lua的string库与强大的模式匹配

lua原生解释器对字符串的处理能力是十分有限的，强大的字符串操作能力来自于string库。lua的string函数导出在string module中。在lua5.1,同一时候也作为string类型的成员方法，因此，我们既能够写成string.upper(s), 也能够s:upper(),选择你喜欢的写法。

string.len(s)返回s的长度。

string.rep(s, n)返回反复s字符串n次的字符串。

string.lower(s)返回一份已将大写转成小写的字符串s的拷贝 

lower,upper都是使用本地字符集的，另外，假设你想对一个string数组进行排序,并不区分大写和小写，你可能像这么写：

table.sort(a, function(a, b)

     return string.lower(a) < string.lower(b)

end)

string.sub(s, i, j)将从s提取一段字符串，从i到j(闭区间[i, j])，当然你能够使用负索引值，将从字符串尾部算起，-1是最后一个字符，-2是倒数第二，等等,这么做的优点是当我们要提取直到末尾几个字符时，从后面数起就非常方便。比如：

s = "[hello,world]"

print(string.sub(s, 2, -2)) --> hello,world

记住，lua中的字符串是不可变的。

string.char, string.byte用于转换字符和对于的数字之间值。比如：

i = 97

print(string.char(i, i+1, i+2)) --> abc

print(string.byte("abc"))       --> 97

print(string.byte("abc"), -2)   --> 98

lua5.1 string.byte能够接受第三个參数，返回i,j之间的多个值。比如，这么写将字符串转成字符值数组:

t = {s.byte(1, -1}

要想又一次转成字符串的话：

string.char(unpack(t))

string.format是强大字符串格式化函数，和c语言的printf类似，这里不累述。

lua string库里最强大的函数是那些模式匹配函数：find, match, gsub, gmatch。和其它脚本语言不同，lua既没实用POSIX的正則表達式，也没实用perl的正則表達式。原因是实现这些导致lua占用很多其它内存，而lua的初衷是小巧的，嵌入应用的语言。 lua用少于500行的代码实现了自己的一套模式匹配，尽管不如标准的正則表達式强（一般须要4000以上代码），但也足够强大。

string.find将查找目标模板在给定字符串中出现的位置，找到返回起始和结束位置，没找到返回nil。比如：

s = "hello,world"

i, j = string.find(s, "hello")

print(string.sub(s, i, j))

当然，string.find还能够给定起始搜索位置，当你想找出全部出现的位置时，这个參数就非常实用，比如想知道换行符出如今那些地方：

local t = {}

local i = 0

while true do

     i = string.find(s, "\n", i+1)

     if i == nil then break end

     t[#t+1] = i

end

string.match和string.find类似，都是在指定的string中查找对应的模式。不同的是，他返回的是找到的那部分string:

print(string.match("hello,world","hello")) --> hello

对于像"hello"这种固定模式来说，这个函数就没啥意义了。可是对于可变模式来说，就显示出他的强大威力了：

date = "now is 2014/10/6 17:58"

d = string.match(date, "%d+/%d+/%d+")

print(d)   --> 2014/10/6

string.gsub有三个參数，给定字符串，匹配模式和替代字符串。作用就是将全部符合匹配模式的地方都替换成替代字符串。并返回替换后的字符串，以及替换次数。

s = string.gsub("Lua is cute", "cute", "great")

print(s) --> Lua is great

string.gmatch函数将返回一个迭代器，用于迭代全部出如今给定字符串中的匹配字符串。

模式：

字符类：（character classes）

. all characters

%a letters

%c control characters

%d digits

%l lower -case letters

%p punctuation characters

%s space characters

%u upper-case letters

%w alphanumeric characters

%x hexadecimal digits

%z the character whose representation is 0

他们的大写版本号是他本身的互补。

魔法字符：

( ) . % + - * ? [ ] ^ $

用%进行转义。'%%'代表'%'

字符集(char -set ):使用字符集能够自己定义字符类。

1.不同的字符类，和单字符之间用[]

[%w_]匹配字母数字字符和下划线。

[01]匹配二进制数

2.要想字符集内包括字符区间，起止之间加上-

[0-9] 相当于 %d

[0-9a-fA-F]相当于 %x

3.假设想得到该字符集的互补,前面加上^

[^0-7] 不论什么非八进制数字

反复或可选修饰符

+ 1 or more repetitions，匹配最长的，

* 0 or more repetitions  最长的

- also 0 or more repetitions 最短的

? optional (0 or 1 occurrence) 

捕获

捕获机制同意一个模式串中的一部分来匹配目标串种的一部分。写法是模式串中你须要捕获的那部分用()括起来，比如：

pair = "name = anna"

key, value = string.match(pair, "(%a+)%s*=%s*(%a+)")

print(key, value) --> name anna

我们也能够将捕获用于模式串自身，"([\"'])(.-)%1",这里的%1表示匹配第一个捕获的一份拷贝。

替换

前面已知道，string.gsub的參数能够是string，事实上，也能够是个函数，或是table，假设是函数，就会用捕获的内容作为參数调用该函数，将返回的内容作为替换字符串。假设是table，则用捕获的内容为key去取table的值来作为替换字符串,假设不存在，就不做替换。如：

function expand(s)

     return string.gsub(s, "$(%w+)", _G)

end

name = "Lua"; status = "great"

print(expand("$name is $status, isn't it?"))

（完）