ios技巧 -- 正则与lldb
Regular Expressions
正则表达式：是处理字符串的⼀种表达⽅式。提供了⼀种从⼀组字符串中
选择特定字符串的机制。
POSIX规范定义了UNIX操作系统应当⽀持的功能，POSIX规范的正则表达
式：
-
BRE（Basic Regular Expression，基本型正则表达式） -
ERE（Extended Regular Express，扩展型正则表达式）
BRE和ERE⼆者的区别，简单的说就在于(、)、{、}、+、?、|这7个特殊字符的使⽤⽅法上：
- 在BRE中如果想要这些字符表示特殊的含义，就需要把它们转义。元字符 (、)、{、}、 +、?、| 必须转义之后才具有特殊含义，如+、?、|，⽽且也⽀持\1、\2之类反向引⽤。
- 反之，在ERE中如果要这些字符不表示特殊的含义，就需要把它们转义。虽然BRE名为“基本”⽽ERE名为“扩展”，但ERE并不要求兼容BRE的语法，⽽是⾃成⼀体。
- BRE中的特殊字符：.、\、[、^、$、*。
- ERE中的特殊字符多了7个，即：.、\、[、^、$、*、(、)、{、}、+、?、|。
正则表达式与通配符没有任何关系，不是包含关系！
- 通配符，是Shell提供的功能
- 正则表达式只是⽤来处理字符串
重复操作符：
| 类别 | 匹配类型 |
|---|---|
| * | 匹配前⼀个元素0次或多次 |
| + | 匹配前⼀个元素1次或多次 |
| ? | 匹配前⼀个元素0次或1次 |
间隔操作符（ { … } ）：
| 类别 | 匹配类型 |
|---|---|
| {count} | 匹配前⼀个元素count次 |
| {min,} | 匹配前⼀个元素⾄少min次 |
| {min, max} | 匹配前⼀个元素⾄少min次，⾄多max次 |
备胎操作符：
| 类别 | 匹配类型 | 匹配字符 |
|---|---|---|
| ｜ | 匹配前⼀个表达式或后⼀个表达式 在吗？ | 我怀孕了 |
列表操作符（ [ ... ] and [^ ... ] ）：
⼀般操作符在列表操作符⾥会失去特殊意义，除了：
| 类别 | 匹配类型 |
|---|---|
| ] | 结束列表。[]] |
| \ | 转义字符 |
| [: | 字符类别操作符开始 |
| :] | 字符类别操作符结束 |
| - | 范围操作符，0-9 |
字符类别操作符（ [: … :] ）：
| 类别 | 匹配类型 | 匹配字符 |
|---|---|---|
| [:alnum:] | [A-Za-z0-9] | 数字和字⺟字符 |
| [:alpha:] | [A-Za-z] | 字⺟字符 |
| [:blank:] | [ \t] | 空格和TAB |
| [:cntrl:] | [\x00-\x1F\x7F] | 控制符 |
| [:digit:] | [0-9] | 数字 |
| [:graph:] | [\x21-\x7E] | 可视字符 |
| [:lower:] | [a-z] | ⼩写字⺟字符 |
| [:print:] | [\x20-\x7E] | 可视字符和空格（ASCII， |
| [:punct:] | ][!"#$%&'()*+,./:;<=>?@^_`{|}~-] 040-0176） | 标点符号 |
| [:space:] | [\t\r\n\v\f] | 空⽩字符 |
| [:upper:] | [A-Z] | ⼤写字⺟字符 |
| [:xdigit:] | [A-Fa-f0-9] | ⼗六进制字符 |
特殊字符类别操作符：
| 类别 | 匹配类型 | 匹配字符 |
|---|---|---|
| \w | [:alnum:] | 数字和字⺟字符 |
