转载本站文章请注明,转载自:扶凯[http://www.php-oa.com]
本文链接: http://www.php-oa.com/2008/12/20/power-perl.html
Perl的正则是相当强大的
Perl 程序中,正则表达式有三种存在形式
分别是
(1 模式匹配:m/<regexp>/ #平时我们简写 /<regexp>/ ,略去m,
三个参数
/i不区分大小写 /s匹配任何字符 /x添加空格 /o 不重复编译正则表达示
(2 模式替换:s/<pattern>/<replacement>/
/g 进行全局替换 \U 大小写转换,例如s/(fred|barney)/\U$1/gi;
\L 转换小写 \E 影响到剩余的(替换的)字符串
\l 和\u 写形式时(\l 和\u),只作用于下一个字符
(3 模式转化:tr/<pattern>/<replacemnt>/
这三种形式一般都和 =~ 或 !~ 搭配使用,"=~" 表示相匹配(does),"!~" 表示不匹配(doesn’t),并在左侧有待处理的标量变量。如果没有该要处理的变量,则默认为处理 $_ 变量中的内容。
表达式中的一些常用模式。
/表达式/ | 结果 |
. | 匹配除换行符以外的所有字符 |
x? | 匹配 0 次或一次 x 字符串 |
x* | 匹配 0 次或多次 x 字符串,但匹配可能的最少次数 |
x+ | 匹配 1 次或多次 x 字符串,但匹配可能的最少次数 |
.* | 匹配 0 次或多次的任何字符 |
.+ | 匹配 1 次或多次的任何字符 |
{m} | 匹配刚好是 m 个 的指定字符串 |
{m,n} | 匹配在 m个 以上 n个 以下 的指定字符串 |
{m,} | 匹配 m个 以上 的指定字符串 |
[] | 匹配符合 [] 内的字符 |
[^] | 匹配不符合 [] 内的字符 |
[0-9] | 匹配所有数字字符 |
[a-z] | 匹配所有小写字母字符 |
[^0-9] | 匹配所有非数字字符 |
[^a-z] | 匹配所有非小写字母字符 |
^ | 匹配字符开头的字符 |
$ | 匹配字符结尾的字符 |
\d | 匹配一个数字的字符,和 [0-9] 语法一样 |
\d+ | 匹配多个数字字符串,和 [0-9]+ 语法一样 |
\D | 非数字,其他同 \d |
\D+ | 非数字,其他同 \d+ |
\w | 英文字母或数字的字符串,和 [a-zA-Z0-9] 语法一样 |
\w+ | 和 [a-zA-Z0-9]+ 语法一样 |
\W | 非英文字母或数字的字符串,和 [^a-zA-Z0-9] 语法一样 |
\W+ | 和 [^a-zA-Z0-9]+ 语法一样 |
\s | 空格,和 [\n\t\r\f] 语法一样 |
\s+ | 和 [\n\t\r\f]+ 一样 |
\S | 非空格,和 [^\n\t\r\f] 语法一样 |
\S+ | 和 [^\n\t\r\f]+ 语法一样 |
\b | 匹配以英文字母,数字为边界的字符串 |
\B | 匹配不以英文字母,数值为边界的字符串 |
a|b|c | 匹配符合a字符 或是b字符 或是c字符 的字符串 |
abc | 匹配含有 abc 的字符串 |
(pattern) | () 这个符号会记住所找寻到的字符串,是一个很实用的语法。第一个 () 内所找到的字符串变成 $1 这个变量或是 \1 变量,第二个 () 内所找到的字符串变成 $2 这个变量或是 \2 变量,以此类推下去。 |
/pattern/i | i 这个参数表示忽略英文大小写,也就是在匹配字符串的时候,不考虑英文的大小写问题。 |
\ | 如果要在 pattern 模式中找寻一个特殊字符,如 "*",则要在这个字符前加上 \ 符号,这样才会让特殊字符失效 |
*? +? ?? 为这三个数量词的非贪婪的类型
perl中的扩展模式匹配
/pattern(?=string)/ 肯定和否定的见匹配?=和?-,这个在(?=)中的内容不会存到$&中
perl处理完后会给匹配到的值存在三个特殊变量名
$&, $`, $’。匹配上的那部分字符串将自动存储在$&之中.变量$1 中的值为 there,而$&为整个被匹配的部分,匹配部分的前一部分存放在$`之中,后一部分被存到$’。另一种说法是,$`中含有正则表达式引擎在匹配 成功前所找到的变量,而$’为此模式还没有匹配的剩余部分。如果将这三个变量放在一起,你将得到原始字符串
括号的特殊用法
(?#text) 忽略括号内的注释文本;
(?:pattern) 与组一致,但匹配时不生成$1,$2,也就是不捕获;
(?imsx:pattern) 与组一致,但匹配时不生成$1,$2,在特定的风格有效期间,内嵌风格匹配修饰符;
(?=pattern) 前看声明,如果正则表达式在下一次匹配 pattern 风格,就开始匹配,而且不影响匹配效果。如/\w+(?=\t)/将匹配制表符是否恰好在一个字\w+后面出现,并且制表符不添加到$&的值中;
