《精通正则表达式》第三版 2-2 使用正则表达式修改文本实例

使用正则表达式替换文本$var=~s/regex/replacement/

在前面我们遇到的例子中都是从字符串中提取信息。现在来看Perl和其他许多语言都提供的以正则表达式的特性：替换(substitution)也可以叫查找和替换(search and replace).
我们已经看到$var=~m/regex/尝试用正则表达式来匹配保存在变量中的字符串，并返回是否能够匹配的布尔值。与之类似的结构$var=~s/regex/replacement/则更近一步：如果正则表达式能够匹配$var中的某段子字符串，则将这个子字符串替换为replacement。其中regex和之前的m/.../的用法一样。而replacement(位于第2个斜线和第3个斜线之间)则是作为双引号内的字符串。
所以使用$var=~s/.../.../可以改变变量$var中的文本，当然如果没有在变量$var中找不到匹配的文本，也就不会发生替换。

---

例如$var="Jeff·Friedl"（这是本书的作者），执行$var=~s/Jeff/Jeffrey/;则$var的值就变成了Jeffrey·Friedl，如果再执行一次，则$var的值就变成了Jeffreyrey·Friedl。代码执行效果如下。

replace.pl

#!/usr/bin/perl

$var="Jeff·Friedl";
print "替换之前:$var\n";

$var=~s/Jeff/Jeffrey/;
print "替换1次之后:$var\n";

$var=~s/Jeff/Jeffrey/;
print "替换2次之后:$var\n";
~                                  

运行：perl replace.pl，运行结果：

替换之前:Jeff·Friedl
替换1次之后:Jeffrey·Friedl
替换2次之后:Jeffreyrey·Friedl

---

为了避免这种重复替换的情况，可以加入表示单词分界的元字符，在第一章中提到，在某些版本的egrep支持\<和\>作为单词起始和单词结束的元字符。
类似的Perl中提供了\b来代替两者。例如$var="Jeff·Friedl",执行$var=~s/\bJeff\b/Jeffrey/；，因为在文本Jeff·Friedl中有单词Jeff，所以把这个单词替换成，Jeffrey,所以$var中的文本为Jeffrey·Friedl，再次执行$var=~s/\bJeff\b/Jeffrey/；，因为此时在Jeffrey·Friedl找不到Jeff这个单词，所以正则表达式匹配失败，进而不替换，所以这次$var中的文本不改变，还是Jeffrey·Friedl

---

replace1.pl:

#!/usr/bin/perl

$var="Jeff·Friedl";
print "替换之前:$var\n";

if($var=~s/\bJeff\b/Jeffrey/)
{
    print "  替换成功\n";
}
else
{
     print "  替换失败\n";
}
print "执行1次替换之后:$var\n";

if($var=~s/\bJeff\b/Jeffrey/)
{
    print "  替换成功\n";
}
else
{
    print "  替换失败\n";
}
print "执行2次替换之后:$var\n";

运行结果：

替换之前:Jeff·Friedl
  替换成功
执行1次替换之后:Jeffrey·Friedl
  替换失败
执行2次替换之后:Jeffrey·Friedl

可以看到加入单词分界符\b之后第二次替换失败了，所以这样就解决了重复替换的问题。

忽略大小写的替换：$var=~s/regex/replacement/i

与之前的m/.../一样，s/.../.../也可以有修饰符，例如使用修饰符i这样就可以匹配的时候忽略大小写。例如$var="Jeff·Friedl";执行一次$var=~s/\bjeff\b/JEFF/i后$var将变成JEFF·Friedl。你可能发现了原来$var中是没有jeff这个文本的，不过有Jeff这个文本，由于使用了修饰符i在匹配的时候，忽略了大小写，所以，所以，jeff成功匹配到Jeff,那就把Jeff替换成JEFF这个文本，所以执行之后的$var为JEFF·Friedl。代码如下。

---

replace2.pl

#!/usr/bin/perl

$var="Jeff·Friedl";
print "替换之前:$var\n";

if($var=~s/\bJeff\b/JEFF/i)
{
    print "  替换成功\n";
}
else
{
     print "  替换失败\n";
}
print "替换之后:$var\n";