| \d | [:digit:] | 数字 |
| \W | [^[:alnum:]] | 除了数字和字⺟字符 |
| \B | [^[:digit:]] | 除了数字 |
| < | ^ | 匹配字符串的开头 |
| > | $ | 匹配字符串的结尾 |
| \b | 匹配单词边界字符，to\b匹配to！，但不匹配tomorrow |
范围操作符：
| 类别 | 匹配类型 |
|---|---|
| - | 匹配指定范围，但是需在列表中使⽤，并指定范围，如[a-z]。[-az]或者[az-]表示匹配字⺟a和z还有- |
分组\捕获组操作符 (( ... ) or ( ... ))：
定义⼀个⼦表达式。正则表达式将此序列视为⼀个单元。圆括号在整体匹配完后进⾏匹配。
可以配合反向引⽤操作符，重复使⽤分组匹配的结果。
反向引⽤操作符 (( \digit ) ：
反向引⽤操作符由`\数字' 表示，数字需介于1-9，代表引⽤那个分组的匹配结果。
锚点操作符：
| 类别 | 匹配类型 |
|---|---|
| ^ | 匹配字符串的开头，需在开头 |
| $ | 匹配字符串的结尾或者换⾏符的前⼀个位置，需在结尾 |
注意⚠：如果^在列表操作符中使⽤，并且在⾸位，代表取反。
操作符优先级：
| 优先级（由⾼到低） | 操作符 |
|---|---|
| 归类相关的括号符号 | [::] |
| 转义字符 | <特殊字符> |
| 括号表达 | [] |
| 分组 | () |
| 单字符重复 | * + ？{m, n} |
| 串联 | . |
| 锚点 | ^ $ |
| 备选 | ｜ |
Objective-C和Swift都要求您转义⽂字字符串中的特殊字符（即，在它们
前⾯加反斜杠\字符）。反斜杠本身就是这样的特殊字符之⼀！由于⽤于创建
正则表达式的模式也是字符串，因此会增加复杂性，因为在使⽤Stringand时
需要转义反斜杠字符NSRegularExpression。
这意味着标准正则表达式.将出现\.在您的Swift（或Objective-C）代码中。
- ⽂字”\.”定义了⼀个类似于以下字符串：.
- 正则表达式.然后将匹配单个句点字符。
贪婪模式、勉强模式与侵占模式：
| 贪婪匹配 | 勉强匹配 | 侵占匹配 | 作⽤ |
|---|---|---|---|
| X? | X?? | X?+ | 匹配 X 零次或⼀次 |
| X* | X*? | X*+ | 匹配 X 零次或多次 |
| X+ | X+? | X++ | 匹配 X ⼀次或多次 |
| X{n} | X{n}? | X{n}+ | 匹配 X n 次 |
| X{n,} | X{n,}? | X{n,}+ | 匹配 X ⾄少 n 次 |
| X{n,m} | X{n,m}? | X{n,m}+ | 匹配 X ⾄少 n 次，但不多于 m 次 |
假定要分析的字符串是xfooxxxxxxfoo
模式.foo（贪婪模式）由两部分：
1.p1(.)
2.p2(foo)组成。 其中p1中的匹配⽅式使⽤默认⽅式(贪婪型)。
第⼀轮：匹配开始时，p1匹配所有字符xfooxxxxxx，匹配成功，但p2⽆匹配字符，本轮匹配失
败；
第⼆轮：减少p1部分的匹配量，留出最后⼀个字符, 此时存在两个字符串，s1代表xfooxxxxxxfo和
s2代表o。 s1匹配p1, 但s2不匹配p2。本轮匹配失败；
第三轮，继续减少p1匹配量，留出两个字符, 字符串被分割成xfooxxxxxxfo和oo两部分。结果同
上。
第四轮，再次减少p1匹配量，字符串分割成xfooxxxxxx和foo两个部分，这次p1/p2同时匹配。
返回匹配成功。
假定要分析的字符串是xfooxxxxxxfoo
模式.?foo（勉强模式）最⼩匹配⽅式：
1.p1(.?)
