Perl学习笔记(1)正则表达式

时间:2022-02-08 07:05:43
Perl 程序中,正则表达式有三种存在形式,他们分别是:
匹配:m/<regexp>;/ (还可以简写为 /<regexp>;/ ,略去 m)
替换:s/<pattern>;/<replacement>;/
转化:tr/<pattern>;/<replacemnt>;/


这三种形式一般都和 =~ 或 !~ 搭配使用(其中 "=~" 表示相匹配,在整条语句中读作 does,"!~" 表示不匹配,在整条语句中读作 doesn't),并在左侧有待处理的标量变量。如果没有该变量和 =~ !~ 操作符,则默认为处理 $_ 变量中的内容。举例如下:


$str = "I love Perl";


$str =~ m/Perl/; # 表示如果在 $str 中发现 "Perl" 字符串,则返回 "1" 否则返回 "0"。


$str =~ s/Perl/BASH/; # 表示将变量 $str 中的 "Perl" 字符串替换为 "BASH",如果发生此替换则返回 "1",否则返回 "0"。


$str !~ tr/A-Z/a-z/; # 表示将变量 $str 中的所有大写字母转化为小写字母,如果转化发生了则返回 "0",否则返回 "1"。


另外还有:


foreach (@array) { s/a/b/; } # 此处每次循环将从 @array 数组中取出一个元素存放在 $_ 变量中,并对 $_ 进行替换处理。


while (<FILE>;) { print if (m/error/); } # 这一句稍微复杂一些,他将打印 FILE 文件中所有包含 error 字符串的行。


Perl 的正则表达式中如果出现 () ,则发生匹配或替换后 () 内的模式被 Perl 解释器自动依次赋给系统 $1, $2 ...... 请看下面的例子:


$string = "I love perl";


$string =~ s/(love)/<$1>;/; # 此时 $1 = "love",并且该替换的结果是将 $string 变为 "I <love>; perl"


$string = "i love perl";


$string =~ s/(i)(.*)(perl)/<$3>;$2<$1>;/; # 这里 $1 = "i",$2 = " love ",$3 = "perl",并且替换后 $string 变为 "<perl>; love <i>;"


替换操作 s/<pattern>;/<replacement>;/ 还可以在末尾加上 e 或 g 参数,他们的含义分别为:


s/<pattern>;/<replacement>;/g 表示把待处理字符串中所有符合 <pattern>; 的模式全部替换为 <replacement>; 字符串,而不是只替换第一个出现的模式。
(正则表达式匹配一个给定模式的最早的可能匹配。缺省时,仅匹配或替换正则表达式一次( $a = 'string string2'; $a =~ s/string/ /; 导致 $a = 'string 2')。)


s/<pattern>;/<replacement>;/e 表示将把 <replacemnet>; 部分当作一个运算符,这个参数用的不多。


比如下面的例子:


$string = "i:love:perl";


$string =~ s/:/*/; #此时 $string="i*love:perl";


$string = "i:love:perl";


$string =~ s/:/*/g; #此时 $string="i*love*perl"; 


$string =~ tr/*/ /; #此时 $string="i love perl"; 


$string = "www22cgi44";


$string =~ s/(\d+)/$1*2/e; # (/d+)代表 $string 中的一个或多个数字字符,将这些数字字符执行 *2 的操作,因此最后 $string 变成了 "www44cgi88"。


