perl 模式匹配总结

正则表达式――perl模式匹配

From: http://blog.csdn.net/utopia_wang/article/details/1531285

补充：http://www.regexlab.com/zh/regref.htm

Practiacl Extraction and Report Language

一．模式匹配操作符

1．tr/ / /?替换操作符不支持正则表达式?也不具备双引号替换能力

??????m/ /??s/ / /?都支持正则表达式，并且可以提供或限制双引号替换能力（当用单引号作为操作符时则不具备变量替换能力）

s/ / /,tr/ / /??可以用两组不同的括号进行分割，以保证格式清晰s(good)<bad>

2．绑定操作符?=~,!~，m/ /??s/ / /??tr/ / /?都支持

绑定操作符的优先级非常高

?

3. perl?特有的全局变量

1.??$`,$&,$’?分别存有匹配内容左，匹配内容，匹配内容右的内容

2．?可以用（）捕获特定的模式?并依次存入?$1 $2 $3?中

二．模式修饰词

m/ /??s/ / /??和?tr/ / /?的修饰词不同

 
my $str = "hello     chinaUnix i am wlj   !";
$str =~ s/(s+)/length($1) == 1 ? $1 : '_' x length($1)/eg;
#$str =~ s/(s{2,})/'_'x length($1)/eg;
print "$str  ";

##------结果--------------------

hello_____chinaUnix i am wlj___! 

三．m/ /??匹配

1．分隔符

用???或?‘?作分隔符时有特殊的含义

m？？?表示只匹配一次

m’ ‘?表示禁止变量替换和六种转换???

2.返回值

标量环境里?匹配成功返回?1?，失败?返回?0

列表环境里，?返回子字串的列表，并捕获（）中的模式

??( $key,$value) =~ m/(/w+:(/.*)/ ;

/g?修饰词的返回值

列表环境?：?返回所有匹配字串的列表

?如：?my @perls = $string =~ m/perl/ig ;

如果有捕获圆括号，则返回捕获到的字串

?如：?用字串?$string = “password=xyzzy verbose=9?score=0”

初始化下面的散列：%hash = {password => “xyzzy”,verbose => 9,socre=>0};

%hash = $string =~ /(/w+)=(/w+)/g ;?# 利用列表环境下匹配得到数组，再通???????????????????????????????????????????# 过数组对散列hash赋值

标量环境中?/g表示一次渐进的匹配，它令perl从上一次匹配停下来的位置开始一次新的匹配如：?while (/perl/g) { print “ $& /n”};

#  需求举例
#  求出0- 300 中出现过多少次数字9
#

use strict;
my $num = 0;
foreach (0..300) {
   $num += $_ =~ s/9//g;
}
print "$num ";

三．s/ / /?操作符（替换）

返回值：

标量环境里返回值是成功替换的次数

替换部分被当作双引号看待可进行变量转换，而且可以使用前半部分模式匹配得到的变量$1,$2,$3 $&,等

新的修饰词

/e?把右边当作一个表达式计算

利用s/ / /?修改字串的用法

1.（$newStr = $oldStr）=~ s/good/bad/g

2.替换数组的每一个元素：

???????For (@newArray,@oldArray) {s/$_/newStr/g}

3.用单程循环对同一个变量重复替换

????For ($string) {

???????s/^/s//;??#?丢弃开头的空白

???????s//s$//;??#?丢弃结尾的空白

???????s//s+//g; #?丢弃中间的空白

｝

４．把逗号放到整数的合理位置

$_ = “12345678”;

1 while s/(/d)(/d/d/d)(?!/d)/$1,$2/;

Print “$_ /n”??#?输出：?12，345，678

四．Tr/ / /?操作符?（转换）

1．tr?不支持正则表达式?和?变量替换，只是一种单纯的划定范围的替换

???????尽管不支持变量替换，但可以用eval expr实现

????$count = eval “tr/$oldStr/$newStr/”;

????Die if $@;

如果仅仅是转换大小写

不要使用tr/ / /??建议使用双引号里的?转移字符?/U /L?类似的uc lc?函数

2．修饰词,与m/ /??s/ / /??的修饰词不同

/c?与searchlist?为补

/s?消除重复的字符

/d?删除找到的但没有替换的字符?，任何再searchlist?中声明但再replacement没有给出替换的字符将被删除。

如果没有/d?修饰词，那么

1)，replacement?比?searchlist?短，则将复制replacement最后一个字符直到足够长

2)，replacement?为空，则?replacement = searchlist?可以用此用法统计次数和/s?压缩

?????????????????????$string =~ tr/a-zA-Z//s??# bookkeeper -> bokeper

五．元字符

12个元字符?/??|??(??)??[??{??^??$??*??+???

