Perl中的模式匹配学习笔记(perl匹配字符串)一看就会

随心笔谈11个月前发布 admin
106 0



一、简介

模式指在字符串中寻找的特定序列的字符,由反斜线包含:/def/即模式def。其用法如结合函数split将字符串用某模式分成多个单词:@array=split(/ /, $line);

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,如:

复制代码 代码如下:

   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,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。且上例中TAB字符被当作一个单词。注意修正。

2、字符 []和[^]

   []意味着匹配一组字符中的一个,如/a[0123456789]c/将匹配a加数字加c的字符串。与+联合使用例:/d[eE]+f/匹配def、 dEf、deef、dEef、dEEEeeeEef等。^表示除其之外的所有字符,如:/d[^deE]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、1个或多个相同字符,?匹配0个或1个该字符。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””。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

锚 描述

^ 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:

复制代码 代码如下:

     if ($varname=~ /^\$[A-Za-z][_0-9a-zA-Z]*$/) {

       print (“$varname is a legal scalar variable\n”);

     } elsif ($varname=~ ) {

       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

转义字符 描述 范围

\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。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: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:

特殊字符 描述

() 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$n,全部的结果用变量$&。

复制代码 代码如下:

     $string=”This string contains the number 25.11.”;

     $string=~ /-?(\d+)\.?(\d+)/; # 匹配结果为25.11

     $integerpart=$1; # now $integerpart=25

     $decimalpart=$2; # now $decimalpart=11

     $totalpart=$&; # now totalpart=25.11

四、模式匹配选项

选项 描述

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) 

复制代码 代码如下:

   @matches=”balata”=~ /.a/g; # now @matches=(“ba”, “la”, “ta”)

   匹配的循环:

   while (“balata”=~ /.a/g) {

     $match=$&;

     print (“$match\n”);

   }

   结果为:

复制代码 代码如下:

     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:

复制代码 代码如下:

     $offset=pos($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 

复制代码 代码如下:

   $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。如:

  

复制代码 代码如下:

   $string=”abc123def”;

   $string=~ s/123/456/; # now $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:

选项 描述

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:

复制代码 代码如下:

     $string=”0abc1″;

     $string=~ s/[a-zA-Z]+/$& x 2/e; # now $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/; # now 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:

选项 描述

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。其语法为:(?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:

  

复制代码 代码如下:

  $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:

复制代码 代码如下:

     if ($string=~ /(?i)[a-z]{2,3}(?# match two or three alphabetic characters)/ {

       …

     }

现以简表总结如下:

一 文字处理模式中,/pattern/常用到的语法

/pattern/

结果

.

除了换行字符\n外,找寻只有一个字符的字符串

x?

找寻0个或是1个x字符

x*

找寻0个或是0个以上的x字符

.*

找寻0个或是0个以上的任何字符

x+

找寻0个或是1个以上的x字符

.+

找寻1个或是1个以上的任何字符

{m}

找寻刚好是m个个数指定的字符

{m,n}

找寻在m个数个数以上,n个个数以下指定的字符

{m,}

找寻m个个数以上指定的字符

[]

找寻符合[]内的字符

[^]

找寻不符合[]内的字符

[0-9]

找寻符合0到9的任何一个字符

[a-z]

找寻符合a到z的任何一个字符

[^0-9]

找寻不符合0到9的任何一个字符

[^a-z]