2.p2(foo)组成。 其中p1中的匹配⽅式使⽤勉强模式匹配。
第⼀轮：p1由于是0或任意次，⾸先匹配0次。所以直接⽤字符串去匹配p2，但p2⽆匹配字符，本轮
匹配失败；
第⼆轮：增加p1部分的匹配量，匹配x, 此时存在两个字符串，s1代表x和s2代表fooxxxxxxfoo。 s1
匹配p1, 但s2不匹配p2。本轮匹配失败；
继续上述匹配直到满⾜p2。
假定要分析的字符串是xfooxxxxxxfoo
.+foo（侵占模式）：
1.p1(.+)
2.p2(foo)组成。 其中p1中的匹配⽅式使⽤侵占模式匹配。
匹配开始时读⼊所有字符串，和p1匹配成功，但没有剩余字符串去和p2匹配。匹配失败。
简单地说，贪婪模式和占有模式相⽐，贪婪模式会在只有部分匹配成功的条件下，依次从多到少减
少匹配成功部分模式的匹配数量，将字符留给模式其他部分去匹配； ⽽占⽤模式则是占有所有能匹
配成功部分，绝不留给其他部分使⽤。
更⾼级⽤法——零宽断⾔：
断⾔：在指定位置应该满⾜⼀定的条件。
当捕获组以开头时?=，，表示该组将被⽤作零宽度正预测先⾏断⾔，仅当前⼀个模式与捕获组中的
模式相匹配时才与前⼀个模式匹配。例如，A(?=B)与A匹配，并且，⻢上跟着B。可以匹配AB、
ABB、ACB。
更⾼级⽤法——匹配特定类别的Unicode字符\p{ … }：
\p{L}所有字符，\p{Lu}所有⼩写字符，\p{N}。
\P{}匹配不特定类别的Unicode字符。
grep
grep：
-v：逆转显示
-i：忽略⼤⼩写
-A：向上显示⼏⾏
-B：向下显示⼏⾏
-E：启⽤扩展
—color：显示颜⾊
egrep：grep -E
sed：可以将数据进⾏替换、删除、新增、选取特定内容等功能，⽤作⼀整⾏字符处理。
awk：⽐sed更精准，通常将⼀⾏在切割成相应的字段，再去处理。
LLDB
- 对指定库中的符合指定的正则表达式的函数下断点
(lldb) breakpoint set —func-regex=.—shlib=libfoo.dylib - 对符合指定的正则表达式的符号下断点
(lldb) breakpoint set --func-regex regular-expression - 通过对指定的正则表达式对⽂件内容设置断点
(lldb) breakpoint set --source-pattern-regexp regular-expression --file
SourceFile
例如我们现在在block源码中设置断点
我们知道现在block进行了copy操作。所以我们写成(.*)[B|b]lock(.*)[C|c]opy(.*),在断点的时候设置成breakpoint set --func-regex=(.*)[bB]lock(.*)[Cc]opy(.*)。breakpoint可以简写为br,-func-regex可以简写为-r, =可以替换为空格,br set -r (.*)[bB]lock(.*)[Cc]opy(.*)效果是一样的。br set -r还可以缩写成rb，rb (.*)[bB]lock(.*)[Cc]opy(.*)，我们也可以添加--shlib指定库中查找rb (.*)[bB]lock(.*)[Cc]opy(.*) --shlib=libsystem_blocks.dylib。--shlib缩写-s。
设置指定文件breakpoint set --source-pattern-regexp=(.*)[bB]lock(.*)[Cc]opy(.*) --file runtime.cpp->br set -p (.*)[bB]lock(.*)[Cc]opy(.*) -f runtime.cpp
可以通过br list 数字，数字为每次通过lldb设置断点的输出的第多少条。
—func-regex是对符号下断点，--source-pattern-regexp是对内容下断点。
br set -p没有简写，我们可以在lldb中自己设置。
command alias pb br set -p %1 -f %2,%1为第一个参数。另外注意这里要用全称，所以之前写的是错误的需要写成command alias pb breakpoint set -p %1 -f %2，可以通过help pb来查看。但只能一次运行的时候有用。
