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("Thankyouforbeingpolite!\n");
}
else{
print("Thatwasnotverypolite!\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：

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：/^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("$varnameisalegalscalarvariable\n");
}elsif($varname=~/^@[A-Za-z][_0-9a-zA-Z]*$/){
print("$varnameisalegalarrayvariable\n");
}elsif($varname=~/^[A-Za-z][_0-9a-zA-Z]*$/){
print("$varnameisalegalfilevariable\n");
}else{
print("Idon'tunderstandwhat$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，/\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";
$string=~s/[a-zA-Z]+/$&x2/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/;#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。

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}(?#matchtwoorthreealphabeticcharacters)/{
...
}