如何从 regexp.ReplaceAllFunc 访问捕获组？

Question

如何从 ReplaceAllFunc() 内部访问捕获组？

package main

import (
    "fmt"
    "regexp"
)

func main() {
    body := []byte("Visit this page: [PageName]")
    search := regexp.MustCompile("\[([a-zA-Z]+)\]")

    body = search.ReplaceAllFunc(body, func(s []byte) []byte {
        // How can I access the capture group here?
    })

    fmt.Println(string(body))
}

目标是将 [PageName] 替换为 <a href="/view/PageName">PageName</a>。

这是 Writing Web Applications Go 教程底部 "Other tasks" 部分下的最后一个任务。

Answer 1

我同意在函数内部访问捕获组是最理想的，我认为 regexp.ReplaceAllFunc 不可能。关于如何使用该功能执行此操作，我现在唯一想到的是：

package main

import (
    "fmt"
    "regexp"
)

func main() {
    body := []byte("Visit this page: [PageName] [OtherPageName]")
    search := regexp.MustCompile("\[[a-zA-Z]+\]")
    body = search.ReplaceAllFunc(body, func(s []byte) []byte {
        m := string(s[1 : len(s)-1])
        return []byte("<a href=\"/view/" + m + "\">" + m + "</a>")
    })
    fmt.Println(string(body))
}

编辑

还有另一种方法我知道如何做你想做的事。您需要知道的第一件事是您可以使用语法 (?:re) 指定非捕获组，其中 re 是您的正则表达式。这不是必需的，但会减少不感兴趣的匹配项的数量。

接下来要知道的是 regexp.FindAllSubmatcheIndex。它将 return 个切片的切片，其中每个内部切片代表所有个子匹配的范围，用于给定的正则表达式匹配。

有了这两件事，您就可以构建一些通用的解决方案：

package main

import (
    "fmt"
    "regexp"
)

func ReplaceAllSubmatchFunc(re *regexp.Regexp, b []byte, f func(s []byte) []byte) []byte {
    idxs := re.FindAllSubmatchIndex(b, -1)
    if len(idxs) == 0 {
        return b
    }
    l := len(idxs)
    ret := append([]byte{}, b[:idxs[0][0]]...)
    for i, pair := range idxs {
        // replace internal submatch with result of user supplied function
        ret = append(ret, f(b[pair[2]:pair[3]])...)
        if i+1 < l {
            ret = append(ret, b[pair[1]:idxs[i+1][0]]...)
        }
    }
    ret = append(ret, b[idxs[len(idxs)-1][1]:]...)
    return ret
}

func main() {
    body := []byte("Visit this page: [PageName] [OtherPageName][XYZ]     [XY]")
    search := regexp.MustCompile("(?:\[)([a-zA-Z]+)(?:\])")

    body = ReplaceAllSubmatchFunc(search, body, func(s []byte) []byte {
        m := string(s)
        return []byte("<a href=\"/view/" + m + "\">" + m + "</a>")
    })

    fmt.Println(string(body))
}

Answer 2

您必须先调用 ReplaceAllFunc，然后在同一正则表达式的函数调用 FindStringSubmatch 中再次调用。喜欢：

func (p parser) substituteEnvVars(data []byte) ([]byte, error) {
    var err error
    substituted := p.envVarPattern.ReplaceAllFunc(data, func(matched []byte) []byte {
        varName := p.envVarPattern.FindStringSubmatch(string(matched))[1]
        value := os.Getenv(varName)
        if len(value) == 0 {
            log.Printf("Fatal error substituting environment variable %s\n", varName)
        }

        return []byte(value)
    });
    return substituted, err
}

Answer 3

如果你想在ReplaceAllFunc中获取组，你可以使用ReplaceAllString获取子组。

package main

import (
    "fmt"
    "regexp"
)

func main() {
    body := []byte("Visit this page: [PageName]")
    search := regexp.MustCompile("\[([a-zA-Z]+)\]")

    body = search.ReplaceAllFunc(body, func(s []byte) []byte {
        // How can I access the capture group here?
        group := search.ReplaceAllString(string(s), ``)

        fmt.Println(group)

        // handle group as you wish
        newGroup := "<a href='/view/" + group + "'>" + group + "</a>"
        return []byte(newGroup)
    })

    fmt.Println(string(body))
}

当有很多组时，你可以通过这种方式得到每个组，然后处理每个组和return想要的值。

如何从 regexp.ReplaceAllFunc 访问捕获组？

How to access a capturing group from regexp.ReplaceAllFunc?

go