regex 如何在Go语言正则表达式中获取捕捉组功能

k2arahey  于 2022-12-19  发布在  Go
关注(0)|答案(8)|浏览(147)

我正在把Ruby的一个库移植到Go语言中,刚刚发现Ruby中的正则表达式与Go语言(google RE 2)不兼容,我注意到Ruby和Java(以及其他语言使用PCRE正则表达式(与Perl兼容,支持捕获组)),所以我需要重写我的表达式,以便它们在Go语言中可以编译。
例如,我有以下正则表达式:

`(?<Year>\d{4})-(?<Month>\d{2})-(?<Day>\d{2})`

这应接受以下输入:

2001-01-20

捕获组允许将年、月、日捕获到变量中,要获得每个组的值非常容易;你只需要用组名索引返回的匹配数据,然后你就可以得到值。例如,要得到年份,就像下面的伪代码:

m=expression.Match("2001-01-20")
year = m["Year"]

这是我在表达中经常使用的模式,所以我有很多重写工作要做。
那么,有没有一种方法可以在Go语言的正则表达式中获得这种功能呢?我应该怎么改写这些表达式呢?

sczxawaw

sczxawaw1#

基于@VasileM答案确定组名称的简单方法。
免责声明:这与内存/cpu/时间优化无关

package main

import (
    "fmt"
    "regexp"
)

func main() {
    r := regexp.MustCompile(`^(?P<Year>\d{4})-(?P<Month>\d{2})-(?P<Day>\d{2})$`)

    res := r.FindStringSubmatch(`2015-05-27`)
    names := r.SubexpNames()
    for i, _ := range res {
        if i != 0 {
            fmt.Println(names[i], res[i])
        }
    }
}

https://play.golang.org/p/Y9cIVhMa2pU

gwo2fgha

gwo2fgha2#

如果在捕获组时需要根据函数进行替换,可以使用以下命令:

import "regexp"

func ReplaceAllGroupFunc(re *regexp.Regexp, str string, repl func([]string) string) string {
    result := ""
    lastIndex := 0

    for _, v := range re.FindAllSubmatchIndex([]byte(str), -1) {
        groups := []string{}
        for i := 0; i < len(v); i += 2 {
            groups = append(groups, str[v[i]:v[i+1]])
        }

        result += str[lastIndex:v[0]] + repl(groups)
        lastIndex = v[1]
    }

    return result + str[lastIndex:]
}

示例:

str := "abc foo:bar def baz:qux ghi"
re := regexp.MustCompile("([a-z]+):([a-z]+)")
result := ReplaceAllGroupFunc(re, str, func(groups []string) string {
    return groups[1] + "." + groups[2]
})
fmt.Printf("'%s'\n", result)

https://gist.github.com/elliotchance/d419395aa776d632d897

brc7rcf0

brc7rcf03#

您可以将regroup库用于该https://github.com/oriser/regroup
示例:

package main

import (
    "fmt"
    "github.com/oriser/regroup"
)

func main() {
    r := regroup.MustCompile(`(?P<Year>\d{4})-(?P<Month>\d{2})-(?P<Day>\d{2})`)
    mathces, err := r.Groups("2015-05-27")
    if err != nil {
        panic(err)
    }
    fmt.Printf("%+v\n", mathces)
}

将打印:map[Year:2015 Month:05 Day:27]
或者,您可以按如下方式使用它:

package main

import (
    "fmt"
    "github.com/oriser/regroup"
)

type Date struct {
    Year   int `regroup:"Year"`
    Month  int `regroup:"Month"`
    Day    int `regroup:"Day"`
}

func main() {
    date := &Date{}
    r := regroup.MustCompile(`(?P<Year>\d{4})-(?P<Month>\d{2})-(?P<Day>\d{2})`)
    if err := r.MatchToTarget("2015-05-27", date); err != nil {
        panic(err)
    }
    fmt.Printf("%+v\n", date)
}

将打印:&{Year:2015 Month:5 Day:27}

soat7uwm

soat7uwm4#

用于获取regexp参数的函数,检查指针是否为空。如果发生错误,则返回map[]

