# 正則表達式 在_OpenResty_中，同時存在兩套正則表達式規范： _Lua_ 語言的規范和_Nginx_的規范，即使您對 _Lua_ 語言中的規范非常熟悉，我們仍不建議使用 _Lua_ 中的正則表達式。一是因為 _Lua_ 中正則表達式的性能并不如 _Nginx_ 中的正則表達式優秀；二是 _Lua_ 中的正則表達式并不符合 _POSIX_ 規范，而 _Nginx_ 中實現的是標準的 _POSIX_ 規范，后者明顯更具備通用性。 _Lua_ 中的正則表達式與Nginx中的正則表達式相比，有5%-15%的性能損失，而且Lua將表達式編譯成Pattern之后，并不會將Pattern緩存，而是每此使用都重新編譯一遍，潛在地降低了性能。 _Nginx_ 中的正則表達式可以通過參數緩存編譯過后的Pattern，不會有類似的性能損失。 o選項參數用于提高性能，指明該參數之后，被編譯的Pattern將會在worker進程中緩存，并且被當前worker進程的每次請求所共享。Pattern緩存的上限值通過lua_regex_cache_max_entries來修改。 ~~~ # nginx.conf location /test { content_by_lua ' local regex = [[\\d+]] -- 參數"o"是開啟緩存必須的 local m = ngx.re.match("hello, 1234", regex, "o") if m then ngx.say(m[0]) else ngx.say("not matched!") end '; } # 在網址中輸入"yourURL/test"，即會在網頁中顯示1234。 ~~~ _Lua_ 中正則表達式語法上最大的區別，_Lua_ 使用 _'%'_ 來進行轉義，而其他語言的正則表達式使用 _'\'_ 符號來進行轉義。其次， _Lua_ 中并不使用 _'?'_ 來表示非貪婪匹配，而是定義了不同的字符來表示是否是貪婪匹配。定義如下： | 符號 | 匹配次數 | 匹配模式 | |-----|-----|-----| | + | 匹配前一字符 1 次或多次 | 非貪婪 | | * | 匹配前一字符 0 次或多次 | 貪婪 | | - | 匹配前一字符 0 次或多次 | 非貪婪 | | ? | 匹配前一字符 0 次或1次 | 僅用于此，不用于標識是否貪婪 | | 符號 | 匹配模式 | |-----|-----| | . | 任意字符 | | %a | 字母 | | %c | 控制字符 | | %d | 數字 | | %l | 小寫字母 | | %p | 標點字符 | | %s | 空白符 | | %u | 大寫字母 | | %w | 字母和數字 | | %x | 十六進制數字 | | %z | 代表 0 的字符 | #### Lua正則簡單匯總 - _string.find_ 的基本應用是在目標串內搜索匹配指定的模式的串。函數如果找到匹配的串，就返回它的開始索引和結束索引，否則返回 _nil_。_find_ 函數第三個參數是可選的：標示目標串中搜索的起始位置，例如當我們想實現一個迭代器時，可以傳進上一次調用時的結束索引，如果返回了一個_nil_值的話，說明查找結束了. ~~~ local s = "hello world" local i, j = string.find(s, "hello") print(i, j) --> 1 5 ~~~ - _string.gmatch_ 我們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_ 用來查找匹配模式的串，并將使用替換串其替換掉，但并不修改原字符串，而是返回一個修改后的字符串的副本，函數有目標串，模式串，替換串三個參數，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 ~~~ - 還有一點值得注意的是，'%b' 用來匹配對稱的字符，而不是一般正則表達式中的單詞的開始、結束。'%b' 用來匹配對稱的字符，而且采用貪婪匹配。常寫為 '%bxy' ，x 和 y 是任意兩個不同的字符；x 作為匹配的開始，y 作為匹配的結束。比如，'%b()' 匹配以 '(' 開始，以 ')' 結束的字符串： ~~~ --> a line print(string.gsub("a (enclosed (in) parentheses) line", "%b()", "")) ~~~