Chinaunix首页 | 论坛 | 博客
  • 博客访问: 535088
  • 博文数量: 55
  • 博客积分: 1520
  • 博客等级: 上尉
  • 技术积分: 661
  • 用 户 组: 普通用户
  • 注册时间: 2009-04-19 22:01
文章存档

2013年(1)

2012年(1)

2011年(7)

2010年(16)

2009年(30)

我的朋友

分类:

2009-05-26 15:31:49

(注:本文不是原创,只是学习过程中的学习笔记.)

一.简介

        模式就是指在字符串中寻找的特定序列的字符.
        m//为模式运算符.
        如:
        while ($line = <>)
        {
                if ($line =~ m/exit/i)
                {
                        exit;
                }
        }
        因为m//运算符使用非常频繁,所以可以忽略m部分,直接写成//形式.同时也可以不用斜线,写成自己喜欢的格式(如m{},m[]),但此时m不能少.


二.匹配操作符=~, !~
        =~ 检验匹配是否成功.
                $result = $var =~ /abc/;
                若在该字符串中找到了该模式,则返回非零值,即true;不匹配则返回0,即false.
        !~ 则相反.
        这两个操作符适于条件控制中,例如:
                if ($question =~ /please/)
                {
                        print ("Thank you for being polite!\n");
                }
                else
                {
                        print ("That was not very polite!\n");
                }


三.模式中的特殊字符
        PERL在模式中支持一些特殊字符,可以起到一些特殊的作用.

        1.字符+,意味着一个或多个相同的字符.
        例如:
                /de+f/指def、deef、deeeeef等.
                它尽量匹配尽可能多的相同字符,如/ab+/在字符串abbc中匹配的将是abb,而不是ab.
                当一行中各单词间的空格多于一个时,可以如下分割:
                        @array = split (/ +/, $line);
                注:split函数每次遇到分割模式,总是开始一个新单词,因此若$line以空格打头,则@array的第一个元素即为空元素.但其可以区分是否真有单词,如若$line中只有空格,则@array则为空数组.

        2.字符[]和[^],[]意味着匹配一组字符中的一个.
        例如:/a[0123456789]c/,将匹配a加数字加c的字符串.
        ^表示除其之外的所有字符.
        例如:/d[^eE]f/,匹配d加非e字符加f的字符串.

        3.字符*和?
        它们与+类似,区别在于*匹配0个或多个相同字符, ?匹配0个或1个该字符.
        例如:/de*f/,匹配df,def,deeeef等;/de?f/,匹配df或def.

        4.转义字符
        如果你想在模式中包含通常被看作特殊意义的字符,须在其前加斜线"\".
        例如:/\*+/中\*即表示字符*,而不是上面提到的一个或多个字符的含义.
        斜线的表示为/\\/.
        在PERL5中可用字符对\Q和\E来转义.

        5.匹配任意字母或数字
        上面提到模式/a[0123456789]c/匹配字母a加任意数字加c的字符串,另一种表示方法为:/a[0-9]c/.
        类似的,[a-z]表示任意小写字母,[A-Z]表示任意大写字母.任意大小写字母,数字的表示方法为:/[0-9a-zA-Z]/.

        6.锚模式
        ^ 或 \A        仅匹配串首
        $ 或 \Z        仅匹配串尾
        \b        匹配单词边界
        \B        单词内部匹配
        例1:
                /^def/只匹配以def打头的字符串,/def$/只匹配以def结尾的字符串.
                结合起来的/^def$/只匹配字符串def.\A和\Z在多行匹配时与^和$不同.
        例2:
                检验变量名的类型
                if ($varname =~ /^\$[A-Za-z][_0-9a-zA-Z]*$/)
                {
                        print ("$varname is a legal scalar variable\n");
                }
                elsif ($varname =~ /^@[A-Za-z][_0-9a-zA-Z]*$/)
                {
                        print ("$varname is a legal array variable\n");
                }
                elsif ($varname =~ /^[A-Za-z][_0-9a-zA-Z]*$/)
                {
                        print ("$varname is a legal file variable\n");
                }
                else
                {
                        print ("I don't understand what $varname is.\n");
                }
        例3:
                \b在单词边界匹配:/\bdef/匹配def和defghi等以def打头的单词,但不匹配abcdef.
                /def\b/匹配def和abcdef等以def结尾的单词,但不匹配defghi.
                /\bdef\b/只匹配字符串def.
                注意: /\bdef/可匹配$defghi,因为$并不被看作是单词的部分.
        例4:
                \B在单词内部匹配:/\Bdef/匹配abcdef等,但不匹配def./def\B/匹配defghi等;/\Bdef\B/匹配cdefg,abcdefghi等,但不匹配def,defghi,abcdef.