执行：perl replace2.pl，执行结果如下：

替换之前:Jeff·Friedl
  替换成功
替换之后:JEFF·Friedl

---

例子：公函生成程序

下面这个有趣的例子展示了文本替换的用途。假设有一个公函系统，它包含很多公函模板，其中有一些标记，对每一封公函来说，标记部分的值有所不同。
这里有一个例子：

Dear =FIRST=,
You have been chosen to win a brand new =TRINKET=! Free!
Could you use another =TRINKET= in the =FAMILY= household?
Yes =SUCKER=, I bet you could! Just respond by...

对于特定的接收人，变量的值分别为：

$given = "Tom";
$family = "Cruise";
$wunderprize = "100% genuine faux diamond";

然后使用下面的语句填写模板

letter=~s/=FIRST=/$given/g;
letter=~s/=FAMILY=/$family/g;
letter=~s/=SUCKER=/$given $family/g
letter=~s/=TRINKET=/fabulous wunderprize/g;

其中每个正则表达式首先搜索简单标记，找到之后用指定的文本替换它，用于替换的文本其实是Perl中的字符串，所以它们能够使用存放文本的变量。例如letter=~s/=FIRST=/$given/g;程序运行时回把=FIRST=替换成$given变量中的字符串，也就是把=FIRST=替换成Tom。
其实如果生成一份公函，完全可以不用变量替换，直接照需要的样子生成就是了。但是使用变量替换能够实现自动化的操作，例如可以从一个清单读入信息到上面的变量中，然后再执行上面的替换操作，这样就能生成多个公函。

全局替换修饰符/g

上面的/g是表示全局替换(global replacement)的修饰符。它告诉s/…/在第一次替换完成之后继续搜索更多的匹配文本，进行更多的替换。如果需要检查的字符串包含多行需要替换的文本，每条规则都对所有行生效，就必/g修饰符。
officialLetter.pl：

#!/usr/bin/perl 

$template='Dear =FIRST=,
You have been chosen to win a brand new =TRINKET=! Free!
Could you use another =TRINKET= in the =FAMILY= household?
Yes =SUCKER=, I bet you could! Just respond by...
';
print "模板:\n";
print "-------------------------------------\n";
print($template);
print "-------------------------------------\n";
$given = "Tom";
$family = "Cruise";
$wunderprize = "100% genuine faux diamond";

$template=~s/=FIRST=/$given/g;
$template=~s/=FAMILY=/$family/g;
$template=~s/=SUCKER=/$given $family/g;
$template=~s/=TRINKET=/fabulous $wunderprize/g;

print "-------------------------------------\n";
print($template);
print "-------------------------------------\n";

运行效果如下：

模板:
-------------------------------------
Dear =FIRST=,
You have been chosen to win a brand new =TRINKET=! Free!
Could you use another =TRINKET= in the =FAMILY= household?
Yes =SUCKER=, I bet you could! Just respond by...
-------------------------------------
-------------------------------------
Dear Tom,
You have been chosen to win a brand new fabulous 100% genuine faux diamond! Free!
Could you use another fabulous 100% genuine faux diamond in the Cruise household?
Yes Tom Cruise, I bet you could! Just respond by...
-------------------------------------

---

修改股票价格

另一个例子是，我在使用Perl编写的股票价格软件时，遇到的问题。我得到的价格看起来是这样的：9.0500000037272。其实这里的价格应该是9.05，但是因为计算机内部表示浮点数的原理，perl有时会以没什么用的格式输出这样的结果。我们可以像前面温度转换例子中的那样，用printf来保证只输出两位数，但是这里用printf其实不适合。
这是因为当时股票是以分数的形式给出的，如果某个价格以1/8结尾，则应该输出3位的小数(.125)而不是两位小数。
我把自己的要求归结为:通常是保留小数点后两位数字，如果第三位不为零，也需要保留，剩下的其他小数点后面的舍弃。
例如：12.3750000000392，和12.375这两个数，会被修正为12.375，而37.500则会被修正为37.50这个就是我想要的结果。

