Perl笔记:06、正则表达式

什么是正则表达式

正则表达式在perl又称作模式，是一个匹配（或不匹配）某字符串的模板

使用简易模式

如果模式匹配的对象是$_的内容，只要把模式写在一对反斜线(/)中就可以了，如下所示：

表达式/abba/会在$_中寻找这4个字符组成的串，如果找到就返回真，这里会找到不止一个字符串，但这并不是关键，只要曾经找到过，匹配结果就为真，否则为假。

所有在双引号圈引的字符串中使用的技巧(尤其是正斜线转义)都可以在模式串里使用。因此/caketsprite/这个模式会匹配cake一个制表符和sprite这11个字符。

关于元字符

所谓的元字符就是在正则表达式中表达的特殊含义

点号（.）是任何单字符的通配符，当然换行（也就是n）除外。点号只能用来匹配一个字符。如果要匹配点号怎么办呢？使用反斜线（）来转移点号即可。反斜线是我们遇到的第二个元字符，在以后的文章中会陆续介绍更多的元字符。

简单的量词

*（星号）：匹配前面的内容0次或多次。.*会匹配任意字符无数多次，我们经常戏称.*为捡破烂模式，因为他能通吃所有的字符串。

+（加号）：匹配前面的内容1次或多次。把加号想成“算上刚才说的，再加上任意次重复”

?（问号）：匹配前面的内容0次或1次。这可以理解为“刚才所说的，有没有都行”

因为这三个量词指定了前一个条目重复出现的次数，所以它们都必须接在某个东西之后。

模式分组

在数学中，圆括号（()，或称为小括号）用来分组。因此，圆括号也是元字符。如：模式/fred+/会匹配像fredddddddd这样的字符串，可是这种字符串实际上不常出现。不过，模式/(fred)+/会匹配像fredfredfred这样的字符串，这可能才是你想要的。那么，模式/(fred)*/又如何呢？他会匹配像Hello,world这样的字符串。

圆括号同时也使得部分字符串重新引用称为可能。我们可以用反向引用来引用圆括号中（的模式所）匹配的文字。1、2这样的写法就是在使用反向引用。而斜线后面的数字和括号的组号匹配。

使用圆括号包围的点号可以匹配任何非回车字符。我们可以用如下程序反向引用刚刚匹配的字符1:

(.)1表明需要匹配连续出现的两个同样的字符。(.)会首先匹配a，但是在匹配反向引用的时候就会发现下一个字符不是a，导致匹配失败。perl会跳过这个字符，用(.)来匹配下一个字符b，在匹配反向引用的时候会发现下一个字符也是b，这样就构成了成功的匹配。
反向引用不必总是附在相应的括号后面。下面的模式会匹配y后面的四个连续的非回车字符，并且用1在d字符之后重复这4个字符：

也可以用多个括号来分成多组，每组都可以有自己的反向引用。我们可以用括号定义一个非换行字符的组，然后再跟一个非欢呼字符的组。然后用反向引用2和1来构成又去的回文模式，比如abba:

Perl 5.10 有一种新的反向引用写法。不再只是简单地用反斜线和组号，而是用了g{N}这种写法。其中N是想要反向引用的组号。在刚才的例子中使用这种新写法会更加清晰：

用g{N}写法的额外好处是，我们可以使用负数。相比绝对位置的反向引用，相对反向引用会更加有趣。这样我们可以用-1来表达刚才的模式：

择一匹配

竖线（|）通常可以读成“或”，意思是左边匹配或者右边匹配都行。也就是说如果左边的模式匹配失败了，还可以用右边的再试试。

字符集

字符集是指一串可能出现的字符集合，通过写在方括号（[]）内来表示。它只能匹配单个字符，但可以是字符集里列出的任何一个。
●[a-zA-Z] 匹配一个字母，大小写均可
● [0-9] 匹配一个数字
●[^abc] 匹配除了a或b或c之外的所有字符

字符集简写

[0-9] 等同于 d

[A-Za-z0-9_] 等同于 w
当然，w并不会匹配一个单词，它只会匹配单词字符集里的一个字符。虽然如此，要匹配完整的单词时，只要使用加号修饰符就行了。像/fred w+ barney/这样的模式，会匹配fred、一个空格、一个单词再接一个空格与barney。也就是说，如果在fred与barney之间有一个两边用空格隔开的单词，就会被这个模式匹配。

[ftnr ] 或者说是 空白 等同于 s
也就是说，它等于是包含了5种空白的字符集：换页、制表、换行、回车以及空格。和之前其他的简写一样，s只会匹配字符集里的某个字符。因此。比较常见的做法是使用s*来匹配任意数目的空白（也包括了零个空白），或用s+来匹配一个以上的空白字符。

反义简写

有些时候只是为了获得以上几种简写的反义，而必须写出类似[^d]、[^w]或是[^s]这样的模式，来表示一个非数字、非词或者非空白字符。其实他们的大写版本就是用来完成这种任务的：也就是D、W或者S。这些大写版本能匹配相应小写版本范围以外的字符。

这些简写既可以作为模式里独立的字符集，也可以作为方括号里字符集的一部分。也即是说，/[dA-Fa-f]+/可以用来匹配十六进制数字，十六进制表示法使用了ABCDEF（或abcdef）作为额外的数字。