在 OpenResty 中，同時(shí)存在兩套正則表達(dá)式規(guī)范：Lua 語(yǔ)言的規(guī)范和 ngx.re.* 的規(guī)范，即使您對(duì) Lua 語(yǔ)言中的規(guī)范非常熟悉，我們?nèi)圆唤ㄗh使用 Lua 中的正則表達(dá)式。一是因?yàn)?Lua 中正則表達(dá)式的性能并不如 ngx.re.* 中的正則表達(dá)式優(yōu)秀；二是 Lua 中的正則表達(dá)式并不符合 POSIX 規(guī)范，而 ngx.re.* 中實(shí)現(xiàn)的是標(biāo)準(zhǔn)的 POSIX 規(guī)范，后者明顯更具備通用性。

Lua 中的正則表達(dá)式與 Nginx 中的正則表達(dá)式相比，有 5% - 15% 的性能損失，而且 Lua 將表達(dá)式編譯成 Pattern 之后，并不會(huì)將 Pattern 緩存，而是每此使用都重新編譯一遍，潛在地降低了性能。ngx.re.* 中的正則表達(dá)式可以通過參數(shù)緩存編譯過后的 Pattern，不會(huì)有類似的性能損失。

ngx.re.* 中的 o 選項(xiàng)，指明該參數(shù)，被編譯的 Pattern 將會(huì)在工作進(jìn)程中緩存，并且被當(dāng)前工作進(jìn)程的每次請(qǐng)求所共享。Pattern 緩存的上限值通過 lua_regex_cache_max_entries 來修改。

ngx.re.* 中的 j 選項(xiàng)，指明該參數(shù)，如果使用的 PCRE 庫(kù)支持 JIT，OpenResty 會(huì)在編譯 Pattern 時(shí)啟用 JIT。啟用 JIT 后正則匹配會(huì)有明顯的性能提升。較新的平臺(tái)，自帶的 PCRE 庫(kù)均支持 JIT。如果系統(tǒng)自帶的 PCRE 庫(kù)不支持 JIT，出于性能考慮，最好自己編譯一份 libpcre.so，然后在編譯 OpenResty 時(shí)鏈接過去。要想驗(yàn)證當(dāng)前 PCRE 庫(kù)是否支持 JIT，可以這么做

編譯 OpenResty 時(shí)在 ./configure 中指定 --with-debug 選項(xiàng)
在 error_log 指令中指定日志級(jí)別為 debug
運(yùn)行正則匹配代碼，查看日志中是否有 pcre JIT compiling result: 1

即使運(yùn)行在不支持 JIT 的 OpenResty 上，加上 j 選項(xiàng)也不會(huì)帶來壞的影響。在 OpenResty 官方的 Lua 庫(kù)中，正則匹配至少都會(huì)帶上 jo 這兩個(gè)選項(xiàng)。

location /test {
    content_by_lua_block {
        local regex = [[\d+]]

        -- 參數(shù) "j" 啟用 JIT 編譯，參數(shù) "o" 是開啟緩存必須的
        local m = ngx.re.match("hello, 1234", regex, "jo")
        if m then
            ngx.say(m[0])
        else
            ngx.say("not matched!")
        end
    }
}

測(cè)試結(jié)果如下：

?  ~ curl 127.0.0.1/test
1234

另外還可以試試引入 lua-resty-core 中的正則表達(dá)式 API。這么做需要在代碼里加入 require 'resty.core.regex'。 lua-resty-core 版本的 ngx.re.*，是通過 FFI 而非 Lua/C API 來跟 OpenResty C 代碼交互的。某些情況下，會(huì)帶來明顯的性能提升。

Lua 正則簡(jiǎn)單匯總

Lua 中正則表達(dá)式語(yǔ)法上最大的區(qū)別，Lua 使用 '%' 來進(jìn)行轉(zhuǎn)義，而其他語(yǔ)言的正則表達(dá)式使用 '\' 符號(hào)來進(jìn)行轉(zhuǎn)義。其次，Lua 中并不使用 '?' 來表示非貪婪匹配，而是定義了不同的字符來表示是否是貪婪匹配。定義如下：

符號(hào)	匹配次數(shù)	匹配模式
+	匹配前一字符 1 次或多次	非貪婪
*	匹配前一字符 0 次或多次	貪婪
-	匹配前一字符 0 次或多次	非貪婪
?	匹配前一字符 0 次或1次	僅用于此，不用于標(biāo)識(shí)是否貪婪

符號(hào)	匹配模式
.	任意字符
%a	字母
%c	控制字符
%d	數(shù)字
%l	小寫字母
%p	標(biāo)點(diǎn)字符
%s	空白符
%u	大寫字母
%w	字母和數(shù)字
%x	十六進(jìn)制數(shù)字
%z	代表 0 的字符

string.find 的基本應(yīng)用是在目標(biāo)串內(nèi)搜索匹配指定的模式的串。函數(shù)如果找到匹配的串，就返回它的開始索引和結(jié)束索引，否則返回 nil。find 函數(shù)第三個(gè)參數(shù)是可選的：標(biāo)示目標(biāo)串中搜索的起始位置，例如當(dāng)我們想實(shí)現(xiàn)一個(gè)迭代器時(shí)，可以傳進(jìn)上一次調(diào)用時(shí)的結(jié)束索引，如果返回了一個(gè) nil 值的話，說明查找結(jié)束了.

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

string.gmatch 我們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 用來查找匹配模式的串，并將使用替換串其替換掉，但并不修改原字符串，而是返回一個(gè)修改后的字符串的副本，函數(shù)有目標(biāo)串，模式串，替換串三個(gè)參數(shù)，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

還有一點(diǎn)值得注意的是，'%b' 用來匹配對(duì)稱的字符，而不是一般正則表達(dá)式中的單詞的開始、結(jié)束。 '%b' 用來匹配對(duì)稱的字符，而且采用貪婪匹配。常寫為 '%bxy'，x 和 y 是任意兩個(gè)不同的字符；x 作為匹配的開始，y 作為匹配的結(jié)束。比如，'%b()' 匹配以 '(' 開始，以 ')' 結(jié)束的字符串：

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

-- output: a  line 1

上一篇：禁止某些終端訪問下一篇：抵制使用 module() 定義模塊