFabcdefg","%x+") --> 0123456789ABCDEFabcdef
输出的符号即为 %x
所支持的所有字符。
%b
的使用方法与前面的组合形式略有不同,其形式为 %bxy
,使用示例如下:
---------------------00000000001111111112 22222222233333333334444444444555555 5
---------------------12345678901234567890 12345678901234567890123456789012345 6
x,y,z = string.find("Tutu is a young man.\n His student number is [20230001].\0","(%b[])") --> 45 54 [20230001]
x,y,z = string.find("Tutu is a young man.\n His student number is _20230001_.\0","(%b__)") --> 45 54 _20230001_
x,y,z = string.find("Tutu is a young man.\n His student number is _20230001_.\0","(%b21)") --> 48 53 230001
1.2 []
字符集
字符集操作是对字符类中组合的一个扩展。可以通过 []
制定出用户所需的一套字符选取范围。
---------------------0000000001111111111222222222
---------------------1234567890123456789012345678
x,y,z = string.find("[Email]: tangyikejun@163.com","([123])") --> 22 22 1
x,y,z = string.find("[Email]: tangyikejun@163.com","([l]])") --> 6 7 l]
x,y,z = string.find("[Email]: tangyikejun@163.com","([1-3])") --> 22 22 1
x,y,z = string.find("[Email]: tangyikejun@163.com","([^1-3])") --> 1 1 [
x,y,z = string.find("[Email]: tangyikejun@163.com","([^%d])") --> 1 1 [
x,y,z = string.find("[Email]: tangyikejun@163.com","([0-9][%d][%d])") --> 22 24 163
x,y,z = string.find("[Email]: tangyikejun@163.com","([0-9]+)") --> 22 24 163
使用特点:
- 每个字符集仅限定一个字符的范围。
- 连字符
-
用于限定字符的范围,值域根据字符在ASCII码中对应的值得出,例如[0-7]
代表字符范围为 0-7。x,y,z = string.find("!\"#$%&0123","([$-1]+)") --> 4 8 $%&01
- 添加
^
表示对指定的字符范围取补集。[^%d]
等价于[%D]
。
1.3 模式项
模式项 | 作用 |
---|---|
+ | 匹配1个或多个字符,尽可能多地匹配 |
- | 匹配0个或多个字符,尽可能少地匹配 |
* | 匹配0个或多个字符,尽可能多地匹配 |
? | 匹配0个或1个字符,尽可能多地匹配 |
使用特点:
- 模式项都是针对前一个字符而言的。例如
abc-
作用于字符c
。
---------------------0000000001
---------------------1234567890
x,y,z = string.find("aaaabbbccc","(%a+)") --> 1 10 aaaabbbccc
x,y,z = string.find("bbbccc","(a+)") --> nil nil nil
x,y,z = string.find("aaaabbbccc","(ab-c)") --> 4 8 abbbc
-- x,y,z = string.find("aaaaccc","(ab-c)") --> 4 5 ac
-- x,y,z = string.find("aaaaccc","(ab*c)") --> 4 5 ac
-- x,y,z = string.find("aaaabccc","(ab?c)") --> 4 6 abc
-- x,y,z = string.find("aaaabccc","(ba?c)") --> 5 6 bc
---------------------000000000111 111111122
---------------------123456789012 345678901
x,y,z = string.find("tangyikejun\0 163.com","(%z%s%w+)") --> 12 16
x,y,z = string.find("tangyikejun\0163.com","(%z%d%w+)") --> nil nil nil
注意: \0
后面不能跟数字。而且用 find 返回的匹配字符串无法输出 \0
之后的部分。
1.4 模式
多个模式项组合形成模式。
- 模式的前面添加
^
表示匹配从目标字符串的起始位置开始。 - 模式的末尾添加
$
表示匹配目标字符串的末尾子串。 - 其他位置的
^
和$
作为普通字符处理。
---------------------0000000001111111111222222222
---------------------1234567890123456789012345678
x,y,z = string.find("[Email]: tangyikejun@163.com","^(.%a+)") -->1 6 [Email
x,y,z = string.find("[Email]: tangyikejun@163.com","(%a+)$") -->26 28 com
1.5 ()
捕捉
捕捉是指将括号内的组合匹配结果保存起来,每个括号保存一个结果。
保存的数据的顺序按照左括号的顺序排列。
x,y,z,h,l = string.find("Tutu is a young man.\n His student number is _20230001_.\0","((%a+%s)(%a+%s)%b__)") --> 35 54 number is _20230001_ number is
字符串模式匹配可参考Lua模式匹配。
2 库函数
- 字符串的下标从1开始。正数下标表示正向下标,负数表示反向下标(例如 -1 表示字符串最后一个字符)。
- 函数均默认支持模式匹配。
- 返回的匹配字符串无法输出
\0
之后的部分。
string.find(s,pattern[,init[,plain]])
查找字符串的子串,如果找到,返回子串的起始位置、结束位置;找不到返回 nil。
如果使用捕获(即对模式串用括号包裹起来),则一并返回匹配得到的字符串。
定义
string.find([字符串],[待查找字符串],[查找起始位置]=1,[禁用模式匹配]=false)
只有显式指定了 init 参数才能控制 plain 参数。
例子
x,y,z = string.find("1001 is a Robot", "Robot")
print(x,y,z) --> 11 15 nil
x,y,z = string.find("1001 is a Robot","1%d",1,true)
print(x,y,z) --> nil nil nil
x,y,z = string.find("1001 is a Robot","(%d+)",1,false)
print(x,y,z) --> 1 2 1001
string.match(s,pattern[,init])
与 string.find
类似,返回值不一样。string.match
查找字符串的子串,如果找到,返回子串;找不到返回 nil。
支持模式匹配。
定义
略
例子
x = string.match("1001 is a Robot","001")
print(x) --> 001
x = string.match("1001 is a Robot","%d%d")
print(x) --> 10
string.gmatch(s,pattern)
返回一个迭代函数,该函数每执行一次,就返回下一个捕捉到的匹配(如果没有使用捕捉,就返回整个匹配结果)。
例子
for s in string.gmatch("I have a Dream.","%a+") do
print(s)
end
--> I
--> have
--> a
--> Dream
t = {}
s = "name=tangyikejun, number=20250001"
-- 将捕获的两个子串分别作为键和值放到表t中
for k, v in string.gmatch(s, "(%w+)=(%w+)") do
t[k] = v
end
-- 输出表t
for k,v in pairs(t) do
print(k,v)
end
--> name tangyikejun
--> number 20250001
string.format(formatstring,...)
