用 Lua 编程：20.2 - Lua 编程语言

第一版是为 Lua 5.0 编写的。虽然在很大程度上仍然适用于后续版本，但有一些区别。
第四版针对 Lua 5.3，可在亚马逊和其他书店购买。
购买本书，您还可以帮助支持 Lua 项目。

20.2 – 模式

您可以使用字符类让模式更有用。字符类是模式中可以匹配特定集合中任何字符的项。例如，类 %d 匹配任何数字。因此，您可以使用模式 '%d%d/%d%d/%d%d%d%d' 搜索格式为 dd/mm/yyyy 的日期。

    s = "Deadline is 30/05/1999, firm"
    date = "%d%d/%d%d/%d%d%d%d"
    print(string.sub(s, string.find(s, date)))   --> 30/05/1999

下表列出了所有字符类

`.`	所有字符
`%a`	字母
`%c`	控制字符
`%d`	数字
`%l`	小写字母
`%p`	标点符号
`%s`	空格字符
`%u`	大写字母
`%w`	字母数字字符
`%x`	十六进制数字
`%z`	表示为 0 的字符

任何这些类的上版本表示该类的补集。例如，'%A' 表示所有非字母字符

    print(string.gsub("hello, up-down!", "%A", "."))
      --> hello..up.down. 4

（4 不是结果字符串的一部分。它是 gsub 的第二个结果，即替换的总数。打印 gsub 结果的其他示例将省略此计数。）

某些字符（称为魔术字符）在模式中使用时具有特殊含义。魔术字符是

    ( ) . % + - * ? [ ^ $

字符 `%´ 用作这些魔术字符的转义符。因此，'%.' 匹配一个点；'%%' 匹配字符 `%´ 本身。您不仅可以使用转义符 `%´ 来转义魔术字符，还可以转义所有其他非字母数字字符。如有疑问，请谨慎行事并添加转义符。

对于 Lua，模式是正则字符串。它们没有特殊处理，并遵循与其他字符串相同的规则。只有在函数内部，它们才被解释为模式，并且只有那时 `%´ 才起转义作用。因此，如果您需要在模式中添加引号，则必须使用与在其他字符串中添加引号相同的方法；例如，您可以使用 `\´ 转义引号，它是 Lua 的转义字符。

字符集允许您创建自己的字符类，在方括号内组合不同的类和单个字符。例如，字符集“[%w_]”匹配字母数字字符和下划线，字符集“[01]”匹配二进制数字，字符集“[%[%]]”匹配方括号。要计算文本中的元音数量，您可以编写

    _, nvow = string.gsub(text, "[AEIOUaeiou]", "")

您还可以在字符集中包含字符范围，方法是通过连字符分隔范围的第一个和最后一个字符来编写。您很少需要此功能，因为大多数有用的范围已经预定义；例如，“[0-9]”写成“%d”更简单，“[0-9a-fA-F]”与“%x”相同。但是，如果您需要查找八进制数字，则可能更喜欢“[0-7]”，而不是显式枚举（“[01234567]”）。您可以通过以“^´开头来获得字符集的补集：“[^0-7]”查找任何不是八进制数字的字符，“[^\n]”匹配任何与换行符不同的字符。但请记住，您可以使用其大写版本来否定简单的类：“%S”比“[^%s]”更简单。

字符类遵循为 Lua 设置的当前区域设置。因此，类“[a-z]”可能不同于“%l”。在适当的区域设置中，后一种形式包括字母，例如“ç´和“ã´”。除非您有充分的理由这样做，否则您应该始终使用后一种形式：它更简单、更便携、效率也略高。

您可以使用重复和可选部分的修饰符使模式更有用。Lua 中的模式提供四种修饰符

`+`	1 次或多次重复
`*`	0 次或多次重复
`-`	也 0 次或多次重复
`?`	可选（0 次或 1 次出现）

修饰符“+´匹配原始类的一个或多个字符。它将始终获取与模式匹配的最长序列。例如，模式“%a+”表示一个或多个字母，或一个单词

    print(string.gsub("one, and two; and three", "%a+", "word"))
      --> word, word word; word word

模式“%d+”匹配一个或多个数字（一个整数）

    i, j = string.find("the number 1298 is even", "%d+")
    print(i,j)   --> 12  15

修饰符“*´类似于“+´，但它也接受类字符的零次出现。一个典型的用法是匹配模式部分之间的可选空格。例如，要匹配一对空括号，例如 () 或 ( )，请使用模式“%(%s*%)”。（模式“%s*”匹配零个或多个空格。括号在模式中具有特殊含义，因此我们必须使用“%´对其进行转义。）另一个示例，模式“[_%a][_%w]*”匹配 Lua 程序中的标识符：以字母或下划线开头的序列，后跟零个或多个下划线或字母数字字符。

与 `*´ 类似，修饰符 `-´ 也匹配原始类中的零个或多个字符出现。然而，它不是匹配最长的序列，而是匹配最短的序列。有时，`*´ 或 `-´ 之间没有区别，但通常它们呈现出截然不同的结果。例如，如果你尝试使用模式 '[_%a][_%w]-' 查找标识符，你将只找到第一个字母，因为 '[_%w]-' 将始终匹配空序列。另一方面，假设你想要在 C 程序中查找注释。许多人会首先尝试 '/%*.*%*/'（即一个 "/*" 后跟一个任意字符序列，后跟 "*/"，用适当的转义符编写）。然而，由于 '.*' 会尽可能地展开，程序中的第一个 "/*" 将仅与最后一个 "*/" 闭合

    test = "int x; /* x */  int y; /* y */"
    print(string.gsub(test, "/%*.*%*/", "<COMMENT>"))
      --> int x; <COMMENT>

相反，模式 '.-' 将展开查找第一个 "*/" 所需的最小量，以便你获得所需的结果

    test = "int x; /* x */  int y; /* y */"
    print(string.gsub(test, "/%*.-%*/", "<COMMENT>"))
        --> int x; <COMMENT>  int y; <COMMENT>

最后一个修饰符 `?´ 匹配一个可选字符。例如，假设我们想要在文本中查找一个整数，其中该数字可能包含一个可选符号。模式 '[+-]?%d+' 可以完成这项工作，匹配诸如 "-12"、"23" 和 "+1009" 的数字。'[+-]' 是一个字符类，它匹配 `+´ 或 `-´ 符号；后面的 `?´ 使该符号成为可选的。

与其他一些系统不同，在 Lua 中修饰符只能应用于字符类；没有办法将模式分组在修饰符下。例如，没有模式可以匹配一个可选单词（除非该单词只有一个字母）。通常，你可以使用我们稍后将看到的某些高级技术来规避此限制。

如果一个模式以 `^´ 开头，它将仅匹配目标字符串的开头。类似地，如果它以 `$´ 结尾，它将仅匹配目标字符串的结尾。这些标记既可用于限制你找到的模式，也可用于锚定模式。例如，测试

    if string.find(s, "^%d") then ...

检查字符串 s 是否以数字开头，而测试

    if string.find(s, "^[+-]?%d+$") then ...

检查该字符串是否表示一个整数，没有其他前导或尾随字符。

模式中的另一个项目是“%b”，它匹配平衡字符串。此项目写为“%bxy”，其中x和y是任意两个不同的字符；x充当开始字符，y充当结束字符。例如，模式“%b()”匹配以“(´开头并在相应的“)´结束的字符串部分

    print(string.gsub("a (enclosed (in) parentheses) line",
                      "%b()", ""))
      --> a  line

通常，此模式用作“%b()”、“%b[]”、“%b%{%}”或“%b<>”，但您可以使用任何字符作为分隔符。