正則表達(dá)式

在 OpenResty 中，同時(shí)存在兩套正則表達(dá)式規(guī)范：Lua 語言的規(guī)范和 Nginx 的規(guī)范，即使您對(duì) Lua 語言中的規(guī)范非常熟悉，我們?nèi)圆唤ㄗh使用 Lua 中的正則表達(dá)式。一是因?yàn)?Lua 中正則表達(dá)式的性能并不如 Nginx 中的正則表達(dá)式優(yōu)秀；二是 Lua 中的正則表達(dá)式并不符合 POSIX 規(guī)范，而 Nginx 中實(shí)現(xiàn)的是標(biāo)準(zhǔn)的 POSIX 規(guī)范，后者明顯更具備通用性。

Lua 中的正則表達(dá)式與 Nginx 中的正則表達(dá)式相比，有 5%-15%的性能損失，而且 Lua 將表達(dá)式編譯成 Pattern 之后，并不會(huì)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(dá)式可以通過參數(shù)緩存編譯過后的 Pattern ，不會(huì)有類似的性能損失。

o 選項(xiàng)參數(shù)用于提高性能，指明該參數(shù)之后，被編譯的 Pattern 將會(huì)在 worker 進(jìn)程中緩存，并且被當(dāng)前 worker 進(jìn)程的每次請(qǐng)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(shù)"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(wǎng)址中輸入"yourURL/test"，即會(huì)在網(wǎng)頁中顯示 1234 。

Lua 中正則表達(dá)式語法上最大的區(qū)別，Lua 使用'%' 來進(jìn)行轉(zhuǎn)義，而其他語言的正則表達(dá)式使用'\' 符號(hào)來進(jìn)行轉(zhuǎn)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：

Lua 正則簡單匯總

• string.find 的基本應(yīng)用是在目標(biāo)串內(nèi)搜索匹配指定的模式的串。函數(shù)如果找到匹配的串，就返回它的開始索引和結(jié)束索引，否則返回 nil。find 函數(shù)第三個(gè)參數(shù)是可選的：標(biāo)示目標(biāo)串中搜索的起始位置，例如當(dāng)我們想實(shí)現(xiàn)一個(gè)迭代器時(shí)，可以傳進(jìn)上一次調(diào)用時(shí)的結(jié)束索引，如果返回了一個(gè) nil 值的話，說明查找結(jié)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(gè)修改后的字符串的副本，函數(shù)有目標(biāo)串，模式串，替換串三個(gè)參數(shù)，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(diǎn)值得注意的是，'%b' 用來匹配對(duì)稱的字符，而不是一般正則表達(dá)式中的單詞的開始、結(jié)束。 '%b' 用來匹配對(duì)稱的字符，而且采用貪婪匹配。常寫為 '%bxy' ， x 和 y 是任意兩個(gè)不同的字符； x 作為匹配的開始， y 作為匹配的結(jié)束。比如，'%b()' 匹配以 '(' 開始，以 ')' 結(jié)束的字符串：

--> a line
print(string.gsub("a (enclosed (in) parentheses) line", "%b()", ""))