string

string字符串库

一、字符串基础

编程最重要的基础技术就是操作字符串,所以我们首先向大家介绍字符串库.

字符串就是由多个字符组成的字符串,注意字符与字符串是不同的.字符只是字符串中一个最小的单位。

一个英文字符、在内存中占用一个8bit位的字节(8个二进制位),在计算机内部字符实际上就是一个8bit 位的数值。

字符在内存中的数值数据称为字节码。

str = "ABCD";

bit = string.byte( str,1 );--我们用string.byte函数取第一个字符的字节码

win.messageBox(bit);-->显示A的字节码65

--实际上在内存中A与65并没有太大的区别

而一个中文字符,通常占两个字节(16个二进制位)

str = "中文字";

size = string.len( str);--我们用string.len取字符串的长度

win.messageBox("字符长度 "..size);-->显示6个字符

通常在其他的编程语言中，字符串指一段文本。文本总是以"\0"(字节码等于0)表示结束。

所以字符串也就不可能包括"\0"。这也是普通文本与二进制数据的最大区别。

但是在LAScript中,字符串指的是二进制数据，而不是单纯的文本。允许包括"\0"。

即可以处一普通的文本，也可以处理二进制数据。这在其他编程语言里似乎不可思议。

string库的函数可以分析处理任何二进制数据。

二、基本函数

n = string.len(str)

返回字符串str的长度n,也可以直接写n = #str;

str2 = string.rep(str, n)

返回重复n次字符串s的串;

类似于c++中的lpsz = char[n],在调用WinAPI的时候,我们可以用这个函数分配字符串缓冲区。

chr = string.byte(str, i)

取字符串str的第i个字符的字节码(整数值)；

第二个参数可以省略(使用默认值1)。

chr = string.byte('A');

win.messageBox(chr);-->显示65

str = string.char(chr[,...])

参数为0个或多个整数值，将每个整数作为字符的字节码连接成字符串。

例如:

str = string.char(65,66,67);

win.messageBox(str);-->显示ABC

str = string.c(lpsz)

将API函数中的字符串C指针转换为LAScript字符串. lpsz是一个数字值,必须是一个有效的字符串内存指针.

如果您不是精通C语言中的指针,请谨慎使用这个函数,输入错误的指针值程序会立即崩溃。

tab = string.split( str ,",")

拆分字符串str,第二个参数(可指定多个，可使用模式匹配)指定分隔符，

返回一个table数组。

使用

str2 = string.lower(str)

将字符串str转换为小写

str2 = string.upper(str)

将字符串str团换为大写

str2 = string.reverse(str);

把字符串的所有字符反转变成从后向前排列。

str2 = string.trim(str ," ")

去除字符串首尾指定的字符,用第二个参数指定要去除的字符，

可指定多个，可使用模式匹配,例如用%s表示所有空白字符。

str2 = string.sub(str,i,j)

截取字符串str的从第i个字符到第j个字符之间的字符串。

i和j表示字符串索引,正数从前向后数,负数从后向前数,

1表示第一个字符,-1表示最后一个字符.参数j可以省略(使用默认值-1);

string.sub 是从第i个字符到第j个字符截取字符串。j是指字符串位置而不是指字符串长度

str2 = string.left(str ,n)

从字符串左侧取两个字符，注意一个中文字占两个字节。

你也可以用str2 = string.sub(str,0,n) 实现同样的功能

str2 = string.right(str ,n)

从字符串右侧取两个字符，注意一个中文字占两个字节

你也可以用str2 = string.sub(str,-(n),-1) 实现同样的功能.

注意:

LAScript从不改变现有的字符串,所以不要忘记使用返回值接收被改变的字符串。

str = "abc";

string.right("abc" ,2);--这样的代码没有任何意义,也不会改变str

正确的写法如下:

str = "abc";

str = string.right("abc" ,2);--不要忘记使用返回值接收被改变的字符串

这个规律适合所有截取字符串、改变字符串的函数.

三、格式化字符串

String. format用来格式化字符串(按指定的规则连接字符串或输出其他变量并返回新的字符串) 。

使用方法与C语言的printf函数相同(实际上很多编程语言中都有同样的格式化函数).