(?!pattern) 如果正则表达式在后面不匹配 pattern ,才会开始匹配。如/foo(?!bar)/,只有当出现 foo,并且后面不出现 bar 时才开始匹配;
(?<=pattern) 后看声明,只有在pattern已经匹配下面的表达式,并且不将 pattern 的结果放入$&变量中,才匹配下面的语句。如/(?<=\t)\W+/匹配制表符是否恰好在\W+前出现,但又不将制表符送到$& 中;
(? (?{code}) 表示对 code 的使用是试验性的。如果返回真,就认为是与(?:pattern)断言同一行里的匹配。code 不插入变量。这个断言仅仅在 use re ‘eval’ 编译指示符时才有效;
(?>pattern) 如果类型锁定在当前位置,就使用单独的 pattern 匹配子字符串。如正则表达式/^(?>a*)ab/永远不会匹配,因为语句(?>a*)将匹配字符串开头所有的 a 字符,并删除与 ab 匹配的字符 a;
(!<=pattern) 非后看声明,与后看声明意思相反;
(!=pattern) 非前看声明,与前看声明意思相反;
(?(condition)yes-pattern|no-pattern) 条件表达式——条件语句或者是一个圆括号中的整数,或者是一个断言;
(?(condition)yes-pattern)
(?imsx) 嵌入风格匹配修饰符。当要把表达式修改符嵌入在变量中,然后把变量用在不指定自己的修饰符的一般规则表达式中;
(?-imsx) 这个断言很有用——后面带任何内容都会关闭修饰符,直到出现另一个嵌入的修饰符。
Perl 中特殊正则元字符使用和环顾断言:
1. *? 和 +? 和 {n,}? 懒惰匹配
非懒惰
echo "ab2c121a" |perl -ne 'print $1 if /(.*)"d/;' #print ab2c12
懒惰
echo "ab2c121a" |perl -ne 'print $1 if /(.*?)"d/;' #print ab
2.回溯引用和前后查找:
向前查找(?=..) 找字符串前面的内容,找到算成立
echo "ab2c121a" |perl -ne 'print $1 if /(.*?)(?=2)/;' #print ab
向后查找(?<=..) 找字符串后面的内容,找到算成立
echo "ab2c121a" |perl -ne 'print $1 if /(?<=2)(.*)(?=2)/;' #print c1
负向-前/后 查找 (?!…)(?<!..) 找字符串前后的内容,如果不存在为真
echo "ab2c121a" |perl -ne 'print $1 if /(?
向前和向后的分别在于,是找当前字符的前面还是后面的部分.如上ab2c121a ,比如在2c的前面是ab后面是121a.
负向的前后查找主要在于,条件不一样,上面是找到为真,但负向是没有找到为真.
条件?() = if ?()| = if else
?()例如<p></p>必须同时出现
echo " xx "|perl -ne 'print $2 if /( )?("w*)(?(1)<"/p>)/' #print xx echo " xx"|perl -ne 'print $2,""n" if /( )?("w*)(?(1)<"/p>)/' #print 空 echo "xx"|perl -ne 'print $2 if /( )?("w*)(?(1)<"/p>)/' #print xx
?()|例如还是上面的, 当有<p>可以接</p>也可以接数字结尾
echo " xx1 "|perl -ne 'print $2 if /( )?("w*)(?(1)<"/p>|"d)/' #print xx1 echo " xx1"|perl -ne 'print $2 if /( )?("w*)(?(1)<"/p>|"d)/' # print xx
可选的修饰符
Perl 正则的优化
判断当前位置的前后字符,是否符合指定的条件,但不匹配前后的字符。
说明
预搜索有向前和向后两种:
表达式
方向
说明
(?=xxx)
正向预搜索(向右)
正向预搜索,判断当前位置右侧是否能匹配指定表达式
(?!xxx)
正向预搜索否定,判断当前位置右侧是否不能够匹配指定表达式
(?<=xxx)
反向预搜索(向左)
反向预搜索,判断当前位置左侧是否能够匹配指定表达式
(?<!xxx)
反向预搜索否定,判断当前位置左侧是否不能够匹配指定表达式
正向预搜索内部的表达式,始终采用“普通模式(从左向右)”模式,反向预搜索内部的表达式,始终采用 “从右向左”模式。
例如:想要匹配字符a但不匹配abc,可以为/a(?!bc)/
再如:想要所有以.pl结尾但不是a.pl的文件名,可以/.*(?<!a)\.pl/; 注意要从右向左,