返回格式化之后的字符串。
定义
略
例子
string.format("My name is %s", "tangyikejun") --> My name is tangyikejun
string.len(s)
返回字符串长度
string.lower(s)
返回小写字母的字符串
string.upper(s)
返回大写字母的字符串
string.rep(s,n)
对字符串进行重复
定义
string.rep([字符串],[重复次数])
例子
string.rep("Hello",4) -- HelloHelloHelloHello
string.reverse(s)
返回反转后的字符串。
string.sub(s,i[,j])
返回子字符串。
定义
string.sub([字符串],[开始字符下标],[结束字符下标]=-1)
例子
x = string.sub("tangyikejun",7)
print(x) --> kejun
x = string.sub("tangyikejun",1,-6)
print(x) --> tangyi
string.gsub(s,pattern,repl[,n])
根据模式匹配对字符串中每一个匹配部分都做替换处理,返回替换后的字符串。
定义
string.gsub([字符串],[模式匹配],[替换字符],[最大替换次数] = 无限制)
repl 参数([替换字符]
)支持 字符串、表、函数。
如果 repl 是字符串,那么该字符串就是用于替换的字符串。同时支持 %n
转义符操作,n 的范围是 0-9。n 范围为 [1,9] 时表示第 n 个捕获的匹配字符串,%0
表示整个匹配的字符串,%%
表示替换为一个 %
。
如果 repl 是表,那么将捕获的第一个字符串作为键值(Key)进行查询(没有定义捕捉则以整个匹配的字符串为键值),查到的值作为替换的字符串。
如果 repl 是函数,那么每次匹配成功都会调用该函数,并以按序以所有捕捉作为参数传入函数。没有捕捉则以整个匹配的字符作为参数。
如果从表或函数得到是字符串或者是数字,就将其用于替换;如果得到的是 false 或 nil,那么匹配部分将不会发生变化。
例子
repl 为字符串
s = "Never say die."
x = string.gsub(s,"die","never") --> Never say never.
x = string.gsub(s,"die","'%0'") --> Never say 'die'.
x = string.gsub(s,"(%a+)%s%a+%s(%a+)","%2") --> die.
限制最大替换次数
s = "never say never."
x = string.gsub(s,"never","Never",1) --> Never say never.
repl 是表
t = {name="Lua",version="5.1"}
x = string.gsub("$name-$version.tar.gz","$(%a+)",t) --> Lua-5.1.tar.gz
repl是函数
x = string.gsub("4+5 = $return 4+5$","%$(.-)%$",function(s)return loadstring(s)() end) --> 4+5 = 9
x = string.gsub("23+45=$result", "((%d+)%+(%d+)=)%$%a+", function (s,a,b)
sum = a+b
return s..sum
end) --> 23+45=68
~~注意:似乎只支持匿名函数。~~
从表或函数返回的是 false 或 nil
x = string.gsub("4+5 = $return 4+5$","%$(.-)%$",function(s)return nil end) --> 4+5 = $return 4+5$
t = {name="Lua",version=false}
x = string.gsub("$name-$version.tar.gz","$(%a+)",t) --> Lua-$version.tar.gz
string.byte(s[,i[,j]])
返回字符的 ASCII 码值。
定义
string.byte([字符串],[起始下标]=1,[结束下标]=[起始下标])
例子
x,y,z = string.byte("abc",2) --> 98 nil nil
x,y,z = string.byte("abc",1,3) --> 97 98 99
string.char(...)
根据传入的 ASCII 编码值([0-255])得到对应的字符,传入多少编码值就返回多长的字符串。
例子
x = string.char(98,99,100) --> bcd
如果输入字符超限会编译报错。
string.dump(function)
返回函数的二进制表示(字符串形式),把这个返回值传给 loadingstring 可以获得函数的一份拷贝(传入的函数必须是没有上值的 Lua 函数)。
例子
function sum(a,b)
return a + b
end
s = string.dump(sum)
x = loadstring(s)(4,4) -- 8
参考链接
Lua模式匹配(参考了此文中对 %b
的使用)