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。