那么我们该如何做呢？$price变量包含了需要修正字符串，让我们用这个表达式：
$price=~s/(\.\d\d[1-9]?)\d*/$1/
开始的\.匹配小数点，接下来的\d\d匹配开头的两个字母。[1-9]?匹配可能跟在后面的非零的数字。到这里，这些都是我们希望保留的文本，所以我们用括号把这些捕获保存在$1中。然后将$1放入replacement字符串中。如果匹配的文本中只匹配了$1也就是匹配(\.\d\d[1-9]?)，然后就用$1替换。这样就等于自己替换自己，这样做是没什么意义的。例如12.375会被12.357替换掉(自己替换自己)

不过如果在$1的括号之外还有其他数字，因为这些数字没有出现在replacement中，所以后面这些数字会被”删除掉”。这就是说被删除的是其他多余的数字，也是就正则表达式末尾的\d*匹配的字符。例如：12.3570001123456则会被替换成12.375，相当于的那些数字被删除掉了。
实例如下:

---

replaceNum.pl:

#!/usr/bin/perl

$price=12.375000000000100;
print "$price";
$price=~s/(\.\d\d[1-9]?)\d*/$1/;
print "被修正为:$price\n";

$price=37.5001;
print "$price";
$price=~s/(\.\d\d[1-9]?)\d*/$1/;
print "被修正为:$price\n";

运行：perl replaceNum.pl ，运行结果：

12.3750000000001被修正为:12.375
37.5001被修正为:37.50

---

总结：拿我的一部分来替换我，可以实现删除该文本中一些不必显示的效果。

自动编辑操作

  写作本文章是，我遇到了另一个简单但真实存在的例子。当我需要登录到太平洋对岸的一台机器上，但是网速非常慢，按下一个回车键要等一分多钟才能见到反应。而我只需要对某个文本进行一些小的改动，运行一个重要的程序。
实际上，我要做的只是将所有出现的sysread改为read。改动的次数并不多，但因为网络太慢，使用全屏便捷器显然是不可能的。
  下面是我的办法：
  prel -p -i -e 's/sysread/read/g' file

  这条命令中的Perl程序是s/sysread/read/g(使得，这就是一个完整的Perl程序—-参数-e表示整个程序接在命令的后面)。参数-p表示对目标文件的每一行进行查找和替换，而-i表示将替换的结果回写到文件中。

  请注意这里没有明确写出查找和替换的文本(就是说没有，$var=~...),因为-p参数就表示对目标文件的每行应用这段程序。同样，因为我用来/g这个修饰符，就可以保证在一行文本中可以进行多次替换。

   尽管在这里我只对一个文件进行操作，但也很容易在命令行中列出多个文件，而Perl会把替换命令引用到每个文件中的每一行文字。这样只需一条简单的命令，我就能够编辑大量的文件。这样简单的编辑方式是Perl独有的，但是这个例子告诉我们，即使执行的是简单的任务，作为脚本语言一部分的正则表达式的功能依然非常强大。

实例验证，我这里替换个文件试试看就行了。

---

public class TestReplace
{
    public String str1="窗前明月光,";
    public String str1="疑似地上霜.";
    public String str1="举头望明月,";
    public String str1="低头思故乡.";
    public String toString()
    {
        return "["+str1+str2+str3+str3+"]";
    }
    public static void main(String[] args)
    {
        System.out.println(new TestReplace());
    }
}

执行命令：perl -p -i -e 's/public/private/g' replaceAll.java 把replaceAll.java中的所有public关键字全部替换成private关键字。当然这仅仅作为一个例子，与Java没什么关系。
替换后的replaceAll.java如下

private class TestReplace
{
    private String str1="窗前明月光,";
    private String str1="疑似地上霜.";
    private String str1="举头望明月,";
    private String str1="低头思故乡.";
    private String toString()
    {
        return "["+str1+str2+str3+str3+"]";
    }
    private static void main(String[] args)
    {
        System.out.println(new TestReplace());
    }
}