Perl中的模式匹配學(xué)習(xí)筆記

2020-10-31 15:04:57

字體：大中小

供稿：網(wǎng)友

一、簡(jiǎn)介
模式指在字符串中尋找的特定序列的字符，由反斜線包含：/def/即模式def。其用法如結(jié)合函數(shù)split將字符串用某模式分成多個(gè)單詞：@array = split(/ /, $line);

二、匹配操作符 =~、!~
=~檢驗(yàn)匹配是否成功：$result = $var =~ /abc/;若在該字符串中找到了該模式，則返回非零值，即true，不匹配則返回0，即false。!~則相反。這兩個(gè)操作符適于條件控制中，如：

復(fù)制代碼代碼如下:

   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 +
+意味著一個(gè)或多個(gè)相同的字符，如：/de+f/指def、deef、deeeeef等。它盡量匹配盡可能多的相同字符，如/ab+/在字符串a(chǎn)bbc中匹配的將是abb，而不是ab。當(dāng)一行中各單詞間的空格多于一個(gè)時(shí)，可以如下分割：@array = split (/ +/, $line);
注：split函數(shù)每次遇到分割模式，總是開始一個(gè)新單詞，因此若$line以空格打頭，則@array的第一個(gè)元素即為空元素。但其可以區(qū)分是否真有單詞，如若$line中只有空格，則@array則為空數(shù)組。且上例中TAB字符被當(dāng)作一個(gè)單詞。注意修正。
2、字符 []和[^]
[]意味著匹配一組字符中的一個(gè)，如/a[0123456789]c/將匹配a加數(shù)字加c的字符串。與+聯(lián)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?
它們與+類似，區(qū)別在于*匹配0個(gè)、1個(gè)或多個(gè)相同字符，?匹配0個(gè)或1個(gè)該字符。如/de*f/匹配df、def、deeeef等；/de?f/匹配df或def。
4、轉(zhuǎn)義字符
如果你想在模式中包含通常被看作特殊意義的字符，須在其前加斜線"/"。如：//*+/中/*即表示字符*，而不是上面提到的一個(gè)或多個(gè)字符的含義。斜線的表示為////。在PERL5中可用字符對(duì)/Q和/E來轉(zhuǎn)義。
5、匹配任意字母或數(shù)字
上面提到模式/a[0123456789]c/匹配字母a加任意數(shù)字加c的字符串，另一種表示方法為：/a[0-9]c/，類似的，[a-z]表示任意小寫字母，[A-Z]表示任意大寫字母。任意大小寫字母、數(shù)字的表示方法為：/[0-9a-zA-Z]/。
6、錨模式
錨描述
^ 或 /A 僅匹配串首
$ 或 /Z 僅匹配串尾
/b 匹配單詞邊界
/B 單詞內(nèi)部匹配
例1：/^def/只匹配以def打頭的字符串，/$def/只匹配以def結(jié)尾的字符串，結(jié)合起來的/^def$/只匹配字符串def(?)。/A和/Z在多行匹配時(shí)與^和$不同。
例2：檢驗(yàn)變量名的類型：

復(fù)制代碼代碼如下:

     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在單詞邊界匹配：//bdef/匹配def和defghi等以def打頭的單詞，但不匹配abcdef。/def/b/匹配def和 abcdef等以def結(jié)尾的單詞，但不匹配defghi，//bdef/b/只匹配字符串def。注意：//bdef/可匹配$defghi，因?yàn)?并不被看作是單詞的部分。
例4：/B在單詞內(nèi)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、模式中的變量替換
   將句子分成單詞：
     $pattern = "[//t ]+";
     @words = split(/$pattern/, $line);
8、字符范圍轉(zhuǎn)義
轉(zhuǎn)義字符描述范圍
/d 任意數(shù)字 [0-9]
/D 除數(shù)字外的任意字符 [^0-9]
/w 任意單詞字符 [_0-9a-zA-Z]
/W 任意非單詞字符 [^_0-9a-zA-Z]
/s 空白 [ /r/t/n/f]
/S 非空白 [^ /r/t/n/f]
   例：/[/da-z]/匹配任意數(shù)字或小寫字母。
9、匹配任意字符
   字符"."匹配除換行外的所有字符，通常與*合用。
10、匹配指定數(shù)目的字符
   字符對(duì){}指定所匹配字符的出現(xiàn)次數(shù)。如：/de{1,3}f/匹配def,deef和deeef；/de{3}f/匹配deeef；/de{3,}f/匹配不少于3個(gè)e在d和f之間；/de{0,3}f/匹配不多于3個(gè)e在d和f之間。
11、指定選項(xiàng)
   字符"|"指定兩個(gè)或多個(gè)選擇來匹配模式。如：/def|ghi/匹配def或ghi。
   例：檢驗(yàn)數(shù)字表示合法性
   if ($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+$ 匹配十進(jìn)制數(shù)字，^-?0[xX][/da-fa-F]+$ 匹配十六進(jìn)制數(shù)字。
12、模式的部分重用
當(dāng)模式中匹配相同的部分出現(xiàn)多次時(shí)，可用括號(hào)括起來，用/n來多次引用，以簡(jiǎn)化表達(dá)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、轉(zhuǎn)義和特定字符的執(zhí)行次序
   象操作符一樣，轉(zhuǎn)義和特定字符也有執(zhí)行次序：
特殊字符描述
() 模式內(nèi)存
+ * ? {} 出現(xiàn)次數(shù)
^ $ /b /B 錨
| 選項(xiàng)
14、指定模式定界符
缺省的，模式定界符為反斜線/，但其可用字母m自行指定，如：
     m!/u/jqpublic/perl/prog1! 等價(jià)于///u//jqpublic//perl//prog1/
注：當(dāng)用字母'作為定界符時(shí)，不做變量替換；當(dāng)用特殊字符作為定界符時(shí)，其轉(zhuǎn)義功能或特殊功能即不能使用。
15、模式次序變量
在模式匹配后調(diào)用重用部分的結(jié)果可用變量$n，全部的結(jié)果用變量$&。

