go语言正则表达式

幸运草
幸运草
幸运草
923
文章
3
评论
2020年4月19日22:14:15 评论 186

我们前两节课爬取xx网的时候,用到了很多正则表达式去匹配城市列表、城市、用户信息,其实除了正则表达式去匹配,还可以利用goquery和xpath第三方库匹配有用信息。而我利用了更优雅的正则表达式匹配。下来大概介绍下正则表达式。

比如我们匹配城市列表的时候,会取匹配所有城市的url,如下:

go语言正则表达式

可以看到图片后是小写字母加数字,那么就可以用以下方式提取:

<a href="(http://www.zhenai.com/zhenghun/[0-9a-z]+)"[^>]*>([^<]+)</a>

[0-9a-z]+表示匹配小写字母或者数字至少一次,[^>]*表示匹配非>的字符任意次,然后[^<]+表示匹配非<字符至少一次。我们要取到城市的url和城市名,所以对进行了分组。

通过以下方式就可以拿到url和city

const (
    cityListReg = `<a href="(http://www.zhenai.com/zhenghun/[0-9a-z]+)"[^>]*>([^<]+)</a>`
  )

  compile := regexp.MustCompile(cityListReg)

  submatch := compile.FindAllSubmatch(contents, -1)

  for _, m := range submatch {
    fmt.Println("url:" , string(m[1]), "city:", string(m[2]))
  }

匹配包含g g,且gg中间至少一个小写字母:

//匹配包含g g,且gg中间至少一个小写字母
 match, _ := regexp.MatchString("g([a-z]+)g", "11golang11")
 //true
 fmt.Println(match)

上面我们直接使用了字符串匹配的正则表达式,但是对于其他的正则匹配任务,需要使用一个优化过的正则对象:

compile, err := regexp.Compile("smallsoup@gmail.com")

  if err != nil {
    //....正则语法错误,需要处理错误
    fmt.Println(err)
  }

  //smallsoup@gmail.com
  fmt.Println(compile.FindString(text))

compile, err :=regexp.Compile("smallsoup@gmail.com")

函数返回一个正则表达式匹配器和错误,当参数正则表达式不符合正则语法时返回error,比如说regexp.Compile("[smallsoup@gmail.com")就会报错missing closing ]

一般正则表达式是用户输入的才需要处理错误,而自己写的一般是不会有错的,所以可以使用compile:= regexp.MustCompile("smallsoup@gmail.com"),如果语法错误,就会发生panic。

text1 := `my email is aa@qq.com
   aa email is aa@gmail.com
   bb email is bb@qq.com
   cc email is cc@qq.com.cn
   `
  //如果要提取A@B.C中的A、B、C,需要用到正则表达式的提取功能。
  comp := regexp.MustCompile(`([a-zA-Z0-9]+)@([a-zA-Z0-9.]+).([a-zA-Z0-9]+)`)

  //利用自匹配获取正则表达式里括号中的匹配内容
  submatchs := comp.FindAllStringSubmatch(text1, -1)

  //submatchs其实是一个二维数组
  fmt.Println(submatchs)

  //去除每个匹配,submatch其实还是个slice
  for _, submatch := range submatchs {
    fmt.Println(submatch)
  }

结果输出如下:

[[aa@qq.com aa qq com] [aa@gmail.com aa gmail com] [bb@qq.com bb qq com] [cc@qq.com.cn cc qq.com cn]]
[aa@qq.com aa qq com]
[aa@gmail.com aa gmail com]
[bb@qq.com bb qq com]
[cc@qq.com.cn cc qq.com cn]
r := regexp.MustCompile("p([a-z]+)ch")
  fmt.Println(r) //----->p([a-z]+)ch
  //regexp 包也可以用来替换部分字符串为其他值。
  fmt.Println(r.ReplaceAllString("a peach", "<smallsoup>")) //----->a <smallsoup>
  //Func 变量允许传递匹配内容到一个给定的函数中,
  in := []byte("a smallsoup")
  out := r.ReplaceAllFunc(in, bytes.ToUpper)
  fmt.Println(string(out)) //----->a PEACH
  /*#######################常见表达式###########################*/
  // 查找汉字
  testText := "Hello 你好吗, I like golang!"
  reg := regexp.MustCompile(`[p{Han}]+`)
  fmt.Println(reg.FindAllString(testText, -1)) // ----->[你好]
  reg = regexp.MustCompile(`[P{Han}]+`)
  fmt.Println(reg.FindAllString(testText, -1))        // ----->["Hello " ", I li golang!"]
  fmt.Printf("%qn", reg.FindAllString(testText, -1)) // ----->["Hello " ", I lm golang!"]
  //Email
  reg = regexp.MustCompile(`w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*`)
  fmt.Println(reg.MatchString("smallsoup@qq.com"))
  //用户名密码:
  reg = regexp.MustCompile(`[a-zA-Z]|w{6,18}`)
  fmt.Println(reg.MatchString("w_dy_246"))

运行结果如下:

p([a-z]+)ch
a <smallsoup>
a smallsoup
[你好吗]
[Hello  , I like golang!]
["Hello " ", I like golang!"]
true
true

Process finished with exit code 0

特别声明:以上文章内容仅代表作者本人观点,不代表变化吧观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与变化吧联系。

转载请注明:{{title}}-变化吧
  • 赞助本站
  • 微信扫一扫
  • weinxin
  • 赞助本站
  • 支付宝扫一扫
  • weinxin
幸运草
Go语言中的常量 函数代码

Go语言中的常量

1 概述 常量,一经定义不可更改的量。功能角度看,当出现不需要被更改的数据时,应该使用常量进行存储,例如圆周率。从语法的角度看,使用常量可以保证数据,在整个运行期间内,不会被更改。例如当前处理器的架构...
Go语言的接口 函数代码

Go语言的接口

Go语言-接口 在Go语言中,一个接口类型总是代表着某一种类型(即所有实现它的类型)的行为。一个接口类型的声明通常会包含关键字type、类型名称、关键字interface以及由花括号包裹的若干方法声明...
Go语言支持的正则语法 函数代码

Go语言支持的正则语法

1 字符 语法 说明 . 任意字符,在单行模式(s标志)下,也可以匹配换行 字符类 否定字符类 d Perl 字符类 D 否定 Perl 字符类 ASCII 字符类 否定 ASCII 字符类 pN U...
Go语言的包管理 函数代码

Go语言的包管理

1 概述 Go 语言的源码复用建立在包(package)基础之上。包通过 package, import, GOPATH 操作完成。 2 main包 Go 语言的入口 main() 函数所在的包(pa...