陈建华的博客
专注web开发
Perl5 正则表达式规则
2015-06-10 16:36:15   阅读983次

PERL里正则表达式的简介,适合喜欢学习perl正则的朋友。PERL里正则表达式的简介 

一、简介 
二、匹配操作符 
三、模式中的特殊字符 
1、字符+ 
2、字符 []和[^] 
3、字符 *和? 
4、转义字符 
5、匹配任意字母或数字 
6、锚模式 
7、模式中的变量替换 
8、字符范围转义前缀 
9、匹配任意字符 
10、匹配指定数目的字符 
11、指定选项 
12、模式的部分重用 
13、转义和特定字符的执行次序 
14、指定模式定界符 
15、模式次序变量 
四、模式匹配选项 
1、匹配所有可能的模式(g选项) 
2、忽略大小写(i选项)例 
3、将字符串看作多行(m选项) 
4、只执行一次变量替换例 
5、将字符串看作单行例 
6、在模式中忽略空格 
五、替换操作符 
六、翻译操作符 
七、扩展模式匹配 
1、不存贮括号内的匹配内容 
2、内嵌模式选项 
3、肯定的和否定的预见匹配 
4、模式注释 



  1. 简介

    模式指在字符串中寻找的特定序列的字符,由反斜线包含:/def/即模式def。其用法如结合函数split将字符串用某模式分成多个单词:@array = split(/ /, $line);


  2. 匹配操作符 =~、!~

    =~检验匹配是否成功:$result = $var =~ /abc/;若在该字符串中找到了该模式,则返回非零值,即true,不匹配则返回0,即false。!~则相反。 
    这两个操作符适于条件控制中,如: 
    if ($question =~ /please/) { 
    print ("Thank you for being polite!\n"); 

    else { 
    print ("That was not very polite!\n"); 

  3. 模式中的特殊字符

    PERL在模式中支持一些特殊字符,可以起到一些特殊的作用。

     


    1. 字符 +

      +意味着一个或多个相同的字符,如:/de+f/指def、deef、deeeeef等。它尽量匹配尽可能多的相同字符,如/ab+/在字符串abbc中匹配的将是abb,而不是ab。 
      当一行中各单词间的空格多于一个时,可以如下分割: 
      @array = split (/ +/, $line); 
      注:split函数每次遇到分割模式,总是开始一个新单词,因此若$line以空格打头,则@array的第一个元素即为空元素。但其可以区分是否真有单词,如若$line中只有空格,则@array则为空数组。且上例中TAB字符被当作一个单词。注意修正。 

    2. 字符 []和[^] 

      [] 意味着匹配一组字符中的一个,如/a[0123456789]c/将匹配a加数字加c的字符串。与+联合使用例:/d[eE]+f/匹配def、 dEf、deef、dEdf、dEEEeeeEef等。^表示除其之外的所有字符,如:/d[^deE]f/匹配d加非e字符加f的字符串。

    3. 字符 *和? 

      它们与+类似,区别在于*匹配0个、1个或多个相同字符,?匹配0个或1个该字符。如/de*f/匹配df、def、deeeef等;/de?f/匹配df或def。

    4. 转义字符

      如果你想在模式中包含通常被看作特殊意义的字符,须在其前加斜线"\"。如:/\*+/中\*即表示字符*,而不是上面提到的一个或多个字符的含义。斜线的表示为/\\/。在PERL5中可用字符对\Q和\E来转义。

    5. 匹配任意字母或数字

      上面提到模式/a[0123456789]c/匹配字母a加任意数字加c的字符串,另一种表示方法为:/a[0-9]c/,类似的,[a-z]表示任意小写字母,[A-Z]表示任意大写字母。任意大小写字母、数字的表示方法为:/[0-9a-zA-Z]/。 

    6. 锚模式

      锚 描述 
      ^ 或 \A 仅匹配串首 
      $ 或 \Z 仅匹配串尾 
      \b 匹配单词边界 
      \B 单词内部匹配 

      例1:/^def/只匹配以def打头的字符串,/$def/只匹配以def结尾的字符串,结合起来的/^def$/只匹配字符串def(?)。\A和\Z在多行匹配时与^和$不同。 
      例2:检验变量名的类型: 
      if ($varname =~ /^\$[A-Za-z][_0-9a-zA-Z]*$/) { 
      print ("$varname is a legal scalar variable\n"); 
      } elsif ($varname =~ /^@[A-Za-z][_0-9a-zA-Z]*$/) { 
      print ("$varname is a legal array variable\n"); 
      } elsif ($varname =~ /^[A-Za-z][_0-9a-zA-Z]*$/) { 
      print ("$varname is a legal file variable\n"); 
      } else { 
      print ("I dont understand what $varname is.\n"); 