        7.模式中的变量替换
                将句子分成单词:
                $pattern = "[\\t ]+";
                @words = split(/$pattern/, $line);

        8.字符范围转义
                \d        任意数字[0-9]
                \D        除数字外的任意字符[^0-9]
                \w        任意单词字符[_0-9a-zA-Z]
                \W        任意非单词字符[^_0-9a-zA-Z]
                \s        空白[ \r\t\n\f]
                \S        非空白[^ \r\t\n\f]
        例:/[\da-z]/匹配任意数字或小写字母.

        9.匹配任意字符
        字符"."匹配除换行外的所有字符,通常与*合用.

        10.匹配指定数目的字符
        字符对{}指定所匹配字符的出现次数.
        例如:/de{1,3}f/匹配def,deef和deeef;/de{3}f/匹配deeef;/de{3,}f/匹配不少于3个e在d和f之间;/de{0,3}f/匹配不多于3个e在d和f之间.

        11.指定选项
        字符"|"指定两个或多个选择来匹配模式.如:/def|ghi/匹配def或ghi.
        例如:检验数字表示合法性
                if ($number =~ /^-?\d+$|^-?0[xX][\da-fa-F]+$/)
                {
                        print ("$number is a legal integer.\n");
                }
                else
                {
                        print ("$number is not a legal integer.\n");
                }
        其中^-?\d+$匹配十进制数字,^-?0[xX][\da-fa-F]+$匹配十六进制数字.

        12.模式的部分重用
        当模式中匹配相同的部分出现多次时,可用括号括起来,用\n来多次引用,以简化表达式:
                /\d{2}([\W])\d{2}\1\d{2}/ 匹配:
                        12-05-92
                        26.11.87
                        07 04 92等
        注意:/\d{2}([\W])\d{2}\1\d{2}/不同于/(\d{2})([\W])\1\2\1/,后者只匹配形如17-17-17的字符串,而不匹配17-05-91等.

        13.转义和特定字符的执行次序
                象操作符一样,转义和特定字符也有执行次序:
                ()        模式内存
                + * ? {}        出现次数
                ^ $ \b \B        锚
                |        选项

        14.指定模式定界符
        缺省的,模式定界符为反斜线/,但其可用字母m自行指定,如:
                m!/u/jqpublic/perl/prog1! 等价于/\/u\/jqpublic\/perl\/prog1/
        注:当用字母'作为定界符时,不做变量替换,当用特殊字符作为定界符时,其转义功能或特殊功能即不能使用.

        15.模式次序变量
        在模式匹配后调用重用部分的结果可用变量$n,全部的结果用变量$&.
                $string = "This string contains the number 25.11.";
                $string =~ /-?(\d+)\.?(\d+)/;    #匹配结果为25.11
                $integerpart = $1;    #$integerpart = 25
                $decimalpart = $2;    #$decimalpart = 11
                $totalpart = $&;    #totalpart = 25.11


四.模式匹配选项
        g        匹配所有可能的模式
        i        忽略大小写
        m        将串视为多行
        o        只赋值一次
        s        将串视为单行
        x        忽略模式中的空白

        1.匹配所有可能的模式(g选项)
                @matches = "balata" =~ /.a/g;
                此时@matches = ("ba", "la", "ta")
        匹配的循环:
                while ("balata" =~ /.a/g)
                {
                        $match = $&;
                        print ("$match\n");
                }
        结果为:
                ba
                la
                ta
        当使用了选项g时,可用函数pos来控制下次匹配的偏移:
                $offset = pos($string);
                pos($string) = $newoffset;

        2.忽略大小写(i选项)例
                /de/i: 匹配de,dE,De和DE.

