模式匹配函數
在string庫中功能最強大的函數是：
復制代碼 代碼如下:
string.find（字符串查找）
string.gsub（全局字符串替換）
string.gfind（全局字符串查找）
string.gmatch(返回查找到字符串的迭代器)
這些函數都是基于模式匹配的。與其他腳本語言不同的是，Lua并不使用POSIX規范的正則表達式[4]（也寫作regexp）來進行模式匹配。主要的原因出于程序大小方面的考慮：實現一個典型的符合POSIX標準的regexp大概需要4000行代碼，這比整個Lua標準庫加在一起都大。權衡之下，Lua中的模式匹配的實現只用了500行代碼，當然這意味著不可能實現POSIX所規范的所有更能。然而，Lua中的模式匹配功能是很強大的，并且包含了一些使用標準POSIX模式匹配不容易實現的功能。
string.gmatch(str, pattern)
這是一個返回迭代器的函數. 實際的用例如下:
復制代碼 代碼如下:
s = "hello world from Lua"
for w in string.gmatch(s, "%a+") do
print(w)
end
這里是一個捕獲并將配對字符分別存到不同變量的例子:
復制代碼 代碼如下:
t = {}
s = "from=world, to=Lua"
for k, v in string.gmatch(s, "(%w+)=(%w+)") do
t[k]=v
end
for k, v in pairs(t) do
print(k, v)
end
string.gsub(str, pattern, repl, n)
string.gsub()函數根據給定的配對表達式對源字符串str進行配對, 同時返回源字符串的一個副本, 該副本中成功配對的所有子字符串都將被替換. 函數還將返回成功配對的次數.實際的替換行為由repl參數的類型決定:
當repl為字符串時, 所有成功配對的子字符串均會被替換成指定的repl字串.
當repl為table時, 對每個成功配對的子字符串, 函數均會試圖尋找以其為key值的table中的元素, 并返回該元素. 如果該配對包含任何捕獲信息, 則以編號為1號的捕獲作為key值進行查找.
當repl為函數時, 每個成功配對的子字符串均會作為參數被傳入到該函數中去.
在repl是table或函數時, 如果該table或函數返回了字串或數字的值, 這個值依然會被用于替換副本字串中的配對子字串. 如果該table/函數返回的值為空, 將不發生替換.
n參數可選, 當它被指定時, string.gsub()函數只對源字符串中的前n個成功配對的成員進行操作.
以下是幾個例子:
復制代碼 代碼如下:
> print(string.gsub("hello world", "(%w+)", "%1 %1"))
hello hello world world 2
> print(string.gsub("hello Lua", "(%w+)%s*(%w+)", "%2 %1"))
Lua hello 1
> string.gsub("hello world", "%w+", print)
hello world 2
> lookupTable = {["hello"] = "hola", ["world"] = "mundo"}
> print(string.gsub("hello world", "(%w+)", lookupTable))
hola mundo 2
string.match(str, pattern, init)
string.match()只尋找源字串str中的第一個配對. 參數init可選, 指定搜尋過程的起點, 默認為1.
在成功配對時, 函數將返回配對表達式中的所有捕獲結果; 如果沒有設置捕獲標記, 則返回整個配對字符串. 當沒有成功的配對時, 返回nil.
復制代碼 代碼如下:
string.match("abcdaef", "a")
-> a
string.reverse(str)
返回一個字符串的倒序排列
復制代碼 代碼如下:
string.reverse("abcde")
->edcba
string.dump(function)
返回指定函數的二進制代碼(函數必須是一個Lua函數，并且沒有上值)
string.find(str, pattern, init, plain)
string.find的基本應用就是用來在目標串（subject string）內搜索匹配指定的模式的串。函數如果找到匹配的串返回他的位置，否則返回nil.最簡單的模式就是一個單詞，僅僅匹配單詞本身。比如，模式'hello'僅僅匹配目標串中的"hello"。當查找到模式的時候，函數返回兩個值：匹配串開始索引和結束索引。
復制代碼 代碼如下:
s = "hello world"
string.find(s, "hello") --> 1 5
string.find(s, "world") --> 7 11
string.find(s, "l") --> 3 3
string.find(s, "lll") --> nil
string.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。當我們想查找目標串中所有匹配的子串的時候，這個選項非常有用。我們可以不斷的循環搜索，每一次從前一次匹配的結束位置開始。下面看一個例子，下面的代碼用一個字符串中所有的新行構造一個表：
復制代碼 代碼如下:
local t = {} -- 存放回車符的位置