String. format(fm,...);

第一个参数用fm表示输出的格式,每个%符号后面是一个格式化表达式,每个格式化表达式按顺序对应后面的参数。

所以用了N个格式化表达式,就必须在后面添加N个参数。

下面是一个简单的例子：

int = 123;

str = "字符串"

--下面的%s对应参数str, %i对应参数int

str = string. format("这是字符串:'%s' 这是数字值%i",str,int);

win.messageBox(str);

--%05i表示格式化为至少五位的数字,不足在前面补0

str = string. format("%05i",int);

win.messageBox(str);

格式化语法详细说明:

格式化表达式：%[零个或多个标志][最小字段宽度][精度][修改符]格式码

注意:[]方括号表示可选参数

1、格式码

代码 c

参数数字值(number)

含义参数被裁剪为8位字节码并作为字符进行打印。

代码i,d

参数数字值(number)

含义参数作为一个十进制整数打印。如果给出了精度而且值的位数小于精度位数，前面就用0填充。

代码u,o,x,X

参数数字值(number)

含义参数作为一个无符号数字值打印，u使用十进制，o使用八进制，x或X使用十六进制，两者的区别是x约定使用abcdef，而X约定使用ABCDEF。

代码e,E

参数数字值(number)

含义参数根据指数形式打印。例如，6.023000e23是使用代码e，6.023000E23是使用代码E。小数点后面的位数由精度字段决定，缺省值是6。

代码 f

参数数字值(number)

含义参数按照的常规浮点格式打印。精度字段决定小数点后面的位数，缺省值是6。

代码g,G

参数数字值(number)

含义参数以%f或%e（如G则%E）的格式打印，取决于它的值。如果指数大于等于-4但小于精度字段就使用%f格式，否则使用指数格式。

代码s

参数字符串值(string)

含义打印一个字符串。

代码q

参数(无)

含义打印一个字符串，并将字符串置于一对引号中，如果字符串中包含引号换行等自动添加转义符。如果要读取一个字符串传为脚本代码。为避免用户恶意注入引号等特殊字符，可以使用%q进行格式化。

代码%

参数(无)

含义取消%转义打印一个%字符,即用%%表示本来的%。

2、标志

标志-

含义值在字段中做对齐，缺省情况下是右对齐。

标志0

含义当数值为右对齐时，缺省情况下是使用空格填充值左边未使用的列。这个标志表示用零填充，它可用于d,i,u,o,x,X,e,E,f,g和G代码。

使用d,i,u,o,x和X代码时，如果给出了精度字段，零标志就被忽略。如果格式代码中出现了负号，零标志也没有效果。

标志+

含义当用于一个格式化某个有符号值代码时，如果值非负，正号标志就会给它加上一个正号。如果该值为负，就像往常一样显示一个负号。在

缺省情况下，正号并不会显示。

标志空格

含义只用于转换有符号值的代码。当值非负时，这个标志把一个空格添加到它开始的位置。注意这个标志和正号标志是相互排斥的，如果两个

同时给出，空格标志便被忽略。

标志#

含义选择某些代码的另一种转换形式:

用于... #标志...

o 保证产生的值以一个零开头

x,X 在非零值前面加0x前缀（%X则为0X）

e,E,f 确保结果始终包含一个小数点，即使它后面没有数字

g,G 和上面的e,E和f代码相同。另外，缀尾的0并不从小数中去除

3、字段宽度

字段宽度是一个十进制整数，用于指定将出现在结果中的最小字符数。如果值的字符数少于字段宽度，就对它进行填充以增加长度。

4、精度

精度以一个句点开头，后面跟一个可选的十进制数。如果未给出整数，精度的缺省值为零。

对于d,i,u,o,x和X类型的转换，精度字段指定将出现在结果中的最小的数字个数并覆盖零标志。如果转换后的值的位数小于宽度，就在它的前面插入零。如果值为零且精度也为零，则转换结果就不会产生数字。

对于e,E和f类型的转换，精度决定将出现在小数点之后的数字位数。

对于g和G类型的转换，它指定将出现在结果中的最大有效位数。

当使用s类型的转换时，精度指定将被转换的最多的字符数。

如果用于表示字段宽度和/或精度的十进制整数由一个星号代替，那么printf的下一个参数（必须是个整数）就提供宽度和（或）精度。因此，

这些值可以通过计算获得而不必预先指定。

5、示例

格式代码A ABC ABCDEFGH

%s A ABC ABCDEFGH

%5s ####A##ABC ABCDEFGH

%.5s A ABC ABCDE

%5.5s####A##ABC ABCDE

%-5s A####ABC##ABCDEFGH

格式代码1-1212345123456789

%d1-1212345123456789

%6d#####1###-12#12345123456789

%.4d0001-001212345123456789

%6.4d##0001#-0012#12345123456789

%-4d1####-12#12345123456789

%04d0001-01212345123456789

%+d+1-12+12345+123456789

格式代码1.01.0001234512345.6789 %f 1.0000000.0100000.00012312345.678900 %10.2d######1.00#####0.01######0.00##12345.67 %e 1.000000e+00 1.000000e-02 1.234500e-04 1.234568e+04 %.4e 1.0000e+00 1.0000e-02 1.2345e-04 1.2346e+04 %g10.010.0001234512345.7

