Perl正則表達式

Perl正則表達式，匹配操作符，替換操作符修飾符，轉換操作符，正則表達式是一個字符串的字符定義視圖的模式或多模式

正則表達式是一個字符串的字符定義視圖的模式或多模式。在Perl的正則表達式的語法是什麼，你會發現在其他正則表達式，如sed，grep和awk的支持程序非常相似。

運用正則表達式的基本方法是使用結合的經營模式=〜和！〜。第一個是一個測試操作符，第二是一個賦值操作符。

匹配正則表達式 - m//
替代正則表達式 - s///
直譯（拚寫）正則表達式 - tr///

在每種情況下斜線作為正則表達式（regex的），你指定的分隔符。如果你喜歡用任何其他分隔符，那麼你可以代替使用斜線的位置。

匹配操作符

m//匹配操作符，用來匹配一個正則表達式字符串或語句。例如，要匹配的字符序列“foo”對標量$bar，你可能會使用這樣的語句：

if ($bar =~ /foo/)

m//其實與同樣功能的q//操作符。你可以使用任何自然匹配的字符作為分隔符表達式的組合，例如，{}，m()，和m><都是有效的。

如果分隔符是斜杠，你可以從m//省略成m，但所有其他的分隔符，你必須使用m前綴。

請注意，整個匹配表達式表現出來。即=〜！或〜匹配操作符左邊的表達式，返回true（在標量上下文）如果表達式匹配。因此，語句：

$true = ($foo =~ m/foo/);

將會設置$true的值為1 如果$foo匹配正則表達式, 否則$true為0匹配失敗。

匹配在列表上下文中，返回任何分組表達式的內容。例如，從字符串中提取的小時，分鐘和秒時，我們可以使用：

my ($hours, $minutes, $seconds) = ($time =~ m/(\d+):(\d+):(\d+)/);

匹配運算符修飾符

匹配的操作符支持其自己的一套修飾符。 /g的修飾符，使全局匹配，/i修飾符將匹配不區分大小寫。這裡是完整的修飾符列表：

Modifier	Description i 	Makes the match case insensitive
m 	Specifies that if the string has newline or carriage
	return characters, the ^ and $ operators will now
	match against a newline boundary, instead of a
	string boundary
o 	Evaluates the expression only once
s 	Allows use of . to match a newline character
x 	Allows you to use white space in the expression for clarity
g 	Globally finds all matches
cg 	Allows the search to continue even after a global match fails

隻匹配一次

還有一個簡單的版本匹配操作符 - ？Pattern？操作符。這基本上是等同於m//運算符但它僅匹配一次在字符串之間的每個調用reset。

例如，可以使用此列表內的第一個和最後一個元素：

#!/usr/bin/perl

@list = qw/food foosball subeo footnote terfoot canic footbrdige/;

foreach (@list)
{
   $first = $1 if ?(foo.*)?;
   $last = $1 if /(foo.*)/;
}
print "First: $first, Last: $last\n";
# by www.gitbook.net
This will produce following result
First: food, Last: footbrdige

替換操作符

替換操作符，s///確實是隻是一個擴展，使您可以更換一些新的文本匹配的文本匹配運算符。此運算符基本形式是：

s/PATTERN/REPLACEMENT/;

PATTERN 是我們正在尋找的正則表達式的文本。REPLACEMENT 是一個規範，我們要用來替換找到的文字與文本或正則表達式。

例如，我們可以使用.cat. 替換所有出現的.dog。

$string =~ s/dog/cat/;

另外一個例子：

#/user/bin/perl

$string = 'The cat sat on the mat';
$string =~ s/cat/dog/;

print "Final Result is $string\n";

This will produce following result

The dog sat on the mat

替換操作符修飾符

這裡是替代操作符的所有修改的列表：

Modifier	Description i 	Makes the match case insensitive
m 	Specifies that if the string has newline or carriage
	return characters, the ^ and $ operators will now
	match against a newline boundary, instead of a
	string boundary
o 	Evaluates the expression only once
s 	Allows use of . to match a newline character
x 	Allows you to use white space in the expression
	for clarity
g 	Replaces all occurrences of the found expression
	with the replacement text
e 	Evaluates the replacement as if it were a Perl statement,
	and uses its return value as the replacement text

轉換

轉換相似但不完全相同替換的原則，但不像替換，轉換（翻譯）不使用正則表達式搜索替換值。轉換操作符是：

tr/SEARCHLIST/REPLACEMENTLIST/cds
y/SEARCHLIST/REPLACEMENTLIST/cds

翻譯替換在SEARCHLIST與在REPLACEMENTLIST相應出現的字符所有字符。例如，使用“The cat sat on the mat.”字符串我們已經在本章中使用：

#/user/bin/perl

$string = 'The cat sat on the mat';
$string =~ tr/a/o/;

print "$string\n";

This will produce following result

The cot sot on the mot.

也可用於標準的Perl範圍，允許你指定字符的範圍，由字母或數值。要改變字符串的情況下，您可以使用以下語法在位置的uc函數。

$string =~ tr/a-z/A-Z/;

轉換操作符

以下是有關操作符的運算符名單

Modifier 	Description
c 	Complement SEARCHLIST.
d 	Delete found but unreplaced characters.
s 	Squash duplicate replaced characters.

/ D的修飾符刪除匹配SEARCHLIST的字符，不具備相應的條目在REPLACEMENTLIST。例如：

#!/usr/bin/perl 

$string = 'the cat sat on the mat.';
$string =~ tr/a-z/b/d;

print "$string\n";

This will produce following result
b b   b.

