(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(1458) | 评论(0) | 转发(0) |