格式代码 6.023e23

%f60229999999999975882752.000000

%10.2e60229999999999975882752.00

%e 6.023000e+23

%.4e 6.0230e+23

%g 6.023e+23

用上面的格式化函数可以轻松实现数字的进制转换

--数字转换为二进制字符串

str = string. format("%b",23 );

--二进制字符串转换为数字

n = tonumber(str,2)

--数字转换为八进制字符串

str = string. format("%o",23 );

--八进制字符串转换为数字

n = tonumber(str,8)

--数字转换为十六进制字符串

str = string. format("%x",23 );

--十六进制字符串转换为数字

n = tonumber(str,16)

四、格式化时间

模拟精灵v7.10 格式化时间的函数有string.time;string.ftime;os.data;os.time等函数。

os.time是从table生成数字时间值 string.time是从字符串生成数字时间值。

os.data与string.ftime功能相同从时间值反过来生成字符串或时间。

这里我们介绍string.time函数、string.ftime函数,下面是使用示例：

--从字符串创建时间值

t = string.time("2006/6/6 0:0:0","%Y/%m/%d %H:%M:%S")

--从时间值创建字符串

str = string.ftime("%Y/%m/%d %H:%M:%S",t )

格式化语法(在很多编程语言中都适用的语法)

%a - 当前区域星期几的简写

%A - 当前区域星期几的全称

%b - 当前区域月份的简写

%B - 当前区域月份的全称

%c - 当前区域首选的日期时间表达

%C - 世纪值（年份除以100 后取整，范围从00 到99）

%d - 月份中的第几天，十进制数字（范围从01 到31）

%D - 和%m/%d/%y 一样

%e - 月份中的第几天，十进制数字，一位的数字前会加上一个空格（范围从' 1' 到'31'）

%g - 和%G 一样，但是没有世纪

%G - 4 位数的年份，符合ISO 星期数（参见%V）。和%V 的格式和值一样，只除了如果ISO 星期数属于前一年或者后一年，则使用那一年。

%h - 和%b 一样

%H - 24 小时制的十进制小时数（范围从00 到23）

%I - 12 小时制的十进制小时数（范围从00 到12）

%j - 年份中的第几天，十进制数（范围从001 到366）

%m - 十进制月份（范围从01 到12）

%M - 十进制分钟数

%n - 换行符

%p - 根据给定的时间值为`am' 或`pm'，或者当前区域设置中的相应字符串

%r - 用a.m. 和p.m. 符号的时间

%R - 24 小时符号的时间

%S - 十进制秒数

%t - 制表符

%T - 当前时间，和%H:%M:%S 一样

%u - 星期几的十进制数表达[1,7]，1 表示星期一

%U - 本年的第几周，从第一周的第一个星期天作为第一天开始

%V - 本年第几周的ISO 8601:1988 格式，范围从01 到53，第 1 周是本年第一个至少还有4 天

的星期，星期一作为每周的第一天。（用%G 或者%g 作为指定时间戳相应周数的年份组成。）

%W - 本年的第几周数，从第一周的第一个星期一作为第一天开始

%w - 星期中的第几天，星期天为0

%x - 当前区域首选的时间表示法，不包括时间

%X - 当前区域首选的时间表示法，不包括日期

%y - 没有世纪数的十进制年份（范围从00 到99）

%Y - 包括世纪数的十进制年份

%Z - 时区名或缩写

%% - 文字上的`%' 字符

一、读写文件

1、读文件

str = string.load(filename);

str = string.load(filename,tag);

第一个字符串参数指定文件名,

第二个字符串参数指定读文件方式(类似io.open的最后一个参数),可省略(默认为"rb");

成功返回文件内容,失败返回nil。

可选的tag参数如下

可以通过以下字符标志控制读文件方式。

---------------------------

r+ 打开文件，如果不存在则创建

r 打开文字文件只读，等于rt

rb 以二进制方式打开文件只读

rt 以文本方式打开文件只读。

b表示以二进制方式读文件,t表示以文本方式读文件.

