如何使用可选的微秒浮士patern匹配提取DateTime

Question

我需要提出一个模式来匹配yyyy-mm-ddthh：mm：ss.s+z，毫秒部分是可选的。正则是简单的，看起来像这样：

^\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}(.\d+)?Z$

与这些字符串相匹配：

"2022-04-02T11:24:59Z"
"2022-04-02T11:24:59.123Z"

在Lua中，这并不像我想象的那样直截了当。我已经尝试了几种模式，但最终只能让它起作用：

local pat3 = "^%d%d%d%d%-%d%d%-%d%dT%d%d:%d%d:%d%d[%.%d+]*Z$"

local dt1 = "2022-04-02T11:24:59Z"
local dt2 = "2022-04-02T11:24:59.123Z"
local dt_invalid = "2022-04-02T11:24:59.123.000.000Z"

print(dt1:match(pat3))
print(dt2:match(pat3))
print(dt_invalid:match(pat3))

这种模式满足了我的大部分需求，但是让我感到困扰的是，dt_invalid之类的字符串也匹配。我还尝试了以下模式，但没有成功：

local pat1 = "^%d%d%d%d%-%d%d%-%d%dT%d%d:%d%d:%d%d[%.%d+]?Z$"
local pat2 = "^%d%d%d%d%-%d%d%-%d%dT%d%d:%d%d:%d%d(%.%d+)?Z$"

LUA具有简化的模式匹配功能，但是这些模式看起来更像是正则模式。我在Lua中还不够知识，无法知道差异或缺少什么。为什么pat1和pat2不起作用？是否有比pat3更好的模式？

Answer 1

我强烈建议打开Lua独立并训练自己。
对我来说，一个非常好的工具是string.gsub（），每个字符串都以方法为所有字符串函数。
这使事情变得更加容易...

> _VERSION
Lua 5.4
> ("2022-04-02T11:24:59.123Z"):gsub('^%d+%-%d+%-%d+%u%d+%:%d+%:%d+%.%d+%u
, 'MATCH ALL')
MATCH ALL   1
> ("2022-04-02T11:24:59.123Z"):gsub('^%d+%-%d+%-%d+%u%d+%:%d+%:%d+%.%d+%u
, 'Replaced with MATCH: %1')
Replaced with MATCH: 2022-04-02T11:24:59.123Z    1
> -- Lets replace "T" with a space
> ("2022-04-02T11:24:59.123Z"):gsub('T', ' ')
2022-04-02 11:24:59.123Z    1
> -- Cut off the last part
> ("2022-04-02T11:24:59.123Z"):gsub('%.%d+%u
, '')
2022-04-02T11:24:59     1
> -- Finally
> do local date, count = ("2022-04-02T11:24:59.123Z"):gsub('T', ' '):gsub('%.%d+%u
, '') print(date) end
2022-04-02 11:24:59
> -- Lets do a gsub() chain for all three cases
> do local date, count = ("2022-04-02T11:24:59.123Z 2022-04-02T11:24:59Z 2022-04-02T11:24:59.123.000.000Z"):gsub('T', ' '):gsub('%.%d+',''):gsub('%u', '') print(date) end
2022-04-02 11:24:59 2022-04-02 11:24:59 2022-04-02 11:24:59

Answer 2

这里的问题在于，为了使一组“可量化”（符合将量词分配给集合）的“量化”），您需要将括号之间集合的元素包围。

在您的pat1情况下，最后一个％d未包装到括号中，因此+被视为角色而不是量词。另一方面，在您的pat2案例中，根本不会考虑量词。

此外，在lua中，您无法嵌套集，因此您无法指定[％d]+]？之类的模式？将被视为普通字符。

我的解决方案是使用可能不太限制的解决方法（可能匹配其他字符串），它仍然会捕获您需要的时间：

%d%d%d%d%-%d%d%-%d%dT%d%d:%d%d:%d%d[%.]?[%d]*Z

漏洞（不应该匹配的行 - 虽然是匹配的线）：

• ” 2022-04 -02t11：24：59.z“
• ” 2022-04-02T11：24：59123Z“

这在您拥有的整个字符串中有助于您的情况吗？