// GetRxParams - Get all regexp params from string with provided regular expression
func GetRxParams(rx *regexp.Regexp, str string) (pm map[string]string) {
    if !rx.MatchString(str) {
        return nil
    }
    p := rx.FindStringSubmatch(str)
    n := rx.SubexpNames()
    pm = map[string]string{}
    for i := range n {
        if i == 0 {
            continue
        }

        if n[i] != "" && p[i] != "" {
            pm[n[i]] = p[i]
        }
    }
    return
}
6tr1vspr

6tr1vspr5#

我应该怎么改写这些表达式呢?
添加一些P,定义为here

(?P<Year>\d{4})-(?P<Month>\d{2})-(?P<Day>\d{2})

使用re.SubexpNames()交叉引用捕获组名。
并使用as follows

package main

import (
    "fmt"
    "regexp"
)

func main() {
    r := regexp.MustCompile(`(?P<Year>\d{4})-(?P<Month>\d{2})-(?P<Day>\d{2})`)
    fmt.Printf("%#v\n", r.FindStringSubmatch(`2015-05-27`))
    fmt.Printf("%#v\n", r.SubexpNames())
}
svujldwt

svujldwt6#

我已经创建了一个处理url表达式的函数,但它也适合你的需要。你可以检查this片段,但它的工作原理是这样的:

/**
 * Parses url with the given regular expression and returns the 
 * group values defined in the expression.
 *
 */
func getParams(regEx, url string) (paramsMap map[string]string) {

    var compRegEx = regexp.MustCompile(regEx)
    match := compRegEx.FindStringSubmatch(url)

    paramsMap = make(map[string]string)
    for i, name := range compRegEx.SubexpNames() {
        if i > 0 && i <= len(match) {
            paramsMap[name] = match[i]
        }
    }
    return paramsMap
}

您可以像这样使用此函数:

params := getParams(`(?P<Year>\d{4})-(?P<Month>\d{2})-(?P<Day>\d{2})`, `2015-05-27`)
fmt.Println(params)

并且输出将是:

map[Year:2015 Month:05 Day:27]
zpgglvta

zpgglvta7#

为了提高RAM和CPU的使用率,而不用在循环中调用匿名函数,也不用使用"append"函数在循环中复制内存中的数组,请参见下一个示例:
你可以用多行文本存储多个子组,不需要在字符串后面加上"+",也不需要在for循环中使用for循环(就像这里发布的其他例子一样)。

txt := `2001-01-20
2009-03-22
2018-02-25
2018-06-07`

regex := *regexp.MustCompile(`(?s)(\d{4})-(\d{2})-(\d{2})`)
res := regex.FindAllStringSubmatch(txt, -1)
for i := range res {
    //like Java: match.group(1), match.group(2), etc
    fmt.Printf("year: %s, month: %s, day: %s\n", res[i][1], res[i][2], res[i][3])
}

输出:

year: 2001, month: 01, day: 20
year: 2009, month: 03, day: 22
year: 2018, month: 02, day: 25
year: 2018, month: 06, day: 07

Note: res[i][0] =~ match.group(0) Java
如果要存储此信息,请使用结构类型:

type date struct {
  y,m,d int
}
...
func main() {
   ...
   dates := make([]date, 0, len(res))
   for ... {
      dates[index] = date{y: res[index][1], m: res[index][2], d: res[index][3]}
   }
}

最好使用匿名组(性能改进)
使用Github上发布的"ReplaceAllGroupFunc"是个坏主意,因为:
1.正在使用循环中循环
1.正在循环内使用匿名函数调用
1.有很多代码
1.在循环中使用了"append"函数,这很糟糕。每次调用"append"函数时,都会将数组复制到新的内存位置

b09cbbtk

b09cbbtk8#

从GO 1.15开始,您可以使用Regexp.SubexpIndex来简化这个过程,您可以在www.example.com上查看发行说明https://golang.org/doc/go1.15#regexp。
根据您的示例,您将得到如下内容:

re := regexp.MustCompile(`(?P<Year>\d{4})-(?P<Month>\d{2})-(?P<Day>\d{2})`)
matches := re.FindStringSubmatch("Some random date: 2001-01-20")
yearIndex := re.SubexpIndex("Year")
fmt.Println(matches[yearIndex])

您可以在https://play.golang.org/p/ImJ7i_ZQ3Hu上检查并执行此示例。

相关问题