Learning Perl 3

发布时间：2020-12-16 00:38:24 所属栏目：大数据来源：网络整理

导读：?Perl中的正则表达式 ? 1. 使用简易模式如果匹配对象是$_的内容。只要把模式写在一对//中就可以。即m//简写 $_="Fred" if (/fred/) { #... } ? 2. 元字符 . 匹配任何单一字符，n除外。如果要想包含n在多行匹配，需要用s来代替. 如果想让.表示字面意义，

?Perl中的正则表达式

1. 使用简易模式

如果匹配对象是$_的内容。只要把模式写在一对//中就可以。即m//简写

$_="Fred"

if (/fred/) {

#...

}

2. 元字符

. 匹配任何单一字符，n除外。

如果要想包含n在多行匹配，需要用s来代替.

如果想让.表示字面意义，需要用. ，例如/3.14159/

()模式分组，例如/(fred)+/会匹配fredfredfred

表达式后面的字符可以使用1,2...n调用前面的模式分组(反向引用)。例如匹配两个相同的字符。注意序号是严格按左括号出现的位置进行判定。

$_="abba"

if(/(.)1/) {

print "it matched same character next to itself!n";

}

print "matched" if (/(.)(.)21/); #专门匹配abba这样的回文字符

嵌套的模式分组：

$_"yabba dabba doo";

print "matched" if (/y((.)(.)32) d1);

展开分析

y( #第一个左括号1

(.) #第二个左括号2

(.) #第三个左括号3

）

这样就可以匹配 yabba dabba的字符串

perl会尽可能多的尝试反向引用的数字号，当出现111，perl会尝试111如果不存在111组，则失败。为了排除二义性，使用g{1}11来引用第一组。g{-1}可以用相对位置，-1表示刚才的位置。

例如print “matched” if(/(.)g{-1}11/)

| 注意|的优先级很低，所以/^begin1|begin2/表示词从begin1开始或者单单匹配begin2.所以|运算符和括号是天生的一对。

[a-zA-Z0-9]

[^n-z] 这一这里的连字符需要加上反引线

[00-177] 注意方括号字符集中的num符号是ASCII码值，而非反向引用的模式分组号。

d 数字字符集等同与[0-9]

w 单词字符集等同与[a-zA-Z0-9_].所以w+通常可以表示一个单词。

s 空白符集等同与[ftnr ]换页，制表，换行，回车以及空格。

h 横向空白符集，即[t ]

v 纵向空白符集，即[fnr]

V 非垂直空白符

H 非水平空白符

[^d][^w][^s] 非数字，单词和空白符模式

[du-z] 字符集符号嵌套写入其他[]字符集里

b 单词锚位，等同与ERE标准中的&;和&;

{m}

{m,}

{m,n}

其他:

't' : 制表符(HT,TAB)

'n' : 换行(LF,NL)

'r' : 回车(CR)

'f' : 进纸(Form Feed,FF)

'a' : 报警 (Alarm,BEL)

'e' : 转义(ESC)

"xx" : 八进制数值对应字符，如33表示ESC

"xhh" : 16进制数值对应字符，如x1B表示ESC

"x{hhhh}" : 16进制long型数值对应字符，如x{263a}表示unicode SMILEY

"cK" : K可以为任意字母，表示控制字符"control-K"，"cK"表示如VT

"N{name}" : unicode命名字符

"N{U+hhhh}" : unicode字符

'l' : 小写下一字符

'u' : 大写下一字符

'L' : 小写随后字符串直至'E'

'U' : 大写随后字符串直至'E'

'E' : 结束大小写转换

'Q' : 引用随后字符(禁止转义)直至'E'

'w' : 匹任任一单词(word)字符(26个英文字母、10个数字，加下划线'_')

'W' : 匹配任一非单词字母

's' : 任一空白字符(空格' ',制表符't'等)

'S' : 任一非空白字符

'd' : 任一数字字符[0-9]

'D' : 任一非数字字符

“pP” : 匹配命名属性P

"PP" : 匹配非P

'X' : 匹配unicode扩展字符集(eXtended grapheme cluster)

'C' : 匹配单个C字符(字节)，即使工作在unicode模式下

'n' : n为数字，后向引用指定组n

"gn" : 后向引用指定组n

"g{-n}" : 表示相对（当前位置之前的）第n个后用引用组n

"g{name}" : 后向引用命名组(name)

"k{name}" : 后向引用

'K' : 使K左侧部分，不引入到$&中

'N' : 除'n'外的任一字符

'R' : 行分割符号

POSIX字符类表示语法：[:class:],在pattern中则必须写为"[[:class:]]"。

"[[:alpha:]]" : (英文)字母

"[[:alnum:]]" : 字母或数字字符

"[[:ascii:]]" : ASCII字符集中字符

"[[:blank:]]" : GNU扩展，等价于空格' '或水平制表符't'