找寻不符合a到z的任何一个字符

^

找寻字符开头的字符

$

找寻字符结尾的字符

\d

找寻一个digit(数字)的字符,和[0-9]语法一样

\d+

找寻一个digit(数字)以上的字符串,和[0-9]+语法一样

\D

找寻一个non-digit(非数字)的字符,和[^0-9]语法一样

\D+

找寻一个non-digit(非数字)以上的字符,和[^0-9]+语法一样

\w

找寻一个英文字母或是数值的字符,和[a-zA-Z0-9]语法一样

\w+

找寻一个以上英文字母或是数值的字符,和[a-zA-Z0-9]+语法一样

\W

找寻一个非英文字母,数值的字符,和[^a-zA-Z0-9]语法一样

\W+

找寻一个以上非英文字母,数值的字符,和[^a-zA-Z0-9]+语法一样

\s

找寻一个空白的字符,和[\n\t\r\f]一样

\s+

找寻一个以上空白的字符,和[\n\t\r\f]+一样

\S

找寻一个非空白的字符,和[^\n\t\r\f]一样

\S+

找寻一个以上非空白的字符,和[^\n\t\r\f]+一样

\b

找寻一个不以英文字母,数值为边界的字符串

\B

找寻一个以英文字母,数值为边界的字符串

a|b|c

找到符合a字符或是b字符或是c字符的字符串

abc

找到一个含有abc的字符串

(pattern)

()这个符号是会记忆所找寻到的字符,是一个很实用的语法

第一个()内所找到的字符串变成$1这个变量或是\1变量

第二个()内所找到的字符串变成$2这个变量或是\2变量

以此类推,笔者会在下一小节中详细介绍它的用法

/pattern/i

i这个参数是代表忽略英文大小写的意思,也就是在找寻字符 串的时候,不会去考虑英文的大小写

\

如果要在pattern模式中找寻一个有特殊的意义的字符,要在 这个字符前加上\这个符号,这样才会让这个特殊字符失效

二 文字处理模式(Regular Expression)的简单范例

    看了上一小节文字处理模(Regular Expression)之的,初学者对于这个语法的应用可能还不是很清楚,所以笔者会在这一小节中,举出一些在文字处理模式中常用的范例给大家看看:

范例

说明

/perl/

找到含有perl的字符串

/^perl/

找到开头是perl的字符串

/perl$/

找到结尾是perl的字符串

/c|g|i/

找到含有c或g或i的字符串

/cg{2,4}i/

找到c后面跟着2个到4个g,再跟着i的字符串

/cg{2,}i/

找到c后面跟着2个以上g,再跟着i的字符串

/cg{2}i/

找到c后面跟着2个g,再跟着i的字符串

/cg*i/

找到c后面跟着0个或多个g,再跟着i的字符串,如同/cg{0,1}i/

/cg+i/

找到c后面跟着一个以上g,再跟着c的字符串,如同/cg{1,}i/

/cg?i/

找到c后面跟着0个或是一个g,再跟着c的字符串,如同/cg{0,1}i/

/c.i/

找到c后面跟着一个任意字符,再跟着i的字符串

/c..i/

找到c后面跟着二个任意字符,再跟着i的字符串

/[cgi]/

找到符合有这三个字符任意一个的字符串

/[^cgi]/

找到没有这三个字符中任意一个的字符串

/\d/

找寻符合数值的字符串

可以使用/\d+/来表示一个或是多个数值的字符串

/\D/

找寻符合不是数值的字符串

可以使用/\D+/来表示一个或是更多个非数值的字符串

/\w/

找寻符合英文字母,数值的字符串

可以使用/\w+/来表示一个或是更多个英文字母,数值的字符串

/\W/

找寻符合非英文字母,数值字符的字符串

可以使用/\W+/来表示一个或是更多个非英文字母,数值的字符串

/\s/

找寻符合空白的字符串

可以使用/\s+/来表示一个或是更多个空白字符的字符串

/\S/

找寻符合不是空白的字符串

可以使用/\S+/来表示一个或是更多不是空白的字符的字符串

/\*/

找寻符合*这个符号的字符串,因为*在文字处理模式中有它的特殊意思,所以要在这个特殊符号前加上\这个符号,这样才会让这个特殊字符失效

/abc/i

找寻符合abc的字符串而且不考虑这些符合字符串的大小写

三 文字处理模式(Regular Expresion)相关的运算符及函数

    在perl程序写作中常会用到=~和!~这两个运算符及s和t这二个函数来和文字处理模式/pattern/搭配而成一个运算式,如果能够活用这些指令的 话,就可以很。轻易地来处理一些字符串,当然在CGI程序设计中了就更能得心应手了。现在就让作者来介绍这些运算符及函数的用法:

© 版权声明

相关文章