^?：?在字符集中?^?表示补集?[^1,2,3]?除了1,3

????????在一般的模式中表示?以什么开头

$?：?表示以什么结尾

六．量词??分为最大量词，最小量词（由？控制）

1．最大量词

*??匹配0?或更多次

＋?匹配1?或更多次

？?匹配?1?或?0?次

｛count｝匹配count次

{min,}?匹配至少min次

｛min,max｝?匹配至少?min次，但不超过max次

2．最小量词

*??匹配0次或更多次

＋？匹配1次或更多次

？？匹配0次或1次

??匹配最多min次

｛min，max｝??匹配至少min次，但不超过max次

七．常用的字母数字正则元符号

.???通配符匹配除了换行符外的任何单字符（如果加上修饰词/s?也可以匹配换行符）

/d??数字?[0-9]

/D??非数字

/s??空格

/S??非空格

/w??字?[a-zA-Z0-9_]

/W??非字

/E??结束大小写或掩码

/l??把下一个字符变成小写?/u?大写

/L??把/E以前的字母都变成小写??/U?大写??如：s/revision//u$&/g;

?#########################################################################

#

#?????论坛实际问题及零散知识点

#

#  正则匹配 特殊变量测试代码
# 
#!/usr/bin/perl
use strict;
use warnings;

my $str = "abcedfabcertfabciruabc";
while ($str =~ /(abc)/g) {                    # 注意捕获匹配的小括号不能少
    print "$-[1] -- $+[1] ";  # 也可以是print "$-[0] -- $+[0] ";
    print "$` -- $& -- $'  ";
}

# 运行结果
bash-2.03$ testString.pl
0 -- 3
 -- abc -- edfabcertfabciruabc 
6 -- 9
abcedf -- abc -- ertfabciruabc 
13 -- 16
abcedfabcertf -- abc -- iruabc 
19 -- 22
abcedfabcertfabciru -- abc --  


my $str = "abcedfabcertfabciruabc";
if ($str =~ /(^abc)w+(abc)w+(abc)w+(abc$)/g) {    
    print "$-[0] -- $+[0] ";       # $-[0],$+[0] 存储的是整个正则表达式匹配的部分的起始和结束坐标 
    print "$-[1] -- $+[1] ";                             # 与小括号捕获的无关
    print "$-[2] -- $+[2] ";
    print "$-[3] -- $+[3] ";
    print "$-[4] -- $+[4] ";
    print "$`--$&--$' ";         ##  $`  $&,$'  存储的是正则表达式匹配到的自符。及其左右。
}

##  运行结果
bash-2.03$ testString.pl
0 -- 22
0 -- 3
6 -- 9
13 -- 16
19 -- 22
--abcedfabcertfabciruabc--      ##  $`  $&,$'  存储的是正则表达式匹配到的自符。及其左右。
日志分析需求代码：
#############
#   切出两行对齐部分
#############
#uniqu-                       TCACAACATGGTATCAGAGCAGGT
#TA4806 ACTCTGTTTTTCTTCTCTCTCTCAATAATCCAACATGGTATCAGAGCCGATGGTTGTCCT
#
#
#uniqu-                       TCACAACATGGTATCAGAGCAGGT
#TA4891 TATCTTCTTCTCCGTAACAAACTCTTCTGTAACATGGTATCAGAGCATGAATGGTGAATC

use strict;use warnings;
my $UrFile = "/shvpn/test/wlj/perl/substr.log";
open(FILE,"<$UrFile")||die "Can't open the file : $! ";

my($slength,$swidth,$spaces);

while(<FILE>){
#    chomp;
    if (/^s*$/) {            # 匹配空行
        print "$_";
    }
    elsif(/^uniqu/){
         chomp;          # 每行都会有回车结尾，先去除
        if(/w+s*$/){
            $slength=$-[0];        获取匹配字串的起始坐标
            $swidth=length($&);
        }
        $spaces=" "x$slength;   # x用法
        print $spaces," ";
    }else{
        if(/^S/){
                chomp;
            my $string=substr($_,$slength,$swidth);
            print $spaces,$string," ";
        }
    }
}
close FILE;

## 运行结果
bash-2.03$ logAnalyse.pl
                             TCACAACATGGTATCAGAGCAGGT
                             CAATAATCCAACATGGTATCAGAG


                             TCACAACATGGTATCAGAGCAGGT
                             TCTTCTGTAACATGGTATCAGAGC