local i = 0
while true do
i = string.find(s, "\n", i+1) -- 查找下一行
if i == nil then break end
table.insert(t, i)
end
string.sub(str,sPos,ePos)
string.gsub的功能是截取字符串，他從指定起始位置截取一個字符串。string.sub可以利用string.find返回的值截取匹配的子串。
對簡單模式而言，匹配的就是其本身
復制代碼 代碼如下:
s = "hello world"
local i, j = string.find(s, "hello") --> 1 5
string.sub(s, i, j) --> hello
string.gsub(str, sourcestr, desstr)
string.gsub的基本作用是用來查找匹配模式的串，并將使用替換串其替換掉：
string.gsub函數有三個參數：目標串，模式串，替換串。
復制代碼 代碼如下:
s = string.gsub("Lua is cute", "cute", "great")
print(s) --> Lua is great
s = string.gsub("all lii", "l", "x")
print(s) --> axx xii
s = string.gsub("Lua is great", "perl", "tcl")
print(s) --> Lua is great
第四個參數是可選的，用來限制替換的范圍：
復制代碼 代碼如下:
s = string.gsub("all lii", "l", "x", 1)
print(s) --> axl lii
s = string.gsub("all lii", "l", "x", 2)
print(s) --> axx lii
string.gsub的第二個返回值表示他進行替換操作的次數。例如，下面代碼涌來計算一個字符串中空格出現的次數：
復制代碼 代碼如下:
_, count = string.gsub(str, " ", " ")
（注意，_ 只是一個啞元變量）
模式
你還可以在模式串中使用字符類。字符類指可以匹配一個特定字符集合內任何字符的模式項。比如，字符類%d匹配任意數字。所以你可以使用模式串'%d%d/%d%d/%d%d%d%d'搜索dd/mm/yyyy格式的日期：
復制代碼 代碼如下:
s = "Deadline is 30/05/1999, firm"
date = "%d%d/%d%d/%d%d%d%d"
print(string.sub(s, string.find(s, date))) --> 30/05/1999
下面的表列出了Lua支持的所有字符類：
單個字符(除^$()%.[]*+-?外): 與該字符自身配對
.(點): 與任何字符配對
%a: 與任何字母配對
%c: 與任何控制符配對(例如\n)
%d: 與任何數字配對
%l: 與任何小寫字母配對
%p: 與任何標點(punctuation)配對
%s: 與空白字符配對
%u: 與任何大寫字母配對
%w: 與任何字母/數字配對
%x: 與任何十六進制數配對
%z: 與任何代表0的字符配對
%x(此處x是非字母非數字字符): 與字符x配對. 主要用來處理表達式中有功能的字符(^$()%.[]*+-?)的配對問題, 例如%%與%配對
[數個字符類]: 與任何[]中包含的字符類配對. 例如[%w_]與任何字母/數字, 或下劃線符號(_)配對
[^數個字符類]: 與任何不包含在[]中的字符類配對. 例如[^%s]與任何非空白字符配對
當上述的字符類用大寫書寫時, 表示與非此字符類的任何字符配對. 例如, %S表示與任何非空白字符配對.例如，'%A'非字母的字符
復制代碼 代碼如下:
print(string.gsub("hello, up-down!", "%A", "."))
--> hello..up.down. 4
（數字4不是字符串結果的一部分，他是gsub返回的第二個結果，代表發生替換的次數。下面其他的關于打印gsub結果的例子中將會忽略這個數值。）在模式匹配中有一些特殊字符，他們有特殊的意義，Lua中的特殊字符如下：
復制代碼 代碼如下:
( ) . % + - * ? [ ^ $
'%' 用作特殊字符的轉義字符，因此 '%.' 匹配點；'%%' 匹配字符 '%'。轉義字符 '%'不僅可以用來轉義特殊字符，還可以用于所有的非字母的字符。當對一個字符有疑問的時候，為安全起見請使用轉義字符轉義他。
對Lua而言，模式串就是普通的字符串。他們和其他的字符串沒有區別，也不會受到特殊對待。只有他們被用作模式串用于函數的時候，'%' 才作為轉義字符。所以，如果你需要在一個模式串內放置引號的話，你必須使用在其他的字符串中放置引號的方法來處理，使用 '\' 轉義引號，'' 是Lua的轉義符。你可以使用方括號將字符類或者字符括起來創建自己的字符類（譯者：Lua稱之為char-set，就是指傳統正則表達式概念中的括號表達式）。比如，'[%w_]' 將匹配字母數字和下劃線，'[01]' 匹配二進制數字，'[%[%]]' 匹配一對方括號。下面的例子統計文本中元音字母出現的次數：
復制代碼 代碼如下:
_, nvow = string.gsub(text, "[AEIOUaeiou]", "")