最後的修飾符，/s刪除被替換的字符的重複序列，因此：

#!/usr/bin/perl

$string = 'food';
$string = 'food';
$string =~ tr/a-z/a-z/s;

print $string;

This will produce following result
fod

更複雜的正則表達式

你不隻是有固定的字符串匹配。事實上，你可以在任何可以使用更複雜的正則表達式隻是匹配。這裡有一個快速的小抄：

Character		Description .              a single character
\s             a whitespace character (space, tab, newline)
\S             non-whitespace character # by www.gitbook.net
\d             a digit (0-9)
\D             a non-digit
\w             a word character (a-z, A-Z, 0-9, _)
\W             a non-word character
[aeiou]        matches a single character in the given set
[^aeiou]       matches a single character outside the given set
(foo|bar|baz)  matches any of the alternatives specified

量詞可以用來指定有多少以前的東西，你要匹配，其中“thing”是指一個原義字符，上麵列出的元字符，或一組括號中的字符或元字符。

Character            Description *              zero or more of the previous thing
+              one or more of the previous thing
?              zero or one of the previous thing
{3}            matches exactly 3 of the previous thing
{3,6}          matches between 3 and 6 of the previous thing
{3,}           matches 3 or more of the previous thing

^元字符匹配字符串的開頭和 $ metasymbol 匹配字符串的結尾。
這裡有一些簡單的例子

# nothing in the string (start and end are adjacent)
/^$/   

# a three digits, each followed by a whitespace
# character (eg "3 4 5 ")
/(\d\s){3}/  

# matches a string in which every
# odd-numbered letter is a (eg "abacadaf")
/(a.)+/  

# string starts with one or more digits
/^\d+/

# string that ends with one or more digits
/\d+$/

讓我們看看另一個例子

#!/usr/bin/perl

$string = "Cats go Catatonic\nWhen given Catnip";
($start) = ($string =~ /\A(.*?) /);
@lines = $string =~ /^(.*?) /gm;
print "First word: $start\n","Line starts: @lines\n";


This will produce following result
First word: Cats
Line starts: Cats When

匹配邊界

\b匹配任何單詞邊界，\w類和\W類之間的區彆定義。因為\w一個字的字符，\W相反，這通常是指一個詞的終止。 \B斷言不是一個單詞邊界匹配任何位置。例如：

/\bcat\b/ # Matches 'the cat sat' but not 'cat on the mat'
/\Bcat\B/ # Matches 'verification' but not 'the cat on the mat'
/\bcat\B/ # Matches 'catatonic' but not 'polecat'
/\Bcat\b/ # Matches 'polecat' but not 'catatonic'

選擇替代品

|字符是一樣的標準或按位或在Perl。它指定一個正則表達式或組內的備用匹配。例如，以匹配表達式中的“cat”或“dog”，你可能會使用這個：

if ($string =~ /cat|dog/)

您可以將單個表達式的元素結合在一起，以支持複雜的匹配。尋找兩個人的名字，可以實現兩個獨立的測試，像這樣：

if (($string =~ /Martin Brown/) ||
   ($string =~ /Sharon Brown/))

This could be written as follows

if ($string =~ /(Martin|Sharon) Brown/)

分組匹配

從一個角度的正則表達式看冇有區彆，也許前者是稍微更清晰。

$string =~ /(\S+)\s+(\S+)/;

and 

$string =~ /\S+\s+\S+/;

然而，在分組的好處是，它使我們能夠從一個正則表達式提取序列。返回一個列表的順序，在他們出現在原來的分組。例如，在下麵的片段中，我們已經從一個字符串取出小時，分鐘和秒。

my ($hours, $minutes, $seconds) = ($time =~ m/(\d+):(\d+):(\d+)/);

除了這種直接的方法，也可以在特殊的$x變量，其中x是該組內一些正則表達式匹配組。因此，我們可以重寫前麵的例子如下：

$time =~ m/(\d+):(\d+):(\d+)/;
my ($hours, $minutes, $seconds) = ($1, $2, $3);

當組用於替代表達式，$ x的語法，可以用來替換文本。因此，我們可以使用此格式化的日期字符串：

#!/usr/bin/perl

$date = '03/26/1999';
$date =~ s#(\d+)/(\d+)/(\d+)#$3/$1/$2#;

print "$date";

This will produce following result
1999/03/26

使用\G斷言

\G斷言，讓您可以繼續搜索從最後一個匹配發生的點。

例如，在下麵的代碼，我們使用的\G，使我們可以搜索到正確的位置，然後提取一些信息，而無需創建一個更複雜的，單一的正則表達式：

#!/usr/bin/perl

$string = "The time is: 12:31:02 on 4/12/00";

$string =~ /:\s+/g;
($time) = ($string =~ /\G(\d+:\d+:\d+)/);
$string =~ /.+\s+/g;
($date) = ($string =~ m{\G(\d+/\d+/\d+)});

print "Time: $time, Date: $date\n";

This will produce following result
Time: 12:31:02, Date: 4/12/00

\G斷言，其實隻是元符號相當於pos函數，所以正則表達式之間的調用，您可以繼續使用pos，甚至修改pos的值（因此\ G）的使用pos作為一個lvalue子程序：

正則表達式中的變量

正則表達式的變量，包括$，包含匹配無論最後的分組匹配; $&, 其中包含整個匹配的字符串; $`, 其中包含匹配字符串前的一切; 和$', 其中包含匹配的字符串後的一切。

下麵的代碼演示的結果：

#!/usr/bin/perl

$string = "The food is in the salad bar";
$string =~ m/foo/;
print "Before: $`\n";
print "Matched: $&\n";
print "After: $'\n";
# www.gitbook.net
This code prints the following when executed:
Before: The
Matched: foo
After: d is in the salad bar