復(fù)制代碼代碼如下:

     $string = "This string contains the number 25.11.";
     $string =~ /-?(/d+)/.?(/d+)/; # 匹配結(jié)果為25.11
     $integerpart = $1; # now $integerpart = 25
     $decimalpart = $2; # now $decimalpart = 11
     $totalpart = $&; # now totalpart = 25.11

四、模式匹配選項(xiàng)
選項(xiàng) 描述
g 匹配所有可能的模式
i 忽略大小寫
m 將串視為多行
o 只賦值一次
s 將串視為單行
x 忽略模式中的空白

1、匹配所有可能的模式(g選項(xiàng))

復(fù)制代碼代碼如下:

   @matches = "balata" =~ /.a/g; # now @matches = ("ba", "la", "ta")
   匹配的循環(huán)：
   while ("balata" =~ /.a/g) {
     $match = $&;
     print ("$match/n");
   }

結(jié)果為：

復(fù)制代碼代碼如下:

     ba
     la
     ta

當(dāng)使用了選項(xiàng)g時(shí)，可用函數(shù)pos來控制下次匹配的偏移：

復(fù)制代碼代碼如下:

     $offset = pos($string);
     pos($string) = $newoffset;

2、忽略大小寫(i選項(xiàng))例
/de/i 匹配de,dE,De和DE。
3、將字符串看作多行(m選項(xiàng))
在此情況下，^符號(hào)匹配字符串的起始或新的一行的起始；$符號(hào)匹配任意行的末尾。
4、只執(zhí)行一次變量替換例

復(fù)制代碼代碼如下:

   $var = 1;
   $line = ;
   while ($var < 10) { 
     $result = $line =~ /$var/o;
     $line = ; 
     $var++;
   }

   每次均匹配/1/。
5、將字符串看作單行例
   /a.*bc/s匹配字符串a(chǎn)xxxxx /nxxxxbc，但/a.*bc/則不匹配該字符串。
6、在模式中忽略空格
   //d{2} ([/W]) /d{2} /1 /d{2}/x等價(jià)于//d{2}([/W])/d{2}/1/d{2}/。

五、替換操作符
語(yǔ)法為s/pattern/replacement/，其效果為將字符串中與pattern匹配的部分換成replacement。如：

復(fù)制代碼代碼如下:

   $string = "abc123def";
   $string =~ s/123/456/; # now $string = "abc456def";

在替換部分可使用模式次序變量$n，如s/(/d+)/[$1]/，但在替換部分不支持模式的特殊字符，如{},*,+等，如s/abc/[def]/將把a(bǔ)bc替換為[def]。
替換操作符的選項(xiàng)如下表：
選項(xiàng) 描述
g 改變模式中的所有匹配
i 忽略模式中的大小寫
e 替換字符串作為表達(dá)式
m 將待匹配串視為多行
o 僅賦值一次
s 將待匹配串視為單行
x 忽略模式中的空白
注：e選項(xiàng)把替換部分的字符串看作表達(dá)式，在替換之前先計(jì)算其值，如：

復(fù)制代碼代碼如下:

     $string = "0abc1";
     $string =~ s/[a-zA-Z]+/$& x 2/e; # now $string = "0abcabc1"