如果指定t模式,会自动将回车换行符号\r\n替换为单一的换行符号\n

例:

str = string.load("c:\\test.txt","rb");

也可以省略第二个参数，默认为rb。例:

str = string.load("c:\\test.txt");

您也可以自动捕获打开文件时遇到的错误:

--您是否想自动取得string.load为什么会出错呢?使用code,msg = https://www.360docs.net/doc/6012148762.html,stError() 即可。

--您可能会想到,是否可以将https://www.360docs.net/doc/6012148762.html,stError()作为assert的第二个参数自动取得系统提供的错误信息? --但是我们遇到一个参题, 我们必须取https://www.360docs.net/doc/6012148762.html,stError()的第二个返回值,这时候就要用到select函数了str = assert( string.load("c:\\no-file.txt") ,select( 2, https://www.360docs.net/doc/6012148762.html,stError() ) );

https://www.360docs.net/doc/6012148762.html,stError()的所有返回值作为参数传递给select 等于 select(2,code,msg)

--select从第二个参数向后数,找到第一个参数指定的参数并返回

2、写文件

string.save(str,filename)

string.save(str,filename,tag);

第一个字符串参数指定文件名,

第二个字符串参数指定写文件方式(类似io.open的最后一个参数),可省略(默认为"w+b");

成功返回文件长度,失败返回nil。

可以通过以下字符标志控制读写件方式。

---------------------------

"w" 创建文字文件只写

"w+" 打开文件无论是否存在都创建新文件，原来的文件内容会被清除

"a" 打开(文件不存在则创建一个文件)并追加内容

"a+" 打开(文件不存在则创建一个文件)并追加内容

---------------------------

下面两个参数可以附加在上面任一个标记的后面，如果不指定，t为默认项

"b"表示以二进制方式写文件

"t"表示以文本方式写文件

如果指定t模式(或不指定b模式),会自动将单一的换行符号\n替换为回车换行符\r\n。

例:

string.save(str ,"c:\\test.txt","w+b")

也可以省略第二个参数，默认为w+b，例如:

string.save(str ,"c:\\test.txt")

使用string.load string.save io.open等函数设置读写标记时应遵守以下规则：

1、a,w,r等只能出现在第一个标记

用a+ w+ r+表示扩展的属性，如r+表示可读写，而不是rw

2、可使用ccs标记指定编码，

如str = string.load(str,"c:\\test.txt","r,ccs=UTF-8")

将UTF8编码的test.txt读入并转换为标准UNICODE编码

如果输入错误的标记会弹出错误提示，而不是程序崩溃。

考虑到读写文件的效率，不会检测','号后面的指定编码部份是否正确(如果这部份写错了，将会导致程序崩溃)

二、内码转换

str2 = string.toUnicode(str,codepage);

第二个参数指定codepage，可省略第二个参数（默认为ANSI:0 )

将字符串转换从指定编码转换为unicode编码。

string.fromUnicode(str,codepage);

第二个参数指定codepage，可省略第二个参数（默认为ANSI:0 )

从unicode编码还原到指定编码。

在任何两种codepage(包括UTF8)之间转换编码都应当先转换为unicdoe编码

顺序为: codepage1-->unicode->codepage2

例如把UTF8转换为ANSI编码，应当这样写

_CP_UTF8 = 65001--UTF-8 translation

_CP_ACP = 0--default to ANSI code page

str = string.toUnicode(str,_CP_UTF8); --转换为unicode;

str = string.fromUnicode(str,_CP_ACP); --转换为ANSI编码

下面是一个简单的示例，将big5繁体编码转换为gb2312编码

win.consoleOpen();

str = "翠籓羉砰"

str = string.toUnicode(str,950);

print("Unicode",str);

str = string.fromUnicode(str,936);

print("ANSI",str);

三、加密解密

str = string.encode(str[,key])

第一个参数指定待加密的字符串,第二个参数指定密钥。

可省略第二个参数，不指定密钥则进行base64编码,否则加密字符串。

如果指定第二个参数（密钥），则进行加密处理以后，再进行base64编码.

str = string.decode(str[,key[,check]])

第一个参数指定待解密的字符串,第二个参数指定密钥。第三个参数指定在解压前是否进行安全检测. 可省略第二个参数、第三个参数，不指定密钥则进行base64解码,否则解密字符串。

--string.decode的第一个参数如果不是一个已加密的字符串，会出现内存溢出错误。

--为避免出现这个错误,可以在将第三个参数check指定为true启用安全检测。

--不启用安全检测(省略第三个参数)可以加快解密的速度

str2 = string.decode("abcde" ,"k",true);

