go語言正則表達式

我們前兩節課爬取珍愛網的時候，用到了很多正則表達式去匹配城市列表、城市、用戶信息，其實除了正則表達式去匹配，還可以利用goquery和xpath第三方庫匹配有用信息。而我利用了更優雅的正則表達式匹配。下來大概介紹下正則表達式。

比如我們匹配城市列表的時候，會取匹配所有城市的url，如下：

可以看到圖片后是小寫字母加數字，那么就可以用以下方式提取：

<a href="(http://www.zhenai.com/zhenghun/[0-9a-z]+)"[^>]*>([^<]+)</a>

[0-9a-z]+表示匹配小寫字母或者數字至少一次，[^{>]*表示匹配非>的字符任意次，然后[}<]+表示匹配非<字符至少一次。我們要取到城市的url和城市名，所以對進行了分組。

通過以下方式就可以拿到url和city

const (
   cityListReg = `<a href="(http://www.zhenai.com/zhenghun/[0-9a-z]+)"[^>]*>([^<]+)</a>`
 )

 compile := regexp.MustCompile(cityListReg)

 submatch := compile.FindAllSubmatch(contents, -1)

 for _, m := range submatch {
   fmt.Println("url:" , string(m[1]), "city:", string(m[2]))
 }

匹配包含g g,且gg中間至少一個小寫字母：

//匹配包含g g,且gg中間至少一個小寫字母
 match, _ := regexp.MatchString("g([a-z]+)g", "11golang11")
 //true
 fmt.Println(match)

上面我們直接使用了字符串匹配的正則表達式，但是對於其他的正則匹配任務，需要使用一個優化過的正則對象：

compile, err := regexp.Compile("[e-mail]")

 if err != nil {
   //....正則語法錯誤，需要處理錯誤
   fmt.Println(err)
 }

 //[e-mail]
 fmt.Println(compile.FindString(text))

compile, err :=regexp.Compile("[e-mail]")

函數返回一個正則表達式匹配器和錯誤，當參數正則表達式不符合正則語法時返回error，比如說regexp.Compile("[[e-mail]")就會報錯missing closing ]

一般正則表達式是用戶輸入的才需要處理錯誤，而自己寫的一般是不會有錯的，所以可以使用compile:= regexp.MustCompile("[e-mail]")，如果語法錯誤，就會發生panic。

text1 := `my email is [e-mail]
  aa email is [e-mail]
  bb email is [e-mail]
  cc email is [e-mail]
  `
 //如果要提取A@B.C中的A、B、C，需要用到正則表達式的提取功能。
 comp := regexp.MustCompile(`([a-zA-Z0-9]+)@([a-zA-Z0-9.]+)\.([a-zA-Z0-9]+)`)

 //利用自匹配獲取正則表達式里括號中的匹配內容
 submatchs := comp.FindAllStringSubmatch(text1, -1)

 //submatchs其實是一個二維數組
 fmt.Println(submatchs)

 //去除每個匹配,submatch其實還是個slice
 for _, submatch := range submatchs {
   fmt.Println(submatch)
 }

結果輸出如下：

[[[e-mail] aa qq com] [[e-mail] aa gmail com] [[e-mail] bb qq com] [[e-mail] cc qq.com cn]]
[[e-mail] aa qq com]
[[e-mail] aa gmail com]
[[e-mail] bb qq com]
[[e-mail] cc qq.com cn]

r := regexp.MustCompile("p([a-z]+)ch")
 fmt.Println(r) //----->p([a-z]+)ch
 //regexp 包也可以用來替換部分字符串為其他值。
 fmt.Println(r.ReplaceAllString("a peach", "<smallsoup>")) //----->a <smallsoup>
 //Func 變量允許傳遞匹配內容到一個給定的函數中，
 in := []byte("a smallsoup")
 out := r.ReplaceAllFunc(in, bytes.ToUpper)
 fmt.Println(string(out)) //----->a PEACH
 /*#######################常見表達式###########################*/
 // 查找漢字
 testText := "Hello 你好嗎, I like golang!"
 reg := regexp.MustCompile(`[\p{Han}]+`)
 fmt.Println(reg.FindAllString(testText, -1)) // ----->[你好]
 reg = regexp.MustCompile(`[\P{Han}]+`)
 fmt.Println(reg.FindAllString(testText, -1))        // ----->["Hello " ", I li golang!"]
 fmt.Printf("%q\n", reg.FindAllString(testText, -1)) // ----->["Hello " ", I lm golang!"]
 //Email
 reg = regexp.MustCompile(`\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*`)
 fmt.Println(reg.MatchString("[e-mail]"))
 //用戶名密碼：
 reg = regexp.MustCompile(`[a-zA-Z]|\w{6,18}`)
 fmt.Println(reg.MatchString("w_dy_246"))

運行結果如下：

p([a-z]+)ch
a <smallsoup>
a smallsoup
[你好嗎]
[Hello  , I like golang!]
["Hello " ", I like golang!"]
true
true

Process finished with exit code 0

---

---

本公眾號免費提供csdn下載服務，海量IT學習資源，如果你准備入IT坑，勵志成為優秀的程序猿，那么這些資源很適合你，包括但不限於java、go、python、springcloud、elk、嵌入式 、大數據、面試資料、前端 等資源。同時我們組建了一個技術交流群，里面有很多大佬，會不定時分享技術文章，如果你想來一起學習提高，可以公眾號后台回復【2】，免費邀請加技術交流群互相學習提高，會不定期分享編程IT相關資源。

---

掃碼關注，精彩內容第一時間推給你