六、翻譯操作符
   這是另一種替換方式，語(yǔ)法如：tr/string1/string2/。同樣，string2為替換部分，但其效果是把string1中的第一個(gè)字符替換為string2中的第一個(gè)字符，把string1中的第二個(gè)字符替換為string2中的第二個(gè)字符，依此類推。如：
     $string = "abcdefghicba";
     $string =~ tr/abc/def/; # now string = "defdefghifed"
   當(dāng)string1比string2長(zhǎng)時(shí)，其多余字符替換為string2的最后一個(gè)字符；當(dāng)string1中同一個(gè)字符出現(xiàn)多次時(shí)，將使用第一個(gè)替換字符。
   翻譯操作符的選項(xiàng)如下：
選項(xiàng) 描述
c 翻譯所有未指定字符
d 刪除所有指定字符
s 把多個(gè)相同的輸出字符縮成一個(gè)
   如$string =~ tr//d/ /c;把所有非數(shù)字字符替換為空格。$string =~ tr//t //d；刪除tab和空格； $string =~ tr/0-9/ /cs；把數(shù)字間的其它字符替換為一個(gè)空格。

七、擴(kuò)展模式匹配
   PERL支持PERL4和標(biāo)準(zhǔn)UNIX模式匹配操作所沒有的一些模式匹配能力。其語(yǔ)法為：(?pattern)，其中c是一個(gè)字符，pattern是起作用的模式或子模式。
1、不存貯括號(hào)內(nèi)的匹配內(nèi)容
   在PERL的模式中，括號(hào)內(nèi)的子模式將存貯在內(nèi)存中，此功能即取消存貯該括號(hào)內(nèi)的匹配內(nèi)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、內(nèi)嵌模式選項(xiàng)
   通常模式選項(xiàng)置于其后，有四個(gè)選項(xiàng)：i、m、s、x可以內(nèi)嵌使用，語(yǔ)法為：/(?option)pattern/，等價(jià)于/pattern/option。
3、肯定的和否定的預(yù)見匹配
   肯定的預(yù)見匹配語(yǔ)法為/pattern(?=string)/，其意義為匹配后面為string的模式，相反的，(?!string)意義為匹配后面非string的模式，如：

復(fù)制代碼代碼如下:

  $string = "25abc8";
     $string =~ /abc(?=[0-9])/; 
     $matched = $&; # $&為已匹配的模式，此處為abc，而不是abc8

4、模式注釋
PERL5中可以在模式中用?#來加注釋，如：

復(fù)制代碼代碼如下:

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

現(xiàn)以簡(jiǎn)表總結(jié)如下：
一文字處理模式中,/pattern/常用到的語(yǔ)法
/pattern/
結(jié)果
.
除了換行字符/n外,找尋只有一個(gè)字符的字符串
x?
找尋0個(gè)或是1個(gè)x字符
x*
找尋0個(gè)或是0個(gè)以上的x字符
.*
找尋0個(gè)或是0個(gè)以上的任何字符
x+
找尋0個(gè)或是1個(gè)以上的x字符
.+
找尋1個(gè)或是1個(gè)以上的任何字符
{m}
找尋剛好是m個(gè)個(gè)數(shù)指定的字符
{m,n}
找尋在m個(gè)數(shù)個(gè)數(shù)以上,n個(gè)個(gè)數(shù)以下指定的字符
{m,}
找尋m個(gè)個(gè)數(shù)以上指定的字符
[]
找尋符合[]內(nèi)的字符
[^]
找尋不符合[]內(nèi)的字符
[0-9]
找尋符合0到9的任何一個(gè)字符
[a-z]
找尋符合a到z的任何一個(gè)字符
[^0-9]
找尋不符合0到9的任何一個(gè)字符
[^a-z]
找尋不符合a到z的任何一個(gè)字符
^
找尋字符開頭的字符
$
找尋字符結(jié)尾的字符
/d
找尋一個(gè)digit(數(shù)字)的字符,和[0-9]語(yǔ)法一樣
/d+
找尋一個(gè)digit(數(shù)字)以上的字符串,和[0-9]+語(yǔ)法一樣
/D
找尋一個(gè)non-digit(非數(shù)字)的字符,和[^0-9]語(yǔ)法一樣
/D+
找尋一個(gè)non-digit(非數(shù)字)以上的字符,和[^0-9]+語(yǔ)法一樣
/w
找尋一個(gè)英文字母或是數(shù)值的字符,和[a-zA-Z0-9]語(yǔ)法一樣
/w+
找尋一個(gè)以上英文字母或是數(shù)值的字符,和[a-zA-Z0-9]+語(yǔ)法一樣
/W
找尋一個(gè)非英文字母,數(shù)值的字符,和[^a-zA-Z0-9]語(yǔ)法一樣
/W+
找尋一個(gè)以上非英文字母,數(shù)值的字符,和[^a-zA-Z0-9]+語(yǔ)法一樣
/s
找尋一個(gè)空白的字符,和[/n/t/r/f]一樣
/s+
找尋一個(gè)以上空白的字符,和[/n/t/r/f]+一樣
/S
找尋一個(gè)非空白的字符,和[^/n/t/r/f]一樣
/S+
找尋一個(gè)以上非空白的字符,和[^/n/t/r/f]+一樣
/b
找尋一個(gè)不以英文字母,數(shù)值為邊界的字符串
/B
找尋一個(gè)以英文字母,數(shù)值為邊界的字符串
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
找到一個(gè)含有abc的字符串
(pattern)
()這個(gè)符號(hào)是會(huì)記憶所找尋到的字符,是一個(gè)很實(shí)用的語(yǔ)法
第一個(gè)()內(nèi)所找到的字符串變成$1這個(gè)變量或是/1變量
第二個(gè)()內(nèi)所找到的字符串變成$2這個(gè)變量或是/2變量
以此類推,筆者會(huì)在下一小節(jié)中詳細(xì)介紹它的用法
/pattern/i
i這個(gè)參數(shù)是代表忽略英文大小寫的意思,也就是在找尋字符串的時(shí)候,不會(huì)去考慮英文的大小寫
/
如果要在pattern模式中找尋一個(gè)有特殊的意義的字符,要在這個(gè)字符前加上/這個(gè)符號(hào),這樣才會(huì)讓這個(gè)特殊字符失效