        3.将字符串看作多行(m选项)
                在此情况下,^符号匹配字符串的起始或新的一行的起始;$符号匹配任意行的末尾.

        4.只执行一次变量替换例
                $var = 1;
                $line = ;
                while ($var < 10)
                {
                        $result = $line =~ /$var/o;
                        $line = ;
                        $var++;
                }
                每次均匹配/1/.

        5.将字符串看作单行例
                /a.*bc/s匹配字符串axxxxx \nxxxxbc,但/a.*bc/则不匹配该字符串.

        6.在模式中忽略空格
                /\d{2} ([\W]) \d{2} \1 \d{2}/x等价于/\d{2}([\W])\d{2}\1\d{2}/


五.替换操作符
        语法为s/pattern/replacement/,其效果为将字符串中与pattern匹配的部分换成replacement.
        例如:
                $string = "abc123def";
                $string =~ s/123/456/;    #$string = "abc456def";
        在替换部分可使用模式次序变量$n,如s/(\d+)/[$1]/,但在替换部分不支持模式的特殊字符,如{},*,+等.
                如:s/abc/[def]/将把abc替换为[def].

        替换操作符的选项如下表:
        g        改变模式中的所有匹配
        i        忽略模式中的大小写
        e        替换字符串作为表达式
        m        将待匹配串视为多行
        o        仅赋值一次
        s        将待匹配串视为单行
        x        忽略模式中的空白
        注:e选项把替换部分的字符串看作表达式,在替换之前先计算其值.如:
                $string = "0abc1";
                $string =~ s/[a-zA-Z]+/$& x 2/e; #$string = "0abcabc1"


六.翻译操作符
        这是另一种替换方式,语法如:tr/string1/string2/.
        同样,string2为替换部分,但其效果是把string1中的第一个字符替换为string2中的第一个字符,把string1中的第二个字符替换为string2中的第二个字符,依此类推.如:
                $string = "abcdefghicba";
                $string =~ tr/abc/def/; #string = "defdefghifed"
        当string1比string2长时,其多余字符替换为string2的最后一个字符;
        当string1中同一个字符出现多次时,将使用第一个替换字符.

        翻译操作符的选项如下:
        c        翻译所有未指定字符
        d        删除所有指定字符
        s        把多个相同的输出字符缩成一个
        如:
                $string =~ tr/\d/ /c;把所有非数字字符替换为空格.
                $string =~ tr/\t //d;删除tab和空格.
                $string =~ tr/0-9/ /cs;把数字间的其它字符替换为一个空格.


七.扩展模式匹配
        PERL支持PERL4和标准UNIX模式匹配操作所没有的一些模式匹配能力.
        语法为:(?pattern),其中c是一个字符,pattern是起作用的模式或子模式.

        1.不存贮括号内的匹配内容
        在PERL的模式中,括号内的子模式将存贮在内存中,此功能即取消存贮该括号内的匹配内容.
        如:
                /(?:a|b|c)(d|e)f\1/中的\1表示已匹配的d或e,而不是a或b或c。

        2.内嵌模式选项
        通常模式选项置于其后,有四个选项:i, m, s, x可以内嵌使用,语法为:/(?option)pattern/,等价于/pattern/option.

        3.肯定的和否定的预见匹配
        肯定的预见匹配语法为/pattern(?=string)/,其意义为匹配后面为string的模式,相反的,(?!string)意义为匹配后面非string的模式.        如:
                $string = "25abc8";
                $string =~ /abc(?=[0-9])/;
                $matched = $&; #$&为已匹配的模式,此处为abc,而不是abc8.

        4.模式注释
        PERL5中可以在模式中用?#来加注释,如:
        if ($string =~ /(?i)[a-z]{2,3}(?# match two or three alphabetic characters)/
        {
                ...
        }

阅读(1452) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~