寒小阳

专注机器学习/数据挖掘

perl总结(3)

七、正则表达式

        这次对perl的正则表达式做一个总结。

        正则表达式是perl在文本处理时最为简洁方便的功能。可以迅速地查找/替换字符串,提取字符串中想要的部分做处理。一般都说正则表达式是一个描述模式(pattern)的字符串,而所谓模式,其实是我们需要寻找的特定的字符序列,由一对反斜杠包起来,例如/def/即模式def。


一、匹配操作符
        有两对匹配操作符=~和!~。

        =~检验匹配是否成功:$var =~ /abc/;若在该字符串中找到了该模式(abc),则返回true,不匹配则返回false。!~则相反。
        一个小例子:
        if ($sentence =~ /please/) {
                print ("Thank you for being polite!\n");
        }
        else {
                print ("That was not very polite!\n");
        


二、基本模式匹配知识
1、字符 + 
        +意味着一个或多个相同的字符(串),如:/ab+c/指abc、abbc、abbbc等。+在匹配字符的时候会尽可能匹配更多的相同字符,如/ad+/在字符串addddf中匹配的将是adddd,而不是ad或者add。
2、字符 [ ]和[^]
        [ ]中包含一组字符,在匹配时匹配其中的任一个,如/a[mnpqrst]c/将匹配a加m-t中的一个字符再加c的字符串。
它常与+联合使用:/a[bB]+c/匹配abc、aBc、abbc、aBbc、aBbBBBbc等。

        ^表示除括号内之外的所有字符,如:/a[^bB]+c/匹配a加非b/B字符加c的字符串。
3、字符 *和? 
        字符*用于匹配0个、1个或多个相同字符

        字符?匹配0个或1个该字符。

        例/ab*c/匹配ac、abc、abbbbc等;/ab?c/匹配ac或abc。

4、“.”字符 
        字符"."用于匹配除换行外的所有字符,最常与*一起使用。
5、转义字符 
        对于上述提到的+*?等具有特殊意义的字符,如果想在串中匹配包含其的模式,须在其前加斜线"\"。

        如:/\*+/中\*即表示字符*,/\\/表示斜杆。

6、匹配指定数目的字符 
        之前提到的"*",".","?"字符都是匹配不确定量的字符,我们可以使用{}指定所匹配字符出现的次数。如:/ab{1,3}c/匹配a和c之间有1到3个b的字符串;/ab{3}c/匹配abbbc;/ab{3,}c/匹配不少于3个b在a和c之间的字符串。

7、特殊转义字符 
        perl里有一些特殊的转移字符,能用于快速简洁地表示一些字符,如下表所示。

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。
8、选择模式
        字符"|"用于指定两个或多个串中的一个用于匹配模式。如:/def|ghi/匹配defhi或deghi,要是想匹配def或者ghi怎么办呢,请加上括号,即/(def)|(ghi)/。

9、锚模式 

        这是perl正则表达式中一个很重要的东西,锚可以用来指定匹配的串在原带匹配串中的位置。具体的锚及其描述见下表:

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:/^abc/只匹配以abc打头的字符串,/abc$/只匹配以abc结尾的字符串,结合起来的/^abc$/只匹配字符串abc。

        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 don't understand what $varname is.\n");
                }
        例3:\b在单词边界匹配:/\bdef/匹配def和defghi等以def打头的单词,但不匹配abcdef。/def\b/匹配def和abcdef等以def结尾的单词,但不匹配defghi,/\babc\b/只匹配字符串abc。注意:/\babc/可匹配$abcghi,因为$并不被看作是单词的部分。
        例4:\B在单词内部匹配:/\Babc/匹配mabcdef等,但不匹配abc;/def\B/匹配defghi等;/\Bdef\B/匹配cdefg、abcdefghi等,但不匹配def,defghi,abcdef。
10、提取匹配的文本


三、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;
   $line = <STDIN>;
   while ($var < 10) { 
     $result = $line =~ /$var/o;
     $line = <STDIN>; 
     $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}/。


四、替换操作符 
        上面提到的都是匹配字符串的方法和方式,perl可以在匹配到相应的模式后对串进行处理,其中非常强大的就是替换操作符。其语法为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"


五、翻译操作符 
        翻译操作符是perl的另一种替换方式,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。


六、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:(?<c>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)/ {
                ...
        }

阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/yaoqiang2011/article/details/10187393
个人分类: perl那些事儿
上一篇perl总结(2)
下一篇perl总结(4)--grep和map
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