"[[:cntrl:]]" : 任一控制字符

"[[:digit:]]" : 任一数字字符，等价于'd'

"[[:graph:]]" : 除空格外的任一可打印字符

"[[:lower:]]" : 任一小写字符

"[[:print:]]" : 任一可打印字符，包括空格

"[[:punct:]]" : 除单词字符(字母，'_')外的任一图形字符

"[[:space:]]" : 任一空白字符，等价于's'垂直制表符"cK"

"[[:upper:]]" : 任一大写字符

"[[:word:]]" : Perl扩展,等价于'w'

"[[:xdigit:]]" : 任一16进制数字

Assertion

'b' : 单词边界

'B' : 非单词边界

'A' : 字符串首

'Z' : 字符串尾或尾部换行字符之前

'z' : 字符串尾

'G' : 在上一个匹配处进行匹配

所有基本的量词*,+,?,{}都是贪婪量词(匹配尽可能多，即从行的末尾开始来找下面的模式。)

占有式:同贪婪量词，尽可能多地匹配字符，但是从行的末尾来下面模式的过程中，绝不回退。用+来表示占有是量词。

非贪婪量词（或者叫最小匹配mnimum），所有量词后面加上?号。(下面的模式从下面出现的第一个开始匹配)

例如s#<BOLD>(.*)</BOLD>#$1#g

上面使用贪婪模式将会是灾难，因为一行中可能出现多个</BOLD>。将*改为*?

4.可选修饰符（可以组合，例如/isx）

/i 忽略大小写

/s 使用.匹配任意字符，包括换行。用于多行匹配情况。

/x 模式中可以加入任意空格和制表符，方便阅读。而真正的空格或者制表符就需要

注意：注释也算一种空白。所以/x可以加上注释。当需要真正#号时需要#

-? #0个或1个-号

d #一个或多个数字

...

5. 绑定操作符=~ 用右边的模式来匹配左边的字符串。而非匹配$_

print "Hey,there's a rub" if($str=~/brub/);

print "you input yes!" if(<STDIN>=~/byes/); #用于判定输入很方便

6. 可以将双引号变量插入到模式串中。例如

my $name="larry";

while (<>) {

if(/^($what)/) {

print "matchedn";

last;

}

不停输入，直到输入到想要的为止。

7. 捕捉变量$1,$2,...,$n分别代表模式串第几个()中匹配到的字符串

例如

my $dino="I fear that I'll be extinct after 1000 years.";

if($dino=~/(d*) years/) {

print "That said '$1' years.n";

}

else{

print "They don't have a year";

}

捕捉变量的生命期：直到下一次成功的匹配为止。失败的匹配不会更改捕获的内容。

(?:)声明不捕捉这个括号:/(?:thiswillnotbecaught).*(thiswillbe$1)/

命名匹配 (?<name1>w+),

例如：m/(?<name1>w+) (?:and|or) (?<name2>w+)这时会引入一个特殊的哈希%+，那么访问命名捕捉就可以直接使用$+{name1}，$+{name2}

自动匹配变量:$&匹配的整个段落，$`匹配其实位置之前的字符串，$'匹配之后位置的字符串，所以print $`,$&,$'就是整个字符串。但是，如果程序的任何部分使用了自动匹配变量，其他正则表达式的运行速度也会变慢。所以使用别的方法(例如将整个模式加上括号，然后用$1来代替$&)比较靠谱。

7.正则表达式的文本处理

s/// 等同与s{fred}{barney} s[fred](barney) s<fred>#barney#

/igsx

/m multiple lines。这时候^$表示其中每行的开头和结尾。

例如: $_"I'm much betternthan you"

print "Find 'than' in the begin of the line" if /^thanb/im?

U u 转换符后所有的字符都将转换为大写，例如/U$1/那么$1将变为大写。小写只影响后面第一个字符

L l 转换符后所有的字符都将转换为小写。小写只影响后面第一个字符。

E E结束大小写转换的影响。/U1E2/只影响1

@split 根据分割符拆开一个字符串。这对处理被制表符，冒号，空白或者任意字符分割的数据很有用。

@field = split /separator/,$string

@fields = split /:/,":::abc:def:g:h:::" 得到"" "" "" "abc" "def" "g" "h" 后面的空模式将被省略

join 同split恰恰相反，split会将字符串分解未数个片段。join会将这些连结到一些

my $result = join $glue,@pieces;

m// in list context

返回的是符合模式的字符串的列表

例如my @words = ($text =~ /[a-z]+/ig)

print "Result: @wordsn";

一次更新多个文件：

#！/usr/bin/perl -w

use strict;

chomp(my $date=`date`); #或者使用my $date=localtime

$^I=".bak" 设置这个变量，则会自动以此打开多个文件

while(<>) { #默认的钻石运算符是读取@ARGV数组的内容

s/^Author:.*/Randal/;

s/^Phone:.*n//;

...

print;

}

Textbook: Learning Perl?

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!