浅谈Perl正则表达式

一、简介

Perl正则表达式中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Perl正则表达式中模式def。其用法如结合函数split将字符串用某Perl正则表达式中模式分成多个单词：@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Perl正则表达式中模式，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(“Thankyouforbeingpolite!\n”);
}
else{

print(“Thatwasnotverypolite!\n”);
}                  

三、Perl正则表达式中模式中的特殊字符

PERL在Perl正则表达式中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(/+/,$line);
注：split函数每次遇到分割Perl正则表达式中模式，总是开始一个新单词，因此若$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Perl正则表达式中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Perl正则表达式中模式/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(“$varnameisalegalscalarvariable\n”);
}elsif($varname=~/^@[A-Za-z][_0-9a-zA-Z]*$/){

print(“$varnameisalegalarrayvariable\n”);
}elsif($varname=~/^[A-Za-z][_0-9a-zA-Z]*$/){

print(“$varnameisalegalfilevariable\n”);
}else{

print(“Idontunderstandwhat$varnameis.\n”);
}
例3：\b在单词边界匹配：/\bdef/匹配def和defghi等以def打头的单词，但不匹配abcdef。/def\b/匹配def和abcdef等以def结尾的单词，但不匹配defghi，/\bdef\b/只匹配字符串def。注意：/\bdef/可匹配$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、Perl正则表达式中模式中的变量替换

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Perl正则表达式中模式。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(“$numberisalegalinteger.\n”);
}else{

print(“$numberisnotalegalinteger.\n”);
}
其中^-?\d+$匹配十进制数字，^-?0[xX][\da-fa-F]+$匹配十六进制数字。

12、Perl正则表达式中模式的部分重用

当Perl正则表达式中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
070492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
()Perl正则表达式中模式内存
+*?{}出现次数
^$\b\B锚
|选项

14、指定Perl正则表达式中模式定界符

缺省的，Perl正则表达式中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、Perl正则表达式中模式次序变量

在Perl正则表达式中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=”Thisstringcontainsthenumber25.11.”;
$string=~/-?(\d+)\.?(\d+)/;#匹配结果为25.11
$integerpart=$1;#now$integerpart=25
$decimalpart=$2;#now$decimalpart=11
$totalpart=$&;#nowtotalpart=25.11       

四、Perl正则表达式中模式匹配选项

选项描述
g匹配所有可能的Perl正则表达式中模式
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Perl正则表达式中模式中的空白

1、匹配所有可能的Perl正则表达式中模式(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Perl正则表达式中模式中忽略空格

/\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Perl正则表达式中模式次序变量$n，如s/(\d+)/[$1]/，但在替换部分不支持Perl正则表达式中模式的特殊字符，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Perl正则表达式中模式中的所有匹配
i忽略Perl正则表达式中模式中的大小写
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Perl正则表达式中模式中的空白

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″;
$string=~s/[a-zA-Z]+/$&x2/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/;#nowstring=”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Perl正则表达式中模式匹配

PERL支持PERL4和标准UNIXPerl正则表达式中模式匹配操作所没有的一些Perl正则表达式中模式匹配能力。其语法为：(?pattern)，其中c是一个字符，pattern是起作用的Perl正则表达式中模式或子Perl正则表达式中模式。

1、不存贮括号内的匹配内容

在PERL的Perl正则表达式中模式中，括号内的子Perl正则表达式中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Perl正则表达式中模式选项

通常Perl正则表达式中模式选项置于其后，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Perl正则表达式中模式，相反的，(?!string)意义为匹配后面非string的Perl正则表达式中模式，如：
$string=”25abc8″;
$string=~/abc(?=[0-9])/;
$matched=$&;#$&为已匹配的Perl正则表达式中模式，此处为abc，而不是abc8

4、Perl正则表达式中模式注释

PERL5中可以在Perl正则表达式中模式中用?#来加注释，如：
if($string=~/(?i)[a-z]{2,3}(?#matchtwoorthreealphabeticcharacters)/{

…
}