lua字符串模式匹配

liuyuan1854421112024-06-05 14:04

string.gmatch()不支持匹配首字符

string.gmatch(s, pattern)中，如果s的开头是'^'字符，不会被当成首字符标志，而是被当成一个普通字符。

比如

lua 复制代码

s="hello world from lua"
for w in string.gmatch(s, "^%a+") do
	print(w)
end

不会输出任何内容，而

lua 复制代码

s="hello world from lua"
for w in string.gmatch(s, "^%a+") do
	print(w)
end

会输出^hello。

仿照str_find_aux()的实现修复一下这个问题：

复制代码

 static int gmatch_aux (lua_State *L) {
   MatchState ms;
   size_t ls;
   const char *s = lua_tolstring(L, lua_upvalueindex(1), &ls);
   const char *p = lua_tostring(L, lua_upvalueindex(2));
+  lua_Integer init = lua_tointeger(L, lua_upvalueindex(3));
+  int anchor = 0;
   const char *src;
+  if(*p == '^') {
+    if(init != 0) return 0;
+    p++;
+    anchor = 1;
+  }
   ms.L = L;
   ms.src_init = s;
   ms.src_end = s+ls;
-  for (src = s + (size_t)lua_tointeger(L, lua_upvalueindex(3));
-       src <= ms.src_end;
-       src++) {
+  for (src = s + init; src < ms.src_end; src++) {
     const char *e;
     ms.level = 0;
     if ((e = match(&ms, src, p)) != NULL) {
       lua_Integer newstart = e-s;
       if (e == src) newstart++; /* empty match? go at least one position */
       lua_pushinteger(L, newstart);
       lua_replace(L, lua_upvalueindex(3));
       return push_captures(&ms, src, e);
     }
+    if (anchor) return 0;
   }
   return 0; /* not found */
 }

手册没说明的前端匹配

前端匹配（frontier matching）的格式：%f $x$ （其中x是字符集）。这里，方括号内的内容定义了一组字符集，用来描述匹配的前后边界条件。

工作原理：%f $x$ 会尝试匹配一个位置，假设该位置之前的字符是a，该位置之后的字符是b，则a不属于字符集x，b属于字符集x。

和'^''，$'类似，%f $x$ 只是去寻找一个位置，而不是特定的字符。

lua 复制代码

-- 只会匹配第二个123
for w in string.gmatch("0123abc123","%f[%d]123") do
	print(w)
end

-- 会匹配两个123
for w in string.gmatch("0123abc123","123") do
	print(w)
end