Lua匹配模式

什么是匹配模式

匹配模式也是一串字符串内容，能通过zm.RegExMatch 正则匹配、zm.RegExMatchEx 正则子匹配、zm.RegExReplace 正则替换等函数命令实现按规则描述提取指定数据内容。

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（也写作RegExp）来进行匹配，而是进行了一些精简优化来实现强大的功能。

语法

字符类

字符类用于表示一个字符集合。

• .（一个点） : 可表示任何字符。
• %a : 表示任何字母。
• %c : 表示任何控制字符。
• %d : 表示任何数字。
• %g : 表示任何除空白符外的可打印字符。
• %l : 表示所有小写字母。
• %p : 表示所有标点符号。
• %s : 表示所有空白字符。
• %u : 表示所有大写字母。
• %w : 表示所有字母及数字。
• %x : 表示所有 16 进制数字符号。
• %z : 表示 \0 的字符。
• %% : 表示字符 %。 这是对魔法字符转义的标准方法。 所有非字母或数字的字符 （包括所有标点，也包括非魔法字符） 都可以用前置一个 % 放在模式串中表示自身。
• [set] : 表示 set 中所有字符的联合。 可以以 - 连接，升序书写范围两端的字符来表示一个范围的字符集。 其它出现在 set 中的字符则代表它们自己。 例如，[%w\_] （或 [\_%w]） 表示所有的字母数字加下划线）， [0-7] 表示 8 进制数字， [0-7%l%-]　表示 8 进制数字加小写字母与 - 字符。
• [^set] : 表示 set 的补集，也就是不包含 set ， 其中 set 如上面的解释。

所有单个字母表示的类别（%a，%c，等）， 若将其字母改为大写，均表示对应的补集。 例如，%S 表示所有非空格的字符。

模式条目

• 单个字符类匹配该类别中任意单个字符
• 单个字符类跟一个 *， 将匹配零或多个该类的字符。 这个条目总是匹配尽可能长的串
• 单个字符类跟一个 +， 将匹配一或更多个该类的字符。 这个条目总是匹配尽可能长的串；
• 单个字符类跟一个 -， 将匹配零或更多个该类的字符。 和 * 不同， 这个条目总是匹配尽可能短的串；
• 单个字符类跟一个 ?， 将匹配零或一个该类的字符。 只要有可能，它会匹配一个；
• %n， 这里的 n 可以从 1 到 9； 这个条目匹配一个等于 n 号捕获物（后面有描述）的子串。
• %bxy， 这里的 x 和 y 是两个明确的字符； 这个条目匹配以 x 开始 y 结束， 且其中 x 和 y 保持 平衡 的字符串。 意思是，如果从左到右读这个字符串，对每次读到一个 x 就 +1 ，读到一个 y 就 -1， 最终结束处的那个 y 是第一个记数到 0 的 y。 举个例子，条目 %b() 可以匹配到括号平衡的表达式。
• %f[set]， 指 边境模式； 这个条目会匹配到一个位于 set 内某个字符之前的一个空串， 且这个位置的前一个字符不属于 set 。 集合 set 的含义如前面所述。 匹配出的那个空串之开始和结束点的计算就看成该处有个字符 '\0' 一样。

模式

模式 指一个模式条目的序列。 在模式最前面加上符号 ^ 将锚定从字符串的开始处做匹配。 在模式最后面加上符号 $ 将使匹配过程锚定到字符串的结尾。 如果 ^ 和 $ 出现在其它位置，它们均没有特殊含义，只表示自身。

捕获

模式可以在内部用小括号括起一个子模式； 这些子模式被称为 捕获物。 当匹配成功时，由 捕获物 匹配到的字符串中的子串被保存起来用于未来的用途。 捕获物以它们左括号的次序来编号。 例如，对于模式 (a*(.)%w(%s*)) ， 字符串中匹配到 a*(.)%w(%s*) 的部分保存在第一个捕获物中 （因此是编号 1 ）； 由 . 匹配到的字符是 2 号捕获物， 匹配到 %s* 的那部分是 3 号。

作为一个特例，空的捕获 () 将捕获到当前字符串的位置（它是一个数字）。 例如，如果将模式 ()aa() 作用到字符串 "flaaap" 上，将产生两个捕获物： 3 和 5 。