如何从正则表达式中提取不同的变量而不编译每个表达式

在处理用户输入的字符串值时，如何从正则表达式中提取不同变量而无需编译每个表达式是一个常见问题。通常，需要对输入值进行多次正则表达式编译，以检查格式、提取整数组件和提取字符串组件。本文提供了一种通过单个正则表达式编译从输入字符串中获取两个组件的方法。

我有一个表示计算机对象大小的结构。该结构体的对象是根据用户输入的字符串值构造的；例如“50kb”将被标记为整数值“50”和字符串值“kb”。

type sizeunit string

const (
    b  = "b"
    kb = "kb"
    mb = "mb"
    gb = "gb"
    tb = "tb"
)

type objectsize struct {
    numberofunits int
    unit          sizeunit
}

func newobjectsizefromstring(input_str string) (*objectsize, error)

在此函数的主体中，我首先检查输入值的格式是否有效；即任意数量的数字，后跟“b”、“kb”、“mb”、“gb”或“tb”中的任何一个。然后，我分别提取 int 和 string 组件并返回指向结构的指针。

为了完成这三件事，我必须编译正则表达式三次。 第一次检查输入字符串的格式

rg, err := regexp.compile(`^[0-9]+b$|kb$|mb$|gb$|tb$`)

然后再次编译以获取 int 组件：

rg, err := regexp.compile(`^[0-9]+`)
rg.findstring(input_str)

然后再次编译以获取字符串/单位组件：

rg, err := regexp.Compile(`B$|KB$|MB$|GB$|TB$`)
rg.FindString(input_str)

有没有办法通过单个正则表达式编译从输入字符串中获取两个组件？

完整的代码可以在 go 演示中找到。

我应该指出，这是一个学术问题，因为我正在尝试 go 的正则表达式库。对于这种简单的用例，我可能会使用一个简单的 for 循环来解析输入字符串。

正确答案

您可以使用 regexp.FindStringSubmatch 通过单个表达式捕获这两个值：

func NewObjectSizeFromString(input_str string) (*ObjectSize, error) {
    var defaultReturn *ObjectSize = nil
    full_search_pattern := `^([0-9]+)([KMGT]?B)$`

    rg, err := regexp.Compile(full_search_pattern)
    if err != nil {
        return defaultReturn, errors.New("Could not compile search expression")
    }
    matched := rg.FindStringSubmatch(input_str)
    if matched ==  nil {
        return defaultReturn, errors.New("Not in valid format")
    }
    i, err := strconv.ParseInt(matched[1], 10, 32)
    return &ObjectSize{int(i), SizeUnit(matched[2])}, nil
}

参见 the playground。

^([0-9]+)([kmgt]?b)$ 正则表达式匹配

• ^ - 字符串开头
• ([0-9]+) - 第 1 组（该值将保存在 matched[1] 中）：一位或多位数字
• ([kmgt]?b) - 第 2 组（位于 matched[2] 中）：可选 k、m、g、t 字母，然后是 zqbcz qbb 字母
• $ - 字符串结尾。

请注意，matched[0] 将保留整场比赛。

文中关于的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《如何从正则表达式中提取不同的变量而不编译每个表达式》文章吧，也可关注golang学习网公众号了解相关技术文章。