正则聊天机器人

正则表达式

正则表达式（regex）是一串用于指定文本搜索模式的字符。

学习正则表达式的语法超出了本主题的范围。 我们将重点介绍jq提供的那些用于使用正则表达式的表达式。

正则表达式流派

不同的工具实现的正则表达式版本各不相同。 jq内置了 Oniguruma 正则表达式库，它与 Perl v5.8 的正则表达式大体兼容。

jq使用的具体语法可以在 Oniguruma 的 GitHub 仓库中找到。

正则表达式函数

jq中的正则表达式仅限于一组过滤器。

简单匹配

当你需要判断一个字符串是否匹配某个模式时，使用test过滤器。

STRING | test(REGEX)
STRING | test(REGEX; FLAGS)
STRING | test([REGEX, FLAGS])

这个过滤器会输出一个_布尔_结果。

"Hello World!" | test("W")    # => true
"Goodbye Mars" | test("W")    # => false

关于匹配的信息

当你需要提取真正匹配该模式的子字符串时，使用match过滤器。

STRING | match(REGEX)
STRING | match(REGEX; FLAGS)
STRING | match([REGEX, FLAGS])

这个过滤器会输出：

• 如果没有匹配，则什么也不输出，或者
• 如果匹配成功，则输出一个包含各种属性的对象。

下面这个例子使用反向引用语法\1来查找两个相同且连续的元音。

"Hello World!" | match("([aeiou])\\1")
# => empty

"Goodbye Mars" | match("([aeiou])\\1")
# => {
#      "offset": 1,
#      "length": 2,
#      "string": "oo",
#      "captures": [
#        {
#          "offset": 1,
#          "length": 1,
#          "string": "o",
#          "name": null
#        }
#      ]
#    }

match过滤器会为_每一个_匹配项返回一个对象。 下面这个例子演示了用"g"标志找出所有元音。

"Goodbye Mars" | match("[aeiou]"; "g")
# => { "offset": 1, "length": 1, "string": "o", "captures": [] }
#    { "offset": 2, "length": 1, "string": "o", "captures": [] }
#    { "offset": 6, "length": 1, "string": "e", "captures": [] }
#    { "offset": 9, "length": 1, "string": "a", "captures": [] }

捕获的子字符串

与match过滤器类似，如果匹配成功，capture过滤器会返回一个对象。

STRING | capture(REGEX)
STRING | capture(REGEX; FLAGS)
STRING | capture([REGEX, FLAGS])

返回的对象是命名捕获的映射。

"JIRAISSUE-1234" | capture("(?<project>\\w+)-(?<issue_num>\\d+)")
# => {
#      "project": "JIRAISSUE",
#      "issue_num": "1234"
#    }

只取子字符串

scan过滤器类似于带"g"标志的match。

STRING | scan(REGEX)
STRING | scan(REGEX; FLAGS)

scan会输出一个子字符串_流_。

"Goodbye Mars" | scan("[aeiou]")
# => "o"
#    "o"
#    "e"
#    "a"

使用[...]数组构造器来捕获这些子字符串。

"Goodbye Mars" | [ scan("[aeiou]") ]
# => ["o", "o", "e", "a"]

拆分字符串

如果你知道字符串中想要保留的部分，就使用match或scan。 如果你知道想要丢弃的部分，就使用split。

STRING | split(REGEX; FLAGS)

下面是一个按任意空白字符拆分字符串的例子。

"first   second           third fourth" | split("\\s+"; "")
# => ["first", "second", "third", "fourth"]

替换

sub和gsub过滤器可以转换输入字符串，把输入中匹配的部分替换为替换字符串。

如果只想替换第一个匹配项，使用sub。 如果想替换所有匹配项，使用gsub。

STRING | sub(REGEX; REPLACEMENT)
STRING | sub(REGEX; REPLACEMENT; FLAGS)
STRING | gsub(REGEX; REPLACEMENT)
STRING | gsub(REGEX; REPLACEMENT; FLAGS)

"Goodnight kittens. Goodnight mittens." | sub("night"; " morning")
# => "Good morning kittens. Goodnight mittens."

"Goodnight kittens. Goodnight mittens." | gsub("night"; " morning")
# => "Good morning kittens. Good morning mittens."

替换文本可以引用匹配到的子字符串；使用命名捕获和字符串插值。

"Some 3-letter acronyms: gnu, csv, png"
| gsub( "\\b(?<tla>[[:alpha:]]{3})\\b";     # find words 3 letters long
        "\(.tla | ascii_upcase)" )          # upper-case the match
# => "Some 3-letter acronyms: GNU, CSV, PNG"

标志

在上面所有过滤器中，FLAGS 是一个字符串，由零个或多个受支持的标志组成。

• g - 全局搜索（查找所有匹配项，而不只是第一个）
• i - 不区分大小写的搜索
• m - 多行模式（'.' 会匹配换行符）
• n - 忽略空匹配
• p - 同时启用 s 和 m 两种模式
• s - 单行模式（'^' -> '\A'，'$' -> '\Z'）
• l - 查找尽可能长的匹配
• x - 扩展正则表达式格式（忽略空白和注释）

例如

"JIRAISSUE-1234" | capture("(?<project>\\w+)-(?<issue_num>\\d+)")

# or with Extended formatting

"JIRAISSUE-1234" | capture("
                     (?<project>   \\w+ )  # the Jira project
                     -                     # followed by a hyphen
                     (?<issue_num> \\d+ )  # followed by digits
                   "; "x")