--通过增加一个true参数启用安全检测，如果字符串不是有效的加密字符串，则返回nil空值

--如果需要自动抛出错误,可以这样写

str2 = assert( string.decode("abcde" ,"k",true),"参数一不是被加密的字符串" );

base64编码可以方便的将二进制文件转换为字符串，以方便通过xml序列化存取。

使用base64编码，您可以把模拟程序要用到的图片、声音等文件写入ApeML的数据区块中。

下面是一个完整示例:

win.consoleOpen();

str = "这是一个字符串"

print(str);

str = string.encode( str,"这是一个密钥");

print("加密以后："..str);

str = string.decode(str,"这是一个密钥");

print("解密以后："..str);

三、压缩解压缩

在LAScript中,一个函数即可实现压缩解压缩二进制数据。

str = string.zip(str) 压缩字符串或二进制数据;

str = string.unzip(str) 解压缩字符串或二进制数据;

win.consoleOpen();

str = "这是一个字符串这是一个字符串这是一个字符串这是一个字符串这是一个字符串"

print("压缩以前字符串长度"..#str);

str = string.zip( str);

print("压缩以后字符串长度"..#str);

str = string.unzip(str)

print("解压后的字符串："..str);

四、生成随机字符串

str = string.random(size[,strs]);

第一个参数指定字符串的长度,

第二个参数指定随机字符串集合(可以省略,默认为所有大小写字母及数字);

这个函数在官方提供的std脚本库中,

必须首先调用import("std")导入std脚本库,然后才能使用这个函数。

import("std"); --导入std脚本库

str = string.random(10);

--生成长度为十位包含大小写字母及数字的随机字符串

str = string.random(10,"这里可以指定字符集合");

--你可以通过第二个参数指定字符集合，可以使用中文、英文字母或数字，但是不要中英文混杂在一起。

六、生成生成全球唯一标志

guid = string.getGUID();

生成全球唯一标志(即永不重复的字符串),返回值是一个字符串。

这个函数在官方提供的std脚本库中,

必须首先调用import("std")导入std脚本库,然后才能使用这个函数。

这个函数也是调用winapi的一个较复杂一点的例子，

可以打开\Fairy_Ape\import\https://www.360docs.net/doc/6012148762.html,S看这个函数的源代码。

import("std");

guid = string.getGUID();

win.messageBox(guid);

查找替换、模式匹配

一、查找字符串的位置

i,j = string.find(str,"要查找的字符串"[,pos[, plain]]);

使用模式匹配查找字符串并返回起始位置(i),结束位置(j);

第三个参数pos指定搜索开始的位置，这个参数可以省略(使用默认值1);

第四个参数指定是否禁用模式匹配,默认为false;

如果查找失败,i,j都返回nil值.下面是一个简单的例子:

i,j = string.find("abcd" ,"cd");

if(i and j)then

win.messageBox("在'abcd' 中找到'cd' ，从"..i.."到"..j);

end;

if(not string.find("abcd" ,"不可能") )then

win.messageBox("没有从'abcd' 中找到'不可能' ");

end;

有时候我们可能不需要模式匹配，虽然他很好用。例如下面的代码

i,j = string.find("abc%d" ,"cd%d");--结果是找不到

我们要找的是%d，但是模式匹配认为%d是一个数字，所以我们要再加一个%取消转义i,j = string.find("abc%d" ,"cd%%d");--终于找到了%d

我们可以写一个函数来自动的为所有标点添加%转义符取消转义

function string.plain(s)

--%p匹配所有的标点,在前面加上%转义符取消转义成为普通的标记。

--%%%1 其中%%表示%,%1表示查找模式中的第一个括号匹配的查找结果。

return string.gsub(s, "(%p)", "%%%1");

end;

i,j = string.find("abc%d" ,string.plain("cd%d"));--终于找到了

一个更好更快的方法，是通过指定string.find的第四个参数plain为true禁用模式匹配。

i,j = string.find("abc%d" ,"cd%d",1,true);--终于找到了%d

string.find常常用来查找一个字符串在目标串中的位置,后面我们还会介绍更加强大的string.match 以及string.gmatch 函数

二、替换字符串

str = string.gsub (str, pattern, repl [, n])

