解析日志文件

Go 的 regexp 包提供了对正则表达式的支持。

语法

所接受的正则表达式语法与 Perl、Python 等语言所用的通用语法相同。

搜索模式和输入文本都按 UTF-8 解释。

使用反引号（`）创建字符串时，反斜杠（\） 没有任何特殊含义，也不表示制表符\t或换行符\n这类特殊字符的开头：

"\t\n" // regular string literal with 2 characters: a tab and a newline
`\t\n`// raw string literal with 4 characters: two backslashes, a 't', and an 'n'

因此，写正则表达式时用反引号更合适，因为这样就不需要对反斜杠进行转义：

"\\" // string with a single backslash
`\\` // string with 2 backslashes

编译模式 - RegExp 类型

要使用正则表达式，必须先编译字符串模式。 这里的编译是指，把正则表达式的字符串模式转换成一种更易于处理的内部表示。 每个模式只需编译一次，之后就可以多次使用编译后的正则表达式。 regexp.Regexp 类型表示一个已编译的正则表达式。 我们可以使用函数regexp.Compile把字符串模式编译成regexp.Regexp。 如果编译失败，该函数会返回nil和一个错误：

re, err := regexp.Compile(`(a|b)+`)
fmt.Println(re, err) // => (a|b)+ <nil>
re, err = regexp.Compile(`a|b)+`)
fmt.Println(re, err) // => <nil> error parsing regexp: unexpected ): `a|b)+`

函数MustCompile是Compile的便捷替代方案：

re = regexp.MustCompile(`[a-z]+\d*`)

使用这个函数，就不需要处理错误。

正则表达式的方法

Regexp有 16 个方法可以匹配正则表达式并定位匹配到的文本。 这些方法的名字都能被下面这个正则表达式匹配：

Find(All)?(String)?(Submatch)?(Index)?

• 如果含有All，该方法会依次匹配整个表达式所有互不重叠的匹配项。
• 如果含有String，实参是字符串；否则是字节切片；返回值也会相应地调整。
• 如果含有Submatch，返回值是一个切片，标识表达式中依次匹配到的各个子匹配。
• 如果含有Index，匹配项和子匹配项由输入字符串中的字节下标对来标识。

还有一些方法用于：

• 用替换字符串替换正则表达式的匹配项，以及
• 拆分由正则表达式分隔的字符串。

总的来说，regexp包定义了 40 多个函数和方法。 下面我们会演示几个方法的用法。 关于这些函数以及其他函数的详细信息，请参阅 API 文档。

MatchString 示例

方法MatchString用于报告字符串中是否包含正则表达式的匹配项。

re = regexp.MustCompile(`[a-z]+\d*`)
b = re.MatchString("[a12]")       // => true
b = re.MatchString("12abc34(ef)") // => true
b = re.MatchString(" abc!")       // => true
b = re.MatchString("123 456")     // => false

FindString 示例

方法FindString返回一个字符串，其中保存着正则表达式最左侧匹配项的文字。

re = regexp.MustCompile(`[a-z]+\d*`)
s = re.FindString("[a12]")       // => "a12"
s = re.FindString("12abc34(ef)") // => "abc34"
s = re.FindString(" abc!")       // => "abc"
s = re.FindString("123 456")     // => ""

FindStringSubmatch 示例

方法FindStringSubmatch返回一个字符串切片，其中保存着正则表达式最左侧匹配项的文字，以及它的子表达式（如果有）匹配到的文字。 这可以用来找出与捕获组匹配的字符串。 返回值为nil表示没有匹配。

re = regexp.MustCompile(`[a-z]+(\d*)`)
sl = re.FindStringSubmatch("[a12]")       // => []string{"a12","12"}
sl = re.FindStringSubmatch("12abc34(ef)") // => []string{"abc34","34"}
sl = re.FindStringSubmatch(" abc!")       // => []string{"abc",""}
sl = re.FindStringSubmatch("123 456")     // => <nil>

ReplaceAllString 示例

方法re.ReplaceAllString(src,repl)返回src的副本，并把正则表达式re的匹配项替换为替换字符串repl。

re = regexp.MustCompile(`[a-z]+\d*`)
s = re.ReplaceAllString("[a12]", "X")       // => "[X]"
s = re.ReplaceAllString("12abc34(ef)", "X") // => "12X(X)"
s = re.ReplaceAllString(" abc!", "X")       // => " X!"
s = re.ReplaceAllString("123 456", "X")     // => "123 456"

Split 示例

方法re.Split(s,n)会把文本s按该表达式切分成子字符串，并返回这些表达式匹配项之间的子字符串所组成的切片。 数量n决定最多返回多少个子字符串。 如果n<0，该方法返回所有子字符串。

re = regexp.MustCompile(`[a-z]+\d*`)
sl = re.Split("[a12]", -1)      // => []string{"[","]"}
sl = re.Split("12abc34(ef)", 2) // => []string{"12","(ef)"}
sl = re.Split(" abc!", -1)      // => []string{" ","!"}
sl = re.Split("123 456", -1)    // => []string{"123 456"}