在 Go 中要使用規則表示式取得比對成功的部份、取代等任務,都得將規則表示式編譯為 Regexp
才可以:
func Compile(expr string) (*Regexp, error)
func CompilePOSIX(expr string) (*Regexp, error)
func MustCompile(str string) *Regexp
func MustCompilePOSIX(str string) *Regexp
POSIX 結尾的函式,表示規則表示式必須符合 POSIX ERE (egrep) 語法,Must 開頭的函式,表示剖析錯誤的話會 panic。
剖析成功的話,傳回 *Regexp
,之後就是比對任務了,不用再處理錯誤。例如:
package main
import (
"fmt"
"regexp"
)
func main() {
re, err := regexp.Compile(`\d{4}-\d{6}`)
fmt.Println(re, err)
matched := re.MatchString("0970-168168")
fmt.Println(matched)
matched = re.MatchString("Phone: 0970-168168")
fmt.Println(matched)
}
尋找符合項目
如果想找出最左邊第一個符合項目,可以使用 Find 開頭的方法版本:
func (re *Regexp) Find(b []byte) []byte
func (re *Regexp) FindIndex(b []byte) (loc []int)
func (re *Regexp) FindReaderIndex(r io.RuneReader) (loc []int)
func (re *Regexp) FindReaderSubmatchIndex(r io.RuneReader) []int
func (re *Regexp) FindString(s string) string
func (re *Regexp) FindStringIndex(s string) (loc []int)
func (re *Regexp) FindStringSubmatch(s string) []string
func (re *Regexp) FindStringSubmatchIndex(s string) []int
func (re *Regexp) FindSubmatch(b []byte) [][]byte
func (re *Regexp) FindSubmatchIndex(b []byte) []int
有 Index 字樣的版本,傳回的 []int
中會有兩個元素,分別是符合項目的位元組開頭與結尾索引位置,例如:
package main
import (
"fmt"
"regexp"
)
func main() {
re := regexp.MustCompile(`foo.?`)
fmt.Printf("%q\n", re.FindString("seafood fool")) // "food"
fmt.Printf("%v\n", re.FindStringIndex("seafood fool")) // [3 7]
}
有 Submatch 字樣的方法,是用來支援分組。例如:
package main
import (
"fmt"
"regexp"
)
func main() {
re := regexp.MustCompile(`(\d{4})-(\d{6})`)
// ["0970-666888" "0970" "666888"]
fmt.Printf("%q\n", re.FindStringSubmatch("0970-666888"))
}
如果要找出全部的符合項目呢?在這之前來看看如何用規則表示式來切割子字串,這可以使用 Regexp
的 Split
方法,它的第二個參數可以指定至少切割幾個子字串,若指定小於 0 的數,會切出全部的子字串:
package main
import (
"fmt"
"regexp"
)
func main() {
re, _ := regexp.Compile(`\d`)
fmt.Println(re.Split("Justin1Monica2Irene", 1)) // [Justin1Monica2Irene]
fmt.Println(re.Split("Justin1Monica2Irene", 2)) // [Justin Monica2Irene]
fmt.Println(re.Split("Justin1Monica2Irene", 3)) // [Justin Monica Irene]
fmt.Println(re.Split("Justin1Monica2Irene", -1)) // [Justin Monica Irene]
}
Regexp
提供的 Find 開頭的方法,有不少是這種指定模式,例如:
func (re *Regexp) FindAll(b []byte, n int) [][]byte
func (re *Regexp) FindAllIndex(b []byte, n int) [][]int
func (re *Regexp) FindAllString(s string, n int) []string
func (re *Regexp) FindAllStringIndex(s string, n int) [][]int
func (re *Regexp) FindAllStringSubmatch(s string, n int) [][]string
func (re *Regexp) FindAllStringSubmatchIndex(s string, n int) [][]int
func (re *Regexp) FindAllSubmatch(b []byte, n int) [][][]byte
func (re *Regexp) FindAllSubmatchIndex(b []byte, n int) [][]int
因此,要找出全部的符合項目,一個例子如下:
package main
import (
"fmt"
"regexp"
)
func main() {
re := regexp.MustCompile(`(\d{4})-(\d{6})`)
// 分行顯示 "0970-666888" 與 "0970-168168"
for _, submatch := range re.FindAllString("0970-666888, 0970-168168", -1) {
fmt.Printf("%q\n", submatch)
}
}
底下則是捕捉分組的版本:
package main
import (
"fmt"
"regexp"
)
func main() {
re := regexp.MustCompile(`(\d{4})-(\d{6})`)
// 分行顯示 "0970-666888" 與 "0970-168168"
for _, submatch := range re.FindAllStringSubmatch("0970-666888, 0970-168168", -1) {
fmt.Printf("%q\n", submatch)
}
}
取代相符項目
若要進行取代,使用的是 Replace 開頭的方法:
func (re *Regexp) ReplaceAll(src, repl []byte) []byte
func (re *Regexp) ReplaceAllFunc(src []byte, repl func([]byte) []byte) []byte
func (re *Regexp) ReplaceAllLiteral(src, repl []byte) []byte
func (re *Regexp) ReplaceAllLiteralString(src, repl string) string
func (re *Regexp) ReplaceAllString(src, repl string) string
func (re *Regexp) ReplaceAllStringFunc(src string, repl func(string) string) string
有 Func 結尾的方法,表示可以指定函式,該函式接收符合的項目,由函式決定用什麼取代。沒有 Literal 字樣的方法,repl
的部份支援分組捕捉,分組計數表示方式是 ${n}
,例如:
package main
import (
"fmt"
"regexp"
)
func main() {
re := regexp.MustCompile(`(^[a-zA-Z]+\d*)@([a-z]+?.)com`)
// 顯示 caterpillar@openhome.cc
fmt.Println(re.ReplaceAllString("caterpillar@openhome.com", "${1}@${2}cc"))
}
如果使用了 (?P<name>…)
為分組命名,可以使用 ${name}
,例如:
package main
import (
"fmt"
"regexp"
)
func main() {
re := regexp.MustCompile(`(?P<user>^[a-zA-Z]+\d*)@(?P<preCom>[a-z]+?.)com`)
// 顯示 caterpillar@openhome.cc
fmt.Println(re.ReplaceAllString("caterpillar@openhome.com", "${user}@${preCom}cc"))
}
雖然說方才的 ${2}
也可以寫為 $2
,然而之後接上其他文字的話,例如 $2cc
,就會被認為是分組命名,類似地,方才的 ${preCom}
寫成 $preCom
也可以,不過之後接上其他文字的話,例如 $preComcc
就會被認為名稱是 preComcc,建議還是加上 {}
。
Replace 方法中具有 Literal 字樣的,就是直接把 $
當成字面文字來解釋:
package main
import (
"fmt"
"regexp"
)
func main() {
re := regexp.MustCompile(`(?P<user>^[a-zA-Z]+\d*)@(?P<preCom>[a-z]+?.)com`)
// $user@${preCom}cc
fmt.Println(re.ReplaceAllLiteralString("caterpillar@openhome.com", "$user@${preCom}cc"))
}