Go语言正则模块

基本使用

import "bytes"
import "fmt"
import "regexp"
func main() {
//这个测试一个字符串是否符合一个表达式。
    match, _ := regexp.MatchString("p([a-z]+)ch", "peach")
    fmt.Println(match)
//上面我们是直接使用字符串，但是对于一些其他的正则任务，你需要使用 Compile 一个优化的 Regexp 结构体。
    r, _ := regexp.Compile("p([a-z]+)ch")
//这个结构体有很多方法。这里是类似我们前面看到的一个匹配测试。
    fmt.Println(r.MatchString("peach"))
//这是查找匹配字符串的。
    fmt.Println(r.FindString("peach punch"))
//这个也是查找第一次匹配的字符串的，但是返回的匹配开始和结束位置索引，而不是匹配的内容。
    fmt.Println(r.FindStringIndex("peach punch"))
//Submatch 返回完全匹配和局部匹配的字符串。例如，这里会返回 p([a-z]+)ch 和 `([a-z]+) 的信息。
    fmt.Println(r.FindStringSubmatch("peach punch"))
//类似的，这个会返回完全匹配和局部匹配的索引位置。
    fmt.Println(r.FindStringSubmatchIndex("peach punch"))
//带 All 的这个函数返回所有的匹配项，而不仅仅是首次匹配项。例如查找匹配表达式的所有项。
    fmt.Println(r.FindAllString("peach punch pinch", -)) // 后面的int都代表限制的匹配次数
//All 同样可以对应到上面的所有函数。
    fmt.Println(r.FindAllStringSubmatchIndex(
        "peach punch pinch", -))
//这个函数提供一个正整数来限制匹配次数。
    fmt.Println(r.FindAllString("peach punch pinch", ))
//上面的例子中，我们使用了字符串作为参数，并使用了如 MatchString 这样的方法。我们也可以提供 []byte参数并将 String 从函数命中去掉。
    fmt.Println(r.Match([]byte("peach")))
//创建正则表示式常量时，可以使用 Compile 的变体MustCompile 。因为 Compile 返回两个值，不能用语常量。
    r = regexp.MustCompile("p([a-z]+)ch")
    fmt.Println(r)
//regexp 包也可以用来替换部分字符串为其他值。
    fmt.Println(r.ReplaceAllString("a peach", "<fruit>"))
//Func 变量允许传递匹配内容到一个给定的函数中，
    in := []byte("a peach")
    out := r.ReplaceAllFunc(in, bytes.ToUpper)
    fmt.Println(string(out))
}

配合http模块基本爬虫应用

import (
    "fmt"
    "net/http"
    "io/ioutil"
    "regexp"
)

func main(){
    url := "http://www.cnblogs.com/yxi-liu/p/8542863.html"
    resp, err := http.Get(url)  // 发送get请求
    if err != nil{    // 处理错误
        panic(err)
    }
    defer resp.Body.Close()   // 关闭接口

    shtml,_ := ioutil.ReadAll(resp.Body)   //拿到body

    reg := regexp.MustCompile(`<h1 id="title2">(.*)</h1>`)   // 进行正则编译
    // 反引号用来创建原生的字符串字面量，这些字符串可能由多行组成(不支持任何转义序列)，所以通常用来写正则字符串

    result := reg.FindAllStringSubmatch(string(shtml),-) //匹配
    fmt.Println(result[][])
     // 这里返回一个二维数组，[0][0]为匹配到的整个字符串 [0][1]为捕获匹配结果()内的内容
}