二文字處理模式(Regular Expression)的簡(jiǎn)單范例
看了上一小節(jié)文字處理模(Regular Expression)之的,初學(xué)者對(duì)于這個(gè)語(yǔ)法的應(yīng)用可能還不是很清楚,所以筆者會(huì)在這一小節(jié)中,舉出一些在文字處理模式中常用的范例給大家看看:
范例
說明
/perl/
找到含有perl的字符串
/^perl/
找到開頭是perl的字符串
/perl$/
找到結(jié)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后面跟著2個(gè)到4個(gè)g,再跟著i的字符串
/cg{2,}i/
找到c后面跟著2個(gè)以上g,再跟著i的字符串
/cg{2}i/
找到c后面跟著2個(gè)g,再跟著i的字符串
/cg*i/
找到c后面跟著0個(gè)或多個(gè)g,再跟著i的字符串,如同/cg{0,1}i/
/cg+i/
找到c后面跟著一個(gè)以上g,再跟著c的字符串,如同/cg{1,}i/
/cg?i/
找到c后面跟著0個(gè)或是一個(gè)g,再跟著c的字符串,如同/cg{0,1}i/
/c.i/
找到c后面跟著一個(gè)任意字符,再跟著i的字符串
/c..i/
找到c后面跟著二個(gè)任意字符,再跟著i的字符串
/[cgi]/
找到符合有這三個(gè)字符任意一個(gè)的字符串
/[^cgi]/
找到?jīng)]有這三個(gè)字符中任意一個(gè)的字符串
//d/
找尋符合數(shù)值的字符串
可以使用//d+/來表示一個(gè)或是多個(gè)數(shù)值的字符串
//D/
找尋符合不是數(shù)值的字符串
可以使用//D+/來表示一個(gè)或是更多個(gè)非數(shù)值的字符串
//w/
找尋符合英文字母,數(shù)值的字符串
可以使用//w+/來表示一個(gè)或是更多個(gè)英文字母,數(shù)值的字符串
//W/
找尋符合非英文字母,數(shù)值字符的字符串
可以使用//W+/來表示一個(gè)或是更多個(gè)非英文字母,數(shù)值的字符串
//s/
找尋符合空白的字符串
可以使用//s+/來表示一個(gè)或是更多個(gè)空白字符的字符串
//S/
找尋符合不是空白的字符串
可以使用//S+/來表示一個(gè)或是更多不是空白的字符的字符串
//*/
找尋符合*這個(gè)符號(hào)的字符串,因?yàn)?在文字處理模式中有它的特殊意思,所以要在這個(gè)特殊符號(hào)前加上/這個(gè)符號(hào),這樣才會(huì)讓這個(gè)特殊字符失效
/abc/i
找尋符合abc的字符串而且不考慮這些符合字符串的大小寫
三文字處理模式(Regular Expresion)相關(guān)的運(yùn)算符及函數(shù)
在perl程序?qū)懽髦谐?huì)用到=~和!~這兩個(gè)運(yùn)算符及s和t這二個(gè)函數(shù)來和文字處理模式/pattern/搭配而成一個(gè)運(yùn)算式,如果能夠活用這些指令的話,就可以很。輕易地來處理一些字符串,當(dāng)然在CGI程序設(shè)計(jì)中了就更能得心應(yīng)手了?，F(xiàn)在就讓作者來介紹這些運(yùn)算符及函數(shù)的用法: