perl學習筆記——Regex

標籤：

Regex

簡單模式：匹配$_中的內容，只需要將模式寫在一對斜線(/)中就可以了。

如：#!/usr/bin/env perl

use 5.010;

$_="yabba dabba doo";

if(/abba/){

　　say "it matched!";

}

關於元字元

和shell中的差不多：

.==>任一字元；

*==>重複0次及其0次以上；

+==>重複一次及一次以上；

?==>重複0次或一次；

模式分組

在Regex中，用圓括弧()對字串分組。

反向引用的寫法是在斜線後面接上數字編號，如\1 \2這樣。相應的數字表示對應順序的擷取的群組。

下面舉例說明：

 

反向引用也不必進接在對應的擷取的群組的後面。下面的模式或匹配y後面的4個連續的非分行符號，並用\1反向參考資料表示匹配d後也出現的4個字元的情況。

$_=”yabba dabba doo”;

If (/y(....) d\1/){

Print “It matched the same after y and d!\n”;

}

也可以用多個括弧來分成多組，每個組都可以有自己的反向引用。

$_=”yabba dabba doo”;

If (/y(.)(.)\2\1/){ #匹配 ‘abba’

Print “It matched the same after y and d!\n”;

}

那麼如何區分哪個括弧是第幾組呢？Larry給出的解釋：只要一次點算左括弧(包括嵌套括弧)的序號就OK了。如：

$_=”yabba dabba doo”;

if (/y((.)(.)\3\2) d\1/){

　　print “It matched the same after y and d!\n”;

}

拆開：（    #第一個括弧

(.) #第二個括弧

(.) #第三個括弧

\3

\2

)

上面遺留的問題：

$_=”aa11bb”;

If (/(.)\111/){

　　print “It matched!\n”;

}

原本是打算匹配aa11 ，現在好了。Perl將其理解為匹配第111組括弧，根本找不到這個括弧，報錯。

解決方案：\g{1}  就可以消除反向引用與模式的直接量部分的二義性。

use 5.010;

$_=”aa11bb”;

If (/(.)\g{1}11/){

　　print “It matched.”.”\n”;

}

而且用\g{N}還有一個好處就是N可以是負數，也就是說可以為-1 -2等。表示的意思就是倒數或者說相對位置。

-1 表示離\g{-1}最近的第一個左括弧；

-2 表示離\g{-2}最近的第二個左括弧；

use 5.010;

$_=”aa11bb”;

if (/(.)(.)\g{-1}11/){

　　print “It matched.”.”\n”;

}

擇一匹配

（|）

如：/fred(and|or)barney/

字元集

[a-zA-Z]

[^a-zA-Z]

字元集的簡寫

表示任意一個數位字元集簡寫\d；

$_=’The HAL-9000 requires authorization to continue.’;

if (/HAL-[\d]+/){

　　say “It matched.”

}

修飾符/a,寫在Regex末尾，表示按照ASCII的語義展開(從Perl 5.14引入的修飾符)：

use 5.014;

$_=’The HAL-9000 requires authorization to continue.’;

If (/HAL-[\d]+/a){ #俺老的ASCII字元解釋

　　say “It matched.”

}

說明：引入/a的主要原因是因為\d 現在的語義不僅再是[0-9]這個範圍了，它還表示了很多比較特殊的數字元。

\s能匹配以下5個空白字元：換頁符\f 水平定位字元\v 垂直定位字元\h 斷行符號符\n 空格符\p

use 5.014;

if (/\s/a){ #按老的ASCII字元語義解釋

　　say “The string matched ASCII whitescape”;

}

\R匹配斷行符，無論是\r\n還是\n都能匹配。

\w匹配“單詞”字元，所謂單詞其實是[a-zA-Z0-9]組成的。

反義簡寫

\D 表示[^\d]

\W 表示[^\w]

\S  表示[^\s]

這些簡寫既可以做為模式裡獨立的字元集，也可以作為方括弧裡字元集的一部分。比如：/[\dA-Fa-f]/

 

用Regex進行匹配用m//進行匹配

前面所講的用//寫法表示模式，比如/fred/事實上是m//的特例。

通用像qw //一樣，分隔字元也是可選的如：m{fred} m <fred>

模式修飾符

/a 表示按照ASCII的語義展開

/i  表示進行大小寫無關的匹配

print “would you like to play a game?”;

chomp($_=<STDIN>);

If(/yes/i){ #大小寫無關的匹配

say “i like too.”;

}

/s  表示匹配任一字元；

在很多情況下(.)是沒有辦法匹配到分行符號的，但如果字串中含有分行符號，而你有希望匹配這些分行符號，那麼就可以用/s修飾符完成。（實現原理是，Perl會將點號轉換成字元集[\d\D]來處理，就是說會匹配任一字元）

$_=”I saw Barney\n down at the bowling alley\nwith Fred\nlast night.\n”;

If (/Barney.*Fred/s){

Print “That string mentions Fred after Barney\n”;

}

出現的問題：/s會把模式中所出現的.都修改成能匹配任一字元，那如果我們只是想其中幾個匹配任一字元呢?可以用\N

/x  表示加入空白符；

舉例如下：

#!/usr/bin/env perl

use 5.010;

$_="fred";

if(/fre  d/x){

　　say "it matched."

}

 

當然上面的修飾符都可以組合：

if(/barney.*fred/is){#同時使用/i和/s

　　print “That string mentions Fred after Barney!\n”;

}

 

perl學習筆記——Regex