下面是正则表达式中的一些常用模式。


/pattern/  结果  


. 匹配除换行符以外的所有字符 


x? 匹配 0 次或一次 x 字符串 


x* 匹配 0 次或多次 x 字符串,但匹配可能的最少次数 


x+ 匹配 1 次或多次 x 字符串,但匹配可能的最少次数 


.* 匹配 0 次或一次的任何字符 


.+ 匹配 1 次或多次的任何字符 


{m} 匹配刚好是 m 个 的指定字符串 


{m,n} 匹配在 m个 以上 n个 以下 的指定字符串 


{m,} 匹配 m个 以上 的指定字符串 


[] 匹配符合 [] 内的字符 


[^] 匹配不符合 [] 内的字符 


[0-9] 匹配所有数字字符 


[a-z] 匹配所有小写字母字符 


[^0-9] 匹配所有非数字字符 


[^a-z] 匹配所有非小写字母字符 


^ 匹配字符开头的字符 


$ 匹配字符结尾的字符 


\d 匹配一个数字的字符,和 [0-9] 语法一样 


\d+ 匹配多个数字字符串,和 [0-9]+ 语法一样 


\D 非数字,其他同 \d 


\D+ 非数字,其他同 \d+ 


\w 英文字母或数字的字符串,和 [a-zA-Z0-9] 语法一样 


\w+ 和 [a-zA-Z0-9]+ 语法一样 


\W 非英文字母或数字的字符串,和 [^a-zA-Z0-9] 语法一样 


\W+ 和 [^a-zA-Z0-9]+ 语法一样 


\s 空格,和 [\n\t\r\f] 语法一样 


\s+ 和 [\n\t\r\f]+ 一样 


\S 非空格,和 [^\n\t\r\f] 语法一样 


\S+ 和 [^\n\t\r\f]+ 语法一样 


\b 匹配以英文字母,数字为边界的字符串 


\B 匹配不以英文字母,数值为边界的字符串 


a|b|c 匹配符合a字符 或是b字符 或是c字符 的字符串 


abc 匹配含有 abc 的字符串 


(pattern) () 这个符号会记住所找寻到的字符串,是一个很实用的语法。第一个 () 内所找到的字符串变成 $1 这个变量或是 \1 变量,第二个 () 内所找到的字符串变成 $2 这个变量或是 \2 变量,以此类推下去。  


/pattern/i i 这个参数表示忽略英文大小写,也就是在匹配字符串的时候,不考虑英文的大小写问题。 


\ 如果要在 pattern 模式中找寻一个特殊字符,如 "*",则要在这个字符前加上 \ 符号,这样才会让特殊字符失效 




下面给出一些例子:    


范例 说明 


/perl/ 找到含有 perl 的字符串 


/^perl/ 找到开头是 perl 的字符串 


/perl$/ 找到结尾是 perl 的字符串 


/c|g|i/ 找到含有 c 或 g 或 i 的字符串 


/cg{2,4}i/ 找到 c 后面跟着 2个到 4个 g ,再跟着 i 的字符串 


/cg{2,}i/ 找到 c 后面跟着 2个以上 g ,再跟着 i 的字符串 


/cg{2}i/ 找到 c 后面跟着 2个 g,再跟着 i 的字符串 


/cg*i/ 找到 c 后面跟着 0个或多个 g ,再跟着 i 的字符串,如同/cg{0,1}i/ 


/cg+i/ 找到 c 后面跟着一个以上 g,再跟着 i 的字符串,如同/cg{1,}i/ 


/cg?i/ 找到 c 后面跟着 0个或是 1个 g ,再跟着 i 的字符串,如同/cg{0,1}i/ 


/c.i/ 找到 c 后面跟着一个任意字符,再跟着 i 的字符串 


/c..i/ 找到 c 后面跟着二个任意字符,再跟着 i 的字符串 


/[cgi]/ 找到符合有这三个字符任意一个的字符串 


/[^cgi]/ 找到没有这三个字符中任意一个的字符串 


/\d/ 找寻符合数字的字符,可以使用/\d+/来表示一个或是多个数字组成的字符串 


/\D/ 找寻符合不是数字的字符,可以使用/\D+/来表示一个或是更多个非数字组成的字符串 


/\*/ 找寻符合 * 这个字符,因为 * 在常规表达式中有它的特殊意思,所以要在这个特殊符号前加上 \ 符号,这样才会让这个特殊字符失效 


/abc/i 找寻符合 abc 的字符串而且不考虑这些字符串的大小写


# 模式匹配中的关键变量
Perl 中的特殊变量 $&, $`,$' 用在模式匹配中
$&  用来存放匹配中的值
$`   用来存放匹配中之前所有字符
$'   用来存放匹配中之后所有字符
如:
#!/usr/bin/perl -w
if("Hello good  there,neigbor hello" =~ /S(w+),/)
{
        print "That actually matched '$&'. ";
        print $`." ";
        print $'." ";
}