      例 3:\b在单词边界匹配:/\bdef/匹配def和defghi等以def打头的单词,但不匹配abcdef。/def\b/匹配def和 abcdef等以def结尾的单词,但不匹配defghi,/\bdef\b/只匹配字符串def。注意:/\bdef/可匹配$defghi,因为$并不被看作是单词的部分。 
      例4:\B在单词内部匹配:/\Bdef/匹配abcdef等,但不匹配def;/def\B/匹配defghi等;/\Bdef\B/匹配cdefg、abcdefghi等,但不匹配def,defghi,abcdef。

    7. 模式中的变量替换

      将句子分成单词: 
      $pattern = "[\\t ]+"; 
      @words = split(/$pattern/, $line); 

    8. 字符范围转义

      E 转义字符 描述 范围 
      \d 任意数字 [0-9] 
      \D 除数字外的任意字符 [^0-9] 
      \w 任意单词字符 [_0-9a-zA-Z] 
      \W 任意非单词字符 [^_0-9a-zA-Z] 
      \s 空白 [ \r\t\n\f] 
      \S 非空白 [^ \r\t\n\f] 

      例:/[\da-z]/匹配任意数字或小写字母。 

    9. 匹配任意字符 

      字符"."匹配除换行外的所有字符,通常与*合用。

    10. 匹配指定数目的字符 

      字符对{}指定所匹配字符的出现次数。如:/de{1,3}f/匹配def,deef和deeef;/de{3}f/匹配deeef;/de{3,}f/匹配不少于3个e在d和f之间;/de{0,3}f/匹配不多于3个e在d和f之间。

    11. 指定选项

      字符"|"指定两个或多个选择来匹配模式。如:/def|ghi/匹配def或ghi。 
      例:检验数字表示合法性 
      if ($number =~ /^-?\d+$|^-?0[xX][\da-fa-F]+$/) { 
      print ("$number is a legal integer.\n"); 
      } else { 
      print ("$number is not a legal integer.\n"); 

      其中 ^-?\d+$ 匹配十进制数字,^-?0[xX][\da-fa-F]+$ 匹配十六进制数字。 

    12. 模式的部分重用 

      当模式中匹配相同的部分出现多次时,可用括号括起来,用\n来多次引用,以简化表达式: 
      /\d{2}([\W])\d{2}\1\d{2}/ 匹配: 
      12-05-92 
      26.11.87 
      07 04 92等 
      注意:/\d{2}([\W])\d{2}\1\d{2}/ 不同于/(\d{2})([\W])\1\2\1/ ,后者只匹配形如17-17-17的字符串,而不匹配17-05-91等。 

    13. 转义和特定字符的执行次序

      象操作符一样,转义和特定字符也有执行次序: 


      特殊字符 描述 
      () 模式内存 
      + * ? {} 出现次数 
      ^ $ \b \B 锚 
      | 选项 

    14. 指定模式定界符 

      缺省的,模式定界符为反斜线/,但其可用字母m自行指定,如: 
      m!/u/jqpublic/perl/prog1! 等价于/\/u\/jqpublic\/perl\/prog1/ 
      注:当用字母作为定界符时,不做变量替换;当用特殊字符作为定界符时,其转义功能或特殊功能即不能使用。 

    15. 模式次序变量

      在模式匹配后调用重用部分的结果可用变量$n,全部的结果用变量$&。 
      $string = "This string contains the number 25.11."; 
      $string =~ /-?(\d+)\.?(\d+)/; # 匹配结果为25.11 
      $integerpart = $1; # now $integerpart = 25 
      $decimalpart = $2; # now $decimalpart = 11 
      $totalpart = $&; # now totalpart = 25.11 



  4. 模式匹配选项

    选项 描述 
    g 匹配所有可能的模式 
    i 忽略大小写 
    m 将串视为多行 
    o 只赋值一次 
    s 将串视为单行 
    x 忽略模式中的空白 



    1. 匹配所有可能的模式(g选项) 

      @matches = "balata" =~ /.a/g; # now @matches = ("ba", "la", "ta") 
      匹配的循环: 
      while ("balata" =~ /.a/g) { 
      $match = $&; 
      print ("$match\n"); 