在char-set中可以使用范圍表示字符的集合，第一個字符和最后一個字符之間用連字符連接表示這兩個字符之間范圍內的字符集合。大部分的常用字符范圍都已經預定義好了，所以一般你不需要自己定義字符的集合。比如，'%d' 表示 '[0-9]'；'%x' 表示 '[0-9a-fA-F]'。然而，如果你想查找八進制數，你可能更喜歡使用 '[0-7]' 而不是 '[01234567]'。你可以在字符集(char-set)的開始處使用 '^' 表示其補集：'[^0-7]' 匹配任何不是八進制數字的字符；'[^\n]' 匹配任何非換行符戶的字符。記住，可以使用大寫的字符類表示其補集：'%S' 比 '[^%s]' 要簡短些。
Lua的字符類依賴于本地環境，所以 '[a-z]' 可能與 '%l' 表示的字符集不同。在一般情況下，后者包括 'ç' 和 'ã'，而前者沒有。應該盡可能的使用后者來表示字母，除非出于某些特殊考慮，因為后者更簡單、方便、更高效。
可以使用修飾符來修飾模式增強模式的表達能力，Lua中的模式修飾符有四個：
復制代碼 代碼如下:
+ 匹配前一字符1次或多次
* 匹配前一字符0次或多次
- 匹配前一字符0次或多次
? 匹配前一字符0次或1次
'+'，匹配一個或多個字符，總是進行最長的匹配。比如，模式串 '%a+' 匹配一個或多個字母或者一個單詞：
復制代碼 代碼如下:
print(string.gsub("one, and two; and three", "%a+", "word"))
--> word, word word; word word
'%d+' 匹配一個或多個數字（整數）：
復制代碼 代碼如下:
i, j = string.find("the number 1298 is even", "%d+")
print(i,j) --> 12 15
'*' 與 '+' 類似，但是他匹配一個字符0次或多次出現.一個典型的應用是匹配空白。比如，為了匹配一對圓括號()或者括號之間的空白，可以使用 '%(%s*%)'。（ '%s*' 用來匹配0個或多個空白。由于圓括號在模式中有特殊的含義，所以我們必須使用 '%' 轉義他。）再看一個例子，'[_%a][_%w]*' 匹配Lua程序中的標示符：字母或者下劃線開頭的字母下劃線數字序列。
'-' 與 '*' 一樣，都匹配一個字符的0次或多次出現，但是他進行的是最短匹配。某些時候這兩個用起來沒有區別，但有些時候結果將截然不同。比如，如果你使用模式 '[_%a][_%w]-' 來查找標示符，你將只能找到第一個字母，因為 '[_%w]-' 永遠匹配空。另一方面，假定你想查找C程序中的注釋，很多人可能使用 '/%*.*%*/'（也就是說 "/*" 后面跟著任意多個字符，然后跟著 "*/" ）。然而，由于 '.*' 進行的是最長匹配，這個模式將匹配程序中第一個 "/*" 和最后一個 "*/" 之間所有部分：
復制代碼 代碼如下:
test = "int x; /* x */ int y; /* y */"
print(string.gsub(test, "/%*.*%*/", "COMMENT>"))
--> int x; COMMENT>
然而模式 '.-' 進行的是最短匹配，她會匹配 "/*" 開始到第一個 "*/" 之前的部分：
復制代碼 代碼如下:
test = "int x; /* x */ int y; /* y */"
print(string.gsub(test, "/%*.-%*/", "COMMENT>"))
--> int x; COMMENT> int y; COMMENT>
'?' 匹配一個字符0次或1次。舉個例子，假定我們想在一段文本內查找一個整數，整數可能帶有正負號。模式 '[+-]?%d+' 符合我們的要求，它可以匹配像 "-12"、"23" 和 "+1009" 等數字。'[+-]' 是一個匹配 '+' 或者 '-' 的字符類；接下來的 '?' 意思是匹配前面的字符類0次或者1次。
與其他系統的模式不同的是，Lua中的修飾符不能用字符類；不能將模式分組然后使用修飾符作用這個分組。比如，沒有一個模式可以匹配一個可選的單詞（除非這個單詞只有一個字母）。下面我將看到，通常你可以使用一些高級技術繞開這個限制。
以 '^' 開頭的模式只匹配目標串的開始部分，相似的，以 '$' 結尾的模式只匹配目標串的結尾部分。這不僅可以用來限制你要查找的模式，還可以定位（anchor）模式。比如：
復制代碼 代碼如下:
if string.find(s, "^%d") then ...
檢查字符串s是否以數字開頭，而
復制代碼 代碼如下:
if string.find(s, "^[+-]?%d+$") then ...
檢查字符串s是否是一個整數。
'%b' 用來匹配對稱的字符。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：
復制代碼 代碼如下:
print(string.gsub("a (enclosed (in) parentheses) line", "%b()", ""))
--> a line
常用的這種模式有：'%b()' ，'%b[]'，'%b%{%}' 和 '%b>'。你也可以使用任何字符作為分隔符。
您可能感興趣的文章:- Lua中使用table.concat連接大量字符串實例
- Lua教程（五）：C/C++操作Lua數組和字符串示例
- Lua中字符串（string）淺析
- Lua字符串庫中的幾個重點函數介紹
- Lua函數與字符串處理簡明總結
- 使用lua實現split字符串分隔
- Lua中的string庫（字符串函數庫）總結
- Lua字符串庫(string庫)學習筆記
- Lua源碼中字符串類型的實現
