正则表达式

在 OpenResty 中，同时存在两套正则表达式规范：Lua 语言的规范和 Nginx 的规范，即使您对 Lua 语言中的规范非常熟悉，我们仍不建议使用 Lua 中的正则表达式。一是因为 Lua 中正则表达式的性能并不如 Nginx 中的正则表达式优秀；二是 Lua 中的正则表达式并不符合 POSIX 规范，而 Nginx 中实现的是标准的 POSIX 规范，后者明显更具备通用性。

Lua 中的正则表达式与 Nginx 中的正则表达式相比，有 5%-15%的性能损失，而且 Lua 将表达式编译成 Pattern 之后，并不会将 Pattern 缓存，而是每此使用都重新编译一遍，潜在地降低了性能。Nginx 中的正则表达式可以通过参数缓存编译过后的 Pattern ，不会有类似的性能损失。

o 选项参数用于提高性能，指明该参数之后，被编译的 Pattern 将会在 worker 进程中缓存，并且被当前 worker 进程的每次请求所共享。 Pattern 缓存的上限值通过 lua_regex_cache_max_entries 来修改。

# nginx.conf
location /test {
    content_by_lua '
        local regex = [[\\d+]]

        -- 参数"o"是开启缓存必须的
        local m = ngx.re.match("hello, 1234", regex, "o")  
        if m then
            ngx.say(m[0])
        else
            ngx.say("not matched!")
        end
    ';
}
# 在网址中输入"yourURL/test"，即会在网页中显示 1234 。

Lua 中正则表达式语法上最大的区别，Lua 使用'%' 来进行转义，而其他语言的正则表达式使用'\' 符号来进行转义。其次，Lua 中并不使用'?' 来表示非贪婪匹配，而是定义了不同的字符来表示是否是贪婪匹配。定义如下：

Lua 正则简单汇总

• string.find 的基本应用是在目标串内搜索匹配指定的模式的串。函数如果找到匹配的串，就返回它的开始索引和结束索引，否则返回 nil。find 函数第三个参数是可选的：标示目标串中搜索的起始位置，例如当我们想实现一个迭代器时，可以传进上一次调用时的结束索引，如果返回了一个 nil 值的话，说明查找结束了.

local s = "hello world"
local i, j = string.find(s, "hello")
print(i, j) --> 1 5

• string.gmatch 我们也可以使用返回迭代器的方式

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

-- output :
--    hello
--    world
--    from
--    Lua

• string.gsub 用来查找匹配模式的串，并将使用替换串其替换掉，但并不修改原字符串，而是返回一个修改后的字符串的副本，函数有目标串，模式串，替换串三个参数，使用范例如下：

local a = "Lua is cute"
local b = string.gsub(a, "cute", "great")
print(a) --> Lua is cute
print(b) --> Lua is great

• 还有一点值得注意的是，'%b' 用来匹配对称的字符，而不是一般正则表达式中的单词的开始、结束。 '%b' 用来匹配对称的字符，而且采用贪婪匹配。常写为 '%bxy' ， x 和 y 是任意两个不同的字符； x 作为匹配的开始， y 作为匹配的结束。比如，'%b()' 匹配以 '(' 开始，以 ')' 结束的字符串：

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