      结果为: 
      ba 
      la 
      ta 
      当使用了选项g时,可用函数pos来控制下次匹配的偏移: 
      $offset = pos($string); 
      pos($string) = $newoffset; 

    2. 忽略大小写(i选项)例

      /de/i 匹配de,dE,De和DE。 

    3. 将字符串看作多行(m选项) 

      在此情况下,^符号匹配字符串的起始或新的一行的起始;$符号匹配任意行的末尾。 

    4. 只执行一次变量替换例

      $var = 1; 
      $line = ; 
      while ($var < 10) { 
      $result = $line =~ /$var/o; 
      $line = ; 
      $var++; 

      每次均匹配/1/。 

    5. 将字符串看作单行例 

      /a.*bc/s匹配字符串axxxxx \nxxxxbc,但/a.*bc/则不匹配该字符串。

    6. 在模式中忽略空格

      /\d{2} ([\W]) \d{2} \1 \d{2}/x等价于/\d{2}([\W])\d{2}\1\d{2}/。

    7. d

    8. d

    9. d


  5. 替换操作符

    语法为s/pattern/replacement/,其效果为将字符串中与pattern匹配的部分换成replacement。如: 
    $string = "abc123def"; 
    $string =~ s/123/456/; # now $string = "abc456def"; 
    在替换部分可使用模式次序变量$n,如s/(\d+)/[$1]/,但在替换部分不支持模式的特殊字符,如{},*,+等,如s/abc/[def]/将把abc替换为[def]。 
    替换操作符的选项如下表: 


    选项 描述 
    g 改变模式中的所有匹配 
    i 忽略模式中的大小写 
    e 替换字符串作为表达式 
    m 将待匹配串视为多行 
    o 仅赋值一次 
    s 将待匹配串视为单行 
    x 忽略模式中的空白 

    注:e选项把替换部分的字符串看作表达式,在替换之前先计算其值,如: 
    $string = "0abc1"; 
    $string =~ s/[a-zA-Z]+/$& x 2/e; # now $string = "0abcabc1" 

  6. 翻译操作符

    这是另一种替换方式,语法如:tr/string1/string2/。同样,string2为替换部分,但其效果是把string1中的第一个字符替换为 string2中的第一个字符,把string1中的第二个字符替换为string2中的第二个字符,依此类推。如: 
    $string = "abcdefghicba"; 
    $string =~ tr/abc/def/; # now string = "defdefghifed" 
    当string1比string2长时,其多余字符替换为string2的最后一个字符;当string1中同一个字符出现多次时,将使用第一个替换字符。 
    翻译操作符的选项如下: 


    选项 描述 
    c 翻译所有未指定字符 
    d 删除所有指定字符 
    s 把多个相同的输出字符缩成一个 

    如$string =~ tr/\d/ /c;把所有非数字字符替换为空格。$string =~ tr/\t //d;删除tab和空格; $string =~ tr/0-9/ /cs;把数字间的其它字符替换为一个空格。

  7. 扩展模式匹配

    PERL支持PERL4和标准UNIX模式匹配操作所没有的一些模式匹配能力。其语法为:(?pattern),其中c是一个字符,pattern是起作用的模式或子模式。


    1. 不存贮括号内的匹配内容

      在PERL的模式中,括号内的子模式将存贮在内存中,此功能即取消存贮该括号内的匹配内容,如/(?:a|b|c)(d|e)f\1/中的\1表示已匹配的d或e,而不是a或b或c。 

    2. 内嵌模式选项 

      通常模式选项置于其后,有四个选项:i、m、s、x可以内嵌使用,语法为:/(?option)pattern/,等价于/pattern/option。

    3. 肯定的和否定的预见匹配 

      肯定的预见匹配语法为/pattern(?=string)/,其意义为匹配后面为string的模式,相反的,(?!string)意义为匹配后面非string的模式,如: 
      $string = "25abc8"; 
      $string =~ /abc(?=[0-9])/; 
      $matched = $&; # $&为已匹配的模式,此处为abc,而不是abc8 

    4. 模式注释

      PERL5中可以在模式中用?#来加注释,如: 
      if ($string =~ /(?i)[a-z]{2,3}(?# match two or three alphabetic characters)/ { 
      ... 



-----------------------------------------------------
转载请注明来源此处
原地址:#

-----网友评论----
1楼:黑皮甘蔗 发表于 2015-06-28 16:37:13
黑皮甘蔗 http://www.ganzhe8.com
-----发表评论----
微网聚博客乐园 ©2014 blog.mn886.net 鲁ICP备14012923号   网站导航