文档章节

PERL 正则表达式详细说明

晓亮1210
 晓亮1210
发布于 2013/05/08 18:14
字数 2534
阅读 111
收藏 10

一、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); 

二、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"); 

三、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 

四、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     如果输入字符串为多行,s将视为单行,  . 可以匹配\r\n等任意字符
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}/。 

五、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" 

六、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。 

七、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)/ { 
... 

© 著作权归作者所有

共有 人打赏支持
晓亮1210
粉丝 7
博文 83
码字总数 76483
作品 0
通州
程序员
私信 提问
PHP 正则表达式匹配 preg_match 与 preg_match_all 函数

正则表达式在 PHP 中的应用 在 PHP 应用中,正则表达式主要用于: 正则匹配:根据正则表达式匹配相应的内容 正则替换:根据正则表达式匹配内容并替换 正则分割:根据正则表达式分割字符串 在...

ywppengpeng
2016/11/14
2
0
在PHP中使用正则表达式进行查找替换

首先需要声明的是,其实我对正则的应用也不是特别地熟练,只不过是在工作中“被逼无奈”才一步步地对正则有了一些了解。随着对正则的了解越多,越来越发现正则表达式真的是一个很强有力的工具...

技术小胖子
2017/11/15
0
0
正则表达式之——Perl正则表达式

概念 Perl正则表达式英文名称是Perl Compatible Regular Expression,缩写为PCRE。PCRE库包括一套执行常用表达模式函数,其语法来源于Perl语言。与POSIX正则表达式不同,Perl正则表达式需要以...

CoderAndy
2014/04/10
0
0
Linux/Unix工具与正则表达式的POSIX规范

对正则表达式有基本了解的读者,一定不会陌生『d』、『[a-z]+』之类的表达式,前者匹配一个数字字符,后者匹配一个以上的小写英文字母。但是如果你用过vi、grep、awk、sed之类Linux/Unix下的...

skypeGNU1
2016/03/12
0
0
Shell 正则表达式

正则表达式的分类 基本的正则表达式(Basic Regular Expression 又叫Basic RegEx 简称BREs) 扩展的正则表达式(Extended Regular Expression 又叫Extended RegEx 简称EREs) Perl的正则表达...

416896401
2016/05/23
0
0

没有更多内容

加载失败,请刷新页面

加载更多

EOS docker开发环境

使用eos docker镜像是部署本地EOS开发环境的最轻松愉快的方法。使用官方提供的eos docker镜像,你可以快速建立一个eos开发环境,可以迅速启动开发节点和钱包服务器、创建账户、编写智能合约....

汇智网教程
今天
5
0
《唐史原来超有趣》的读后感优秀范文3700字

《唐史原来超有趣》的读后感优秀范文3700字: 作者:花若离。我今天分享的内容《唐史原来超有趣》这本书的读后感,我将这本书看了一遍之后就束之高阁了,不过里面的内容一直在在脑海中回放,...

原创小博客
今天
11
0
IC-CAD Methodology知识图谱

CAD (Computer Aided Design),计算机辅助设计,指利用计算机及其图形设备帮助设计人员进行设计工作,这个定义同样可以用来近似描述IC公司CAD工程师这个岗位的工作。 早期IC公司的CAD岗位最初...

李艳青1987
今天
12
0
CompletableFuture get方法一直阻塞或抛出TimeoutException

问题描述 最近刚刚上线的服务突然抛出大量的TimeoutException,查询后发现是使用了CompletableFuture,并且在执行future.get(5, TimeUnit.SECONDS);时抛出了TimeoutException异常,导致接口响...

xiaolyuh
今天
7
0
dubbo 搭建与使用

官网:http://dubbo.apache.org/en-us/ 一,安装监控中心(可以不安装) admin管理控制台,monitor监控中心 下载 bubbo ops 这个是新版的,需要node.js环境,我没有就用老版的了...

小兵胖胖
今天
15
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部