目录
正则表达式描述了字符串匹配、转化和子串替换等行为的规则,脚本语言一般都对正则表达式提供很好的支持,使用非常方便。
Perl的正则表达式主要包括下面3种形式:
- 匹配:m//(一般简写成//),用于子串查找,返回值是true/false。
- 替换:s///,用于将字符串中的特定子串替换成目标子串。
- 转化:tr///,用于将字符串按指定的规则和范围进行转换,比如将字符串所有小写字母转换成大写字母。
这三种形式一般和 =~(表示相匹配) 或 !~(表示不匹配)搭配使用。
匹配操作符
基本格式:/SUBSTRING/DESCRIPTOR;
SUBSTRING:需要匹配的子串。
DESCRIPTOR:匹配修饰符,可选。
demo
1 #!/usr/bin/perl -w
2 print "==========CASE1==========\n";
3 $str = "Hi, hunk is a good boy, hunk say it.";
4 if($str =~ /hunk/){
5 print "First, match hunk success.\n";
6 print "First, pre string: ",$`,"\n";
7 print "First, match string: ",$&,"\n";
8 print "First, post string: ",$',"\n";
9 } else {
10 print "First, match hunk failed.\n";
11 }
12
13 if($str =~ /HUNK/){
14 print "Second, match HUNK success.\n";
15 } else {
16 print "Second, match HUNK failed.\n";
17 }
18
19 if($str =~ /HUNK/i){
20 print "Third, match HUNK success.\n";
21 } else {
22 print "Third, match HUNK failed.\n";
23 }
[root@izuf682lz6444cynn96up0z basic]# ./regularExpr.pl
==========CASE1==========
First, match hunk success.
First, pre string: Hi,
First, match string: hunk
First, post string: is a good boy, hunk say it.
Second, match HUNK failed.
Third, match HUNK success.
注:demo中可以发现,Perl在字符串中查找子串,当匹配到第一个子串就返回了,不再对后面的子串进行查找。
模式匹配修饰符
修饰符 | 描述 |
---|---|
i | 忽略模式中的大小写(在上面的demo中有演示) |
m | 多行模式 |
o | 仅赋值一次 |
s | 单行模式,"."匹配"\n"(默认不匹配) |
x | 忽略模式中的空白 |
g | 全局匹配 |
cg | 全局匹配失败后,允许再次查找匹配串 |
正则表达式变量
Perl根据指定修饰符完成匹配操作后,匹配到的值存在如下3个特殊变量,在前面的demo中有演示。
- $`:匹配部分前一部分字符串。
- $&:匹配的字符串。
- $':还没有匹配的剩余字符串。
替换操作符
基本格式:s/PATTERN/REPLACEMENT/DESCRIPTOR;
PATTERN是匹配模式,也就是匹配需要被替换的子串,REPLACEMENT是要替换后的目标子串。
DESCRIPTOR:替换操作修饰符,可选。
注:默认只会替换匹配到的第一个子串,如果想要替换所有,需要加上修饰符。
demo
1 #!/usr/bin/perl -w
2 print "==========CASE1==========\n";
3 $str = "Hi, hunk is a good boy, hunk say it.";
4 $str =~ s/hunk/jack/;
5 print "string after replace: $str.\n";
6
7 print "==========CASE2==========\n";
8 $str = "Hi, hunk is a good boy, hunk say it.";
9 $str =~ s/hunk/jack/g;
10 print "string after replace: $str.\n";
[root@izuf682lz6444cynn96up0z basic]# ./regularExpr.pl
==========CASE1==========
string after replace: Hi, jack is a good boy, hunk say it..
==========CASE2==========
string after replace: Hi, jack is a good boy, jack say it..
替换操作修饰符
修饰符 | 描述 |
---|---|
i | 如果在修饰符中加上"i",则正则将会取消大小写敏感性,即"a"和"A" 是一样的。 |
m | 默认的正则开始"^"和结束"$"只是对于正则字符串如果在修饰符中加上"m",那么开始和结束将会指字符串的每一行:每一行的开头就是"^",结尾就是"$"。 |
o | 表达式只执行一次。 |
s | 如果在修饰符中加入"s",那么默认的"."代表除了换行符以外的任何字符将会变成任意字符,也就是包括换行符! |
x | 如果加上该修饰符,表达式中的空白字符将会被忽略,除非它已经被转义。 |
g | 替换所有匹配的字符串。 |
e | 替换字符串作为表达式 |
转化操作符
基本格式:tr/PARTTEN1/PARTTEN2/DESCRIPTOR;
PARTTEN1:匹配模式。
PARTTEN2:转化模式。
DESCRIPTOR:转化操作修饰符,可选
demo
1 #!/usr/bin/perl -w
2 print "==========CASE1==========\n";
3 $str = "Hi, hunk is a good boy, hunk say it.";
4 $str =~ tr/a-z/A-Z/;
5 print "string after convert: $str.\n";
6 $str =~ tr/A-Z/A-Z/s;
7 print "string after convert: $str.\n";
8 $str =~ tr/ //d; #删除空格
9 print "string after convert: $str.\n";
[root@izuf682lz6444cynn96up0z basic]# ./regularExpr.pl
==========CASE1==========
string after convert: HI, HUNK IS A GOOD BOY, HUNK SAY IT..
string after convert: HI, HUNK IS A GOD BOY, HUNK SAY IT..
string after convert: HI,HUNKISAGODBOY,HUNKSAYIT..
转化操作修饰符
修饰符 | 描述 |
---|---|
c | 转化所有未指定字符 |
d | 删除所有指定字符 |
s | 把多个相同的输出字符缩成一个,比如hello->helo。 |
正则元字符
正则元字符是正则表达式组成的基本元素。
式 | 描述 |
---|---|
. | 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。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。 |
x* | 匹配 0 次或多次 x 字符串。例如,zo*可以匹配"z"以及"zoo"。 |
x+ | 匹配 1 次或多次 x 字符串。例如,zo+可以匹配"zo"以及"zoo",但是不能匹配"z"。 |
.* | 匹配 0 次或多次的任何字符("\n"除外),如果要匹配包括"\n",用'[.\n]'。 |
.+ | 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 |
更多实例
匹配IP地址
1 #!/usr/bin/perl -w
2 $str = "Hi, my ip addressis 100.142.23.1.";
3 $str =~ /\d+\.\d+\.\d+\.\d+/;
4 print "get ip address: $&\n";
\d+:匹配多个数字字符。\.:对'.'进行转义。