learning perl(四) 正则表达式

perl 的核心，也是最重要的一点就是正则表达式了，也叫做模式，是一个匹配字符串的模板。有了它，可以更好地处理文本。

1）简易模式。 的使用简单正则表达式，其实就是对字符串进行匹配。比如这样：

while (<>) {

chomp;

if (/pattern/) {

print "matched!";

}

}

此时perl会将读入的一行存进$_,然后对其进行'/ /' 中的模式进行匹配，如果是/love/,就是检查输入中有没有出现‘love’。

如果只能匹配这样的字符串，那就太没意思了，所以，perl中有一些特殊的通配符，常用的有'.' ，可以匹配任何一个字符（除了换行n），在搭配上一些量词，功能就很强大了，比如‘*’(前面的内容出现0-n次) '+' （出现1-n次） '?'（出现0或者1次）? ‘{n}’(直接指定出现n次)。最常用的比如 .* 表示任意字符任意次（除了换行n）。

可以在匹配中加入括号表示分组，/(love)+/，意思应该一目了然，代表love出现1-n次，特殊作用就是反向引用，像这样/(.)(.)21/ 可以表示abba这样的字符，数字代表与相应括号中的字符的重复。更加安全的写法是/(.)(.)g{2}g{1}/。

择一匹配，/hi|hello/，使用竖线‘|’ 可以表示或，有一个匹配到就成功。

为了我们更方便的工作，perl 加入了很多字符集，以节约我们的按键，常用的比如：

[A-Za-z0-9_] => w ，可以更好的匹配任何单词，有字母数字下划线组成。

[0-9] => d，表示数字。

[ftnr ] => s，表示空白。

相应的大写版本W D S ，表示除他们之外的任意字符，脱字符^ 表示除什么之外的任意字符。另外，[dD] 会匹配任何字符（包括换行符n）.

2.更强的匹配。?

下面我们将对简易模式进行增强，首先，/ / 匹配其实是m/ / 的缩写，也可以使用m# #,m& &,都是可以的。

可以使用可选修饰符对正则表达式进行修饰，放在/ /结尾的定界符的右边。

/ /i 表示大小写无关的匹配

/ ./s 将点号匹配任意字符，特别是换行符n

/ /x 随意加入空白，目的是更好读，易于理解

当然，这三个修饰符可以进行任意组合，比如/ /six

对单词的处理，可以使用锚位。如/^hello.*hi$/表示匹配以hello开始，hi结尾的一行，其中^与$分别表示字符串的开头和结尾。

更小范围的，可以使用/bhellob/匹配纯正的单词hello，B意思相反。

默认情况下匹配的是$_,绑定操作符 =~ 可以用左边的字符串来匹配。如 if ($line =~ /bhello/)，如果匹配到会返回真。

上面所讲到的正则表达式只能进行匹配，而无法对匹配的字符进行处理，想要更高级的功能可以使用捕获变量，使用（）来捕获变量进行处理。

如 if ($line =~ /(hello) (hi)/) {

print "$1 $2n";

}

其中$1 $2 分别按顺序表示在圆括号中捕获的字符串，这里分别是hello hi。

捕获到的变量不会永久存在，也就是只能在这一次捕获成功的地方使用$n，它的值会保存到直到下一次成功的捕获，如果想多次使用，可以先放进变量中，如:$val = $1。

只要加了圆括号就启动了捕获功能，如果不想让它捕获可以这样，/（？：hello）(hi)/，现在$1就表示hi。

如果加入圆括号太多可能让人眼花缭乱，可以使用命名捕捉，这样：

if ($line =~ /(?<name1>) (?<name2>)/) {

print "$+{name1} $+{name2} n";

}

perl中有三个捕获变量不使用圆括号，它将字符分成三部分，分别是$&,$`,$'，分别表示捕捉到的字符，前面部分的和后面部分的字符。

模式测试程序，检查某些字符串是否能被指定的模式匹配：

#！usr/bin/perl

while (<>) {

chomp;

if (/pattern/) {

print "Matched: |$`<$&>$'|n";

} else {

print "No match:|$_|n";

}

}

3.更强大的文本处理。

a).替换? while (<>) {

if ($times = ($_ =~ s/a/b/g)) {

}

}

将$_中的a替换成b,并且返回替换的次数放在$times，s///g之后的g表示全局替换。除了进行替换外还可以统计文本中字符出现的次数。

b)分割和胶水函数.

可以使用split分割函数拆开一个字符串，如：@arr = split /:/,"a:b:cd";此时@arr中存储三个元素，分别是a b cd。另外，split会保留开头的空字段，而省略结尾的空字段。如果要以空白分割，更常见的是：@arr = split; 就这样的简单。

有了分割，就有胶水函数进行联合。如:$line = join ":",a,b,cd; $line存储“a:b:cd”。

正则表达式非常的强悍，这里只写出我知道冰山一角，想要学好正则表达式，可以参考《Mastering Regular Expression》（精通正则表达式）。