perl学习日记7正则表达式

1.    正则表达式

1.1      什么是正则表达式？

我们将正则表达式看作一种由简单语言实现的程序，这种语言只有一个任务：查找某个字符串，返回“匹配上(it matches)”或者“不匹配(it doesnot match)”。这就是它完成的所有工作。

1.2      使用简单的模式

$_ =“yabba dabba doo”;

if(/abba/){

print “It matched!/n”;

}

所有在双引号中的转义字符在模式中均有效，因此你可以使用/coke/tsprite/来匹配11 个字符的字符串coke, tab(制表符)，sprite。

1.2.1.元字符

点(.)是通配符，它可以匹配任何单个的字符，但不包括换行符(“/n”)

如果只希望点(.)匹配句号，可以使用反斜线。这条规则对Perl 正则表达式中所有元字符均有效：元字符前使用反斜线将使它变成普通的字符。如，模式/3/.14159/中的点(.)即不是通配符。

1.2.2.简单的量词

星号(*)表示匹配前一项０次或者多次。因此，/fred/t*barney/将匹配上fred 和barney

之间有任意个制表位(tab)的字符串。它可以匹配“fred/tbarney”，其间有一个tab；匹配“fred/t/tbarney”，其间有两个制表位；“fred/t/t/tbarney”其间有三个制表位；“fredbarney”，其间什么也没有。其间可以是任意个制表符，但不能是其它的字符。

 

因此.*将匹配任意字符任意多数，这就是说模式/fred.*barney/将匹配fred,和barney 之间有任意多个任意字符（不含换行符）的字符串

 

加(+)也是。加(+)的意思是可以匹配前面一项的一个或多个：/fred +barney/意思是fred 和barney 之间由空格分开，且只能是空格

 

问号(?)，其含义是前面一个项出现一次，或者不出现。也就是说，前面这个项出现1 次或者0 次，此外不会有其它情况。因此，/barm-?bamm/只匹配：bamm-bamm 或bammbamm。

 

1.2.3.模式中的分组

括号(())用来表示分组，模式/(fred)+/能匹配上像fredfredfred 这样的字符串，这更可能是你所希望的。那么模式/(fred)*/呢?它将匹配上像hello,world 这样的字符串

1.2.4.选择符

竖线(|)，在这种用法中通常被读作“或（or）”，意思是匹配左边的或者右边的。因此，/fred|barney|betty/将匹配出现过fred，或者barney，或者betty 的字符串。

模式/fred (and|or) barney/能匹配如下两种字符串：fred and barney, fred or barney

1.2.5.字符类

方括号[]中的一列字符，可以匹配上括号内出现的任意单个字符。

例如，字符类[abcwxyz]可以匹配上括号内七个字母中的任意一个。为了方便，我们可以使用连字号(-)来表示某个范围的字母，因此上例也可以写做[a-cw-z]。上面例子省略的字符不多，但像[a-zA-Z]将非常方便，你可以使用和双引号相同的字符简写方法，例如类[/000-/177]可以匹配上任意的七比特的ASCII 字符

$_ = “The HAL-9000 requires authorization to continue.”;

if(/HAL-[0-9]+/){

print “The string mentions some model of HAL computer./n”;

}

[^def]将匹配上这三个字符中之外的任意单个字符。[^n/-z]将匹配上n, -, z 之外的任何字符。

1.2.6.字符类的简写

任何数字的类，[0-9]，可以被简写为：/d。刚才那个例子可以被写作/HAL-/d+/。

/w 被称作“word’字符：[A-Za-z0-9_]

模式/fred /w+ barney/将匹配fred，空格，一个“单词（word）”，然后是空格和barney

/s 对于匹配空白（whitespace）将非常方便。它等价于[/f/t/n/r ]，其含5 个空白字符：格式符（form-feed）；制表符(tab)，换行符，回车，以及空格符

1.2.7.简写形式的补集

你可以使用[^/d], [^/w], 和[^/s]，其含义分别是，非数字的字符，非word（记住我们对word 的定义）的字符，和非空白的字符。也可以使用它们对应的大写形式：/D, /W, /S 来完成。

 

另一个类字符[/d/D]，它的意思是任何数字，和任何非数字，则意指任何字符。甚至包括换行符，而点(.)匹配除换行符以外的任何字符。

而[^/d/D]则完全没用，因为它匹配既非数字也非非数字的字符，那什么也不是。