glob 模式匹配简明教程
whinc opened this issue · comments
原文链接:#18
在编程中匹配字符最常见的工具是正则表达式,此外还有一种 glob 模式经常用于匹配文件路径,glob 模式在某些方面与正则表达式功能相同,但是他们各自有着不同的语法和约定,今天就一起学习下 glob 模式。
内容目录:
介绍
根据维基百科的介绍,在计算机编程中 glob 模式表示带有通配符的路径名,例如在 bash 中查看文件列表:
$ls src/*.js
src/a.js src/b.js
它最初是贝尔实验室 Unix 系统上的一个名叫 glob 的命令(glob 是 global 的缩写),用于展开命令行中的通配符。后来系统提供了该功能的 C 语言库函数glob()
,知名的 shell 解释器就使用了该接口,shell 脚本和命令行中使用的 glob 模式匹配功能便源自于此。
基础语法
相比正则表达式大量的元字符,glob 模式中元字符极少,所以掌握起来也很快。glob 默认不匹配隐藏文件(以点.
开头的文件或目录),下面是 glob 的语法:
通配符 | 描述 | 示例 | 匹配 | 不匹配 |
---|---|---|---|---|
* |
匹配0个或多个字符,包含空串 | Law* |
Law , Laws 和Lawer |
La , aw |
? |
匹配1个字符 | ?at |
cat , bat |
at |
[abc] |
匹配括号内字符集合中的单个字符 | [cb]at |
cat , bat |
at , bcat |
[a-z] |
匹配括号内字符范围中的单个字符 | [a-z]at |
aat , bat , zat |
at , bcat , Bat |
[^abc] 或[!abc] |
匹配括号内字符集合中的单个字符 | [cb]at |
cat , bat |
at , bcat |
[^a-z] 或[!a-z] |
匹配括号内字符范围中的单个字符 | [a-z]at |
aat , bat , zat |
at , bcat , Bat |
在 bash 命令行中
[!abc]
需要转义成[\!abc]
扩展语法
除了基础语法外,bash 还支持 glob 的一些扩展语法,主要包含三种:
- Brace Expansion
- globstar
- extglob
三种扩展语法的定义和描述如下:
通配符 | 描述 | 示例 | 匹配 | 不匹配 |
---|---|---|---|---|
{x, y, ...} |
Brace Expansion,展开花括号内容,支持展开嵌套括号 | a.{png,jp{,e}g} |
a.png , a.jpg , a.jpeg |
|
** |
globstar,匹配所有文件和任意层目录,如果** 后面紧接着/ 则只匹配目录,不含隐藏目录 |
src/** |
src/a.js , src/b/a.js , src/b/ |
src/.hide/a.js |
?(pattern-list) |
匹配0次或1次给定的模式 | a.?(txt|bin) |
a. , a.txt , a.bin |
a |
*(pattern-list) |
匹配0次或多次给定的模式 | a.*(txt|bin) |
a. , a.txt , a.bin , a.txtbin |
a |
+(pattern-list) |
匹配1次或多次给定的模式 | a.+(txt|bin) |
a.txt , a.bin , a.txtbin |
a. , a |
@(pattern-list) |
匹配给定的模式 | a.@(txt|bin) |
a.txt , a.bin |
a. , a.txtbin |
!(pattern-list) |
匹配非给定的模式 | a.!(txt|bin) |
a. , a.txtbin |
a.txt , a.bin |
pattern-list 是一组以
|
作为分隔符的模式集合,例如abc|a?c|ac*
与 regexp 的差异
glob 模式主要用于匹配文件路径,当然也可以用于匹配字符串,不过在匹配字符串的能力上比 regexp 要弱很多。由于 glob 模式和 regexp 存在相同的元字符,但是含义却不同,容易导致混淆,为了避免混淆,下面将 glob 模式转换成对应的 regexp 表示,以便区分他们的异同点。
glob | regexp | 精确的 regexp |
---|---|---|
* |
.* |
^(?!\.)[^\/]*?$ |
? |
. |
^(?!\.)[^\/]$ |
[a-z] |
[a-z] |
^[a-z]$ |
glob 匹配的是整个字符串,而 regexp 默认匹配的是子串,regexp 如果要匹配整个字符串需显式指定
^
和$
。正则表达式中的(?!\.)
,其表示不匹配隐藏文件
JavaScript API
通过上面的介绍,已经了解到 glob 模式可以用于匹配文件路径,甚至字符串,如何使用呢?在 JavaScript 中,正则表达式是以标准 API 形式提供的,开箱即用。但是 glob 模式匹配并非 JavaScript 中的标准 API,需要自行解析和匹配,这里介绍一个用 JavaScript 编写的 glob 的匹配库 minimatch,它支持 glob 基础语法和扩展语法,可以实现 glob 的测试、匹配以及转换成正则表达式。下面是使用示例:
const minimatch = require("minimatch")
// minimatch 作为函数使用测试路径匹配
// 第一个参数是输入路径
// 第二个参数是 glob 模式
// 返回 boolean 值
minimatch("a.txt", "*.txt") // true
minimatch("a.txt", "*.bin") // false
// minimatch.makeRe 可将 glob 模式串转换成 JS 中的 RegExp 对象
// 然后使用生成的正则表达式,进行路径匹配测试
minimatch.makeRe("*.txt").test("a.txt") // true
minimatch.makeRe("*.bin").test("a.txt") // false
应用例子
glob 最常见的应用场景是匹配文件路径,使用 glob 匹配文件路径比正则表达式更简洁。下面例子实现利用 glob 模式过滤文件路径:
var minimatch = require("minimatch");
const fileList = [
"src/index.js",
"src/index.css",
"src/pages/HomePage.jsx",
"src/pages/AboutPage/index.jsx"
];
// minimatch.match 方法根据 glob 模式过滤路径列表
// 第一个参数是路径列表
// 第二个参数与是 glob 模式串
// 返回过滤后的路径列表
console.log(minimatch.match(fileList, "src/**/*.js{,x}"))
// ["src/index.js", "src/pages/HomePage.jsx", "src/pages/AboutPage/index.jsx"]
如果要通过 glob 模式遍历文件系统,可使用 node-glob ,它基于 minimatch 和 node 实现 glob 模式遍历文件的 API。
参考
- https://en.wikipedia.org/wiki/Glob_(programming)
- https://www.gnu.org/software/bash/manual/html_node/Brace-Expansion.html#Brace-Expansion
- https://www.gnu.org/software/bash/manual/html_node/Pattern-Matching.html#Pattern-Matching
- https://github.com/isaacs/minimatch
- https://github.com/qdlaoyao/js-regex-mini-book
thx,这三个表做的太帅了,一眼查。
cool!!!
Beautiful!