参数分别为(目标字符串,查找模式字符串,替换字符串,替换次数)。

最后一个可选参数指定替换的次数,如果不指定则替换所有的找到的字符串。

--在模式匹配中 .圆点标记匹配任意字符。

str = string.gsub("abcd",".","k");

win.messageBox(str);-->结果是kkkk

str = string.gsub("abcd",".","k",1);

win.messageBox(str);-->结果是kbcd

pattern参数(查找模式字符串)可以使用所有模式匹配语法。

repl参数则为普通字符串,但是可以用%1,%2,%3..........等匹配模式匹配中的捕获(即一个括号中匹配的查找结果);

看下面的示例:

--在模式匹配中 .圆点标记匹配任意字符。

str = string.gsub("abcd","(.)","%1k");

win.messageBox(str);-->结果是akbkckdk

二、模式匹配-语法

首先我们有必要解释一下什么是模式匹配。

模式匹配类似正则表达式,但更加简洁高效,更加易于学习、分析字符串的速度更快。

模式匹配:用特定的模式语法组成的模式串查找匹配有规则的字符串。

模式串:根据模式语法编写的字符串,用来要找匹配有规则的目标字符串。

模式语法--字符类

. 任意字符

%a 字母

%c 控制字符

%d 数字

%l 小写字母

%p 标点字符

%s 空白符

%u 大写字母

%w 字母和数字

%x 十六进制数字

%z \0 字节码为0的字符,对于普通文本表示文本结束

上面字符类的大写形式表示小写所代表的集合的补集

%A 不是字母的字符

%C 不是控制字符的字符

%D 不是数字的字符

%L 不是小写字母的字符

%P 不是标点的字符

%S 不是空白符的字符

%U 不是大写字母的字符

%W 不是字母和数字的字符

%X 不是十六进制数字的字符

%Z 不是\0的字符

上面字符类的大写形式表示小写所代表的集合的补集

模式语法--自定义字符类

[]

方括号用来创建自定义的字符类,

例如[abcd]匹配一个可能是abcd其中之一的字符。[%w_]匹配数字、字母和下划线。

我们还可以在两个字符之间用连字符连接表示这两个字符之间范围内的字符集合。例如[0-7]等同于[01234567]。

我们还可以用字符集的开始处使用`^′ 表示其补集,'[^0-7]' 匹配任何不是八进制数字的字符；'[^\n]' 匹配任何非换行符户的字符。

模式语法--转义符

%

后面如果是字母表示后面是一个字符类,

%后面如果是一个标点表示这个标点不是模式语法,例如%%表示本来的%

模式语法--修饰符列表

+ 匹配前一字符1次或多次,总是进行最长的匹配

* 匹配前一字符0次或多次,进行的是最长匹配

- 匹配前一字符0次或多次,进行的是最短匹配

? 匹配前一字符0次或1次

下面用一个简单的例子来说明最短匹配与最长匹配的区别:

str = "a1234z"

str2 = string.match(str, "a%d-")

win.messageBox(str2); --[[因为-是最短匹配,显示"a",

因为"a"符合查找模式串的最短字符串]]

str2 = string.match(str, "a%d*")

win.messageBox(str2); --[[因为*是最短匹配,显示"a1234",

因为"a1234"符合查找模式串的最长字符串]]

str2 = string.match(str, "a%d-z")

win.messageBox(str2);--[[虽然-是最短匹配,

但是符合查找模式串的最短字符串是a1234d,因为模式串指定了数字后面有一个字符z]]

%b

用来匹配对称的字符,例如'%b()'匹配以`(′开始，以`)′结束的字符串:,例如'%b""'匹配以引号开始，以引号结束的字符串:

str = 'a = "abcd"'

str2 = string.match(str, '%b""')

win.messageBox(str2); --显示"abcd"

字符串如果包含双引号则应放在单引号中，或者放在[[ ]] 中间，

如果放在双引号中则必须加上\转义符.

str =" a =\"abcd\" "; --正确

str =' a ="abcd" '; --正确

str =[[ a ="abcd" ]]; --正确

str =" a ="abcd"] "; --错误的写法

修饰符只能用来修饰单个字符或字符类。

模式语法--限定符

^

以`^′开头的模式只匹配目标串的开始部分

$

以`$′结尾的模式只匹配目标串的结尾部分

str = "1234"

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

win.messageBox(str.." 字符串以数字开始")

end;

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

win.messageBox(str.." 字符串是一个整数")

end;

模式语法--匹配分组

( )

对查找结果进行分组.将模式串的一部份用圆括号括起来指定一个匹配分组,

每个匹配分组对应的查找结果称为一个捕获分组(capture)

我们可以在模式中使用'%d'(d代表1-9的数字) 表示第d个捕获分组。

三、模式匹配-分组捕获(capture)

1、在string.find中使用分组捕获,

string.find会将所有的分组捕获增加到返回值队列中。

我们用一个示例来解释一下.

