Perl 正则表达式
正则表达式(regular expression)描述了一种字符串匹配的模式,可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。
Perl语言的正则表达式功能非常强大,基本上是常用语言中最强大的,很多语言设计正则式支持的时候都参考Perl的正则表达式。
Perl的正则表达式的三种形式,分别是匹配,替换和转化:
-
匹配:m/
/(还可以简写为/ /,略去m) -
替换:s/
/ / -
转化:tr/
/ /
这三种形式一般都和 =~ 或 !~ 搭配使用, =~ 表示相匹配,!~ 表示不匹配。
匹配操作符
匹配操作符 m// 用于匹配一个字符串语句或者一个正则表达式,例如,要匹配 标量 $bar 中的 “run”,代码如下所示:
实例
#!/usr/bin/perl
bar = "I am geekdoc site. welcome to geekdoc site.";
if (bar =~ /geek/){
print "第一次匹配\n";
}else{
print "第一次不匹配\n";
}
bar = "geek";
if (bar =~ /geek/){
print "第二次匹配\n";
}else{
print "第二次不匹配\n";
}
执行以上程序,输出结果为:
第一次匹配
第二次匹配
模式匹配修饰符
模式匹配有一些常用的修饰符,如下表所示:
修饰符 | 描述 |
---|---|
i | 忽略模式中的大小写 |
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处理完后会给匹配到的值存在三个特殊变量名:
- $`: 匹配部分的前一部分字符串
- $&: 匹配的字符串
- $’: 还没有匹配的剩余字符串
如果将这三个变量放在一起,你将得到原始字符串。
实例如下:
实例
#!/usr/bin/perl
string = "welcome to geekdoc site.";string =~ m/geek/;
print "匹配前的字符串: `\n";
print "匹配的字符串:&\n";
print "匹配后的字符串: $'\n";
执行以上程序输出结果为:
匹配前的字符串: welcome to
匹配的字符串: geek
匹配后的字符串: doc site.
替换操作符
替换操作符 s/// 是匹配操作符的扩展,使用新的字符串替换指定的字符串。基本格式如下:
s/PATTERN/REPLACEMENT/;
PATTERN 为匹配模式,REPLACEMENT 为替换的字符串。
例如我们将以下字符串的 “google” 替换为 “geekdoc”:
实例
#!/usr/bin/perl
string = "welcome to google site.";string =~ s/google/geekdoc/;
print "$string\n";
执行以上程序输出结果为:
welcome to geekdoc site.
替换操作修饰符
替换操作修饰符如下表所示:
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
以下是转化操作符相关的修饰符:
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 |
以下实例将变量 $string 中的所有小写字母转化为大写字母:
#!/usr/bin/perl
string = 'welcome to geekdoc site.';string =~ tr/a-z/A-z/;
print "$string\n";
执行以上程序输出结果为:
WELCOME TO GEEKDOC SITE.
以下实例使用 /s 将变量 $string 重复的字符删除:
实例
#!/usr/bin/perl
string = 'geekdoc';string =~ tr/a-z/a-z/s;
print "$string\n";
执行以上程序输出结果为:
runob
更多实例:
$string =~ tr/\d/ /c; # 把所有非数字字符替换为空格
$string =~ tr/\t //d; # 删除tab和空格
$string =~ tr/0-9/ /cs # 把数字间的其它字符替换为一个空格。
更多正则表达式规则
表达式 |
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 |
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 |