openresty开发系列17--lua中的正则表达式
与其他脚本语言不同的是，Lua并不使用POSIX规范的正则表达式[4]（也写作regexp）来进行模式匹配。主要的原因出于程序大小方面的考虑：实现一个典型的符合POSIX标准的regexp大概需要4000行代码，这比整个Lua标准库加在一起都大。权衡之下，Lua中的模式匹配的实现只用了500行代码，当然这意味着不可能实现POSIX所规范的所有更能。然而，Lua中的模式匹配功能是很强大的，并且包含了一些使用标准POSIX模式匹配不容易实现的功能。 Lua正则中的特殊字符（元字符）包括如下几种：( ) . % + - * ?[ ] ^ $ lua正则支持其大写形式，大写形式代表非，即有%A = ^%a，%A表示与任意非字母配对。
| 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 | %b()
%d+%b() | (3+4(x*2))
2(3+4(x*2)) |