下面是一个简单的例子，除了括号分组没有使用其他的模式语法。

i,j,v,v2 = string.find("abcd" ,"(ab)(cd)");

win.consoleOpen();

print(v,v2); --结果为v等于"ab" v2等于"cd"

再看一个类似的例子，使用了模式语法。

win.consoleOpen()

pair = "name = value"

--增加了两个返回值name,value,分别对应查找模式串中的两个括号组成的匹配分组

i, j, n, v = string.find(pair, "(%a+)%s*=%s*(%a+)")

print(i,j,n,v) --> 显示name value

2、向前引用

我们可以在模式中使用向前引用已经找到的捕获分组，'%d'(d代表1-9的数字) 表示第d个捕获的拷贝。

--假定有一个字符串

str =[[ a = " test = 'abc' " ]]

--[[

现在的任务是用模式匹配找出test = 'abc'

按照最基本的语法。

单引号开始的字符串必须用单引号结束，中间允许双引号。

双引号开始的字符串必须用双引号结束，中间允许单引号。

所以现在首要的问题是在模式串中向前引用第一次找到的引号。

而使用%b""又无法适用这种情况,因为字符串也有可能以单引号开始

]]

--第一个引号放到括号里形成一个匹配分组,其捕获结果用%1表示

--可以看到在模式串的后部份向前引用了%1

a, b, quote, str2 = string.find(str, [[(["'])(.-)%1]]);

win.consoleOpen();

print(str2) -->显示test = 'abc'

print(quote) -->显示双引号

2、在string.gsub中使用分组捕获,

str = string.gsub (str, pattern, repl [, n])

参数分别为(目标字符串,查找模式串,替换字符串,替换次数)。

在模找模式串pattern中可以使用括号分组，在替换串参数repl中可以用%d(d为1到9的数字)引用分组捕获。

--复制字符串中的每一个字符.

str = string.gsub("hello","(.)","%1%1"); win.messageBox(str); --显示hheelllloo

--下面代码互换相邻的字符:

str = string.gsub("hello", "(.)(.)", "%2%1")

win.messageBox(str);--显示ehllo

3、在string.gsub中使用函数处理分组捕获,

str = string.gsub (str, pattern, func [, n])

string.gsub参数的第三个参数也可以是一个函数。

string.gsub会将所有分组捕获作为func的参数,并且调用func函数,并且用func函数的返回值作为替换串。

可以在模式匹配中直接使用函数,是模式匹配中最好用的一个功能。

--如果两个捕获都是数字则相加，否则将位置前后掉换

function func(a,b)

if(tonumber(a) and tonumber(b) )then

return a + b;--如果两个捕获都是数字则相加

else

return b..a;--否则将位置前后掉换

end;

end;

--复制字符串中的每一个字符.

str = string.gsub("abcdef23","(.)(.)",func);

win.messageBox(str); --显示badcef5

3、string.match 查找模式串

string.match(str, pattern)

第一个参数指定目标字符串，每二个参数指定查找模式串。这个函数与string.find很象。

但是不会返回查找结果的开始位置与结束位置。而仅仅是返回找到的一个或多个分组捕获。

local v,v2 = string.match("abcd", "(ab)(cd)");

win.consoleOpen();

print(v,v2); -->显示v等于"ab" v2等于"cd"

如果不显示的用括号指定捕获，函数将捕获整个匹配模式。

--%d表示数字%d+表示最长匹配多个数字

local v = string.match("abcd1234", "%d+");

win.consoleOpen();

print(v); -->显示v等于"1234"

3、string.gmatch 全局查找模式串

func = string.gmatch(str, pattern)

这个函数的功能很象string.gsub但是不会进行替换操作。

win.consoleOpen();

--for后面的变量对应查找模式串中的括号分组(有几对括号就有几个返回值)

for str,int in string.gmatch( "abcd1234xyz999","(%a+)(%d+)") do

print(str,int);

end;

string.gmatch函数比较适合用于泛型for循环。他可以遍历一个字符串内所有匹配模式的子串。

调用string.gmatch函数的时候，如果不显示的指定捕获，函数将捕获整个匹配模式。

实际上string.gmatch的返回值是一个迭代器函数,每调用这个函数一次就会向后查找一个匹配直到查找失败。

上面在泛型for中执行string.gmatch的过程实际上可以理解成这样：

win.consoleOpen();

f = string.gmatch( "abcd1234xyz999","(%a+)(%d+)");

str,int = f();

print(str,int);

str,int = f();

print(str,int);

四、自动提取中文字符串

str = [[abcddddddddddddd这是一个中文字符串adfasdfasdf这又是一个中文字符串这是超链接标题]]

--现在需要自动的把上面的中文提取出来并且放到一个数组里,

--不要英文不要空格只要中文字

--怎么办呢?

--打开控制台

win.consoleOpen();

for str in string.gfind(str,"([\x A1-\x F7][\x A1-\x F7\x A1-\x FE]+)") do

print(str)

end

--[[一个中文字实际上由两个字节组成，常用字的编码范围是有规律的，

第一个字节是在0xA1-0xF7之间,第二个字节是在0xA1-0xFE 之间。

字符串里面\xFE表示后面是一个十六进制，如果用\254 后面跟三位十进制数字也可以。

模式匹配中[] 表示一个字符范围，例如[0-9]表示所有数字[0-9a-zA-Z]表示所有数字也英文字母

+表示任意多个连续的字符匹配。

一组括号表示添加一个返回值，这里只有一组括号，所以只有一个返回值str。

因为中文字至少是两个字节，所以首先用[\xA1-\xF7]检查每一个字节是否中文字的首字节。

如果发现两个字节都符合中文字的编码规则，则向后长匹配所有在中文编码范围的字节。]]

五、模式匹配-查找网页源代码中的超链接

下面是一个应用模式匹配的完整示例- 下载网页并取得网页源代码中的所有超链接：

win.consoleOpen() --打开控制台窗口

print("请稍候.......")

--[==============================[

大家知道，在web窗体中，我们可以用 wb:eleLinks() 得到所有的链接链（返回一组element，详见教程）

这需要我们用web窗体打开网页，然后再调用 wb:eleLinks()

那么，我们有没有更好的办法直接分析源代码，并取得所有的超链接呢？

有的，如下:

--]==============================]

-- 首先，我们下载https://www.360docs.net/doc/6012148762.html, 的主页到一个字符串(string对象)中

strHtmlCode = web.getURL("https://www.360docs.net/doc/6012148762.html,")

--然后我们创建一个空的table数组

links = {}

--[==============================[string.gmatch 全局查找子串，每个括号指定的一个分组匹配(对应一个分组捕获,在泛型for中增加一个返回值)与string.match 不同，string.gmatch发现一个完整匹配以后，会继续向后查找，

--]==============================]

for href in string.gm atch(strHtmlCode,

"%s*href%s*=%s*\"?\'?([:%w%./@]+)\"?\'?%s*") do

table.insert(links, href) --发现一个超链接，添加到links列表中

end

--[==============================[

我们解释一下模式串"%s*href%s*=%s*\"?\'?([:%w%./@]+)\"?\'?%s*"

%是转义符%s表示空白字符%s*表示空白字符出现一次或多次\"表示引号(\转义符的使用与普通字符串相同)

?表示出现一次或零次%w表示字母和数字%.表示.（因为.是特殊字符，所以需要%还原）

[]是一个自定义的字符类,如[0-9]匹配所有数字

+是修饰符表示前面的字符出现一次或多次

--]==============================]

local url;

--好了，我们现在得到了所有的超链接，并保存在links列表中了，我们输出看一下

for i,link in pairs(links) do

print("发现一个超链接:"..link)

url = urlparse.new(link);

print("","主机",url:host() );

print("","路径",url:path() );

print("","协议",url:scheme() );

end;

六、模式匹配-应用技巧

1、限制严格的模式比一个限制宽松的模式更快

2、严格限制模式匹配的开始字符可以显著提升效率.

例如模式串"(.-)test" 用来获取test以前的全部字符

上面的算法从目标串的第一个字符开始匹配直到字符串结束，

如果没有找到,则从目标串的第二个字符开始再次查找。

这样的查找效率是很低的。

解决办法是加上限定符"^(.-)test" 限定仅与目标串的开始字符匹配。

3、不要使用可能匹配空字符串的模式。

例如"%a*"，因为可以出现零次则空字符串也是符合条件的。

永远不要写一个以`-′开头或者结尾的模式，因为它将匹配空字符串。

4、使用string.rep函数构造重复指定的次数的模式。

例如pattern = string.rep("%d", 10);

实际生成的pattern 等于"%d%d%d%d%d%d%d%d%d%d" 这个模式串匹配10个连续的数字。