正则表达式--Perl

简介

        正则表达式(regular expression)描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。

        Perl语言的正则表达式功能非常强大，基本上是常用语言中最强大的，很多语言设计正则式支持的时候都参考Perl的正则表达式。

        Perl的正则表达式的三种形式，分别是匹配，替换和转化:

• 匹配：m//（还可以简写为//，略去m）

• 替换：s///

• 转化：tr///

这三种形式一般都和 ​=~​ 或 ​!~​ 搭配使用， =~ 表示相匹配，!~ 表示不匹配。

匹配操作符

匹配操作符 m// 用于匹配一个字符串语句或者一个正则表达式，例如，要匹配 标量 $bar 中的 "run",代码如下所示：

实例

#!/usr/bin/perl $bar = "I am runoob site. welcome to runoob site."; if ($bar =~ /run/){ print "第一次匹配\n"; }else{ print "第一次不匹配\n"; } $bar = "run"; if ($bar =~ /run/){ print "第二次匹配\n"; }else{ print "第二次不匹配\n"; }

执行以上程序，输出结果为：

第一次匹配
第二次匹配

模式匹配修饰符

模式匹配有一些常用的修饰符，如下表所示：

修饰符	含义
/i	匹配时忽略大小写
/g	全局匹配，默认情况下，正则表达式"abc"匹配"abcdabc"字符串的时候，将之匹配左边的abc，使用g将匹配两个"abc"
/c	在开启g的情况下，如果匹配失败，将不重置搜索位置
/m	多行匹配模式。默认的正则开始"^"和结束"$"只是对于正则字符串如果在修饰符中加上"m"，那么开始和结束将会指字符串的每一行：每一行的开头就是"^"，结尾就是"$"。
/s	让.可以匹配换行符"\n"，也就是说该修饰符让.真的可以匹配任意字符
/x	允许正则表达式使用空白符号，免得让整个表达式难读难懂，但这样会让原本的空白符号失去意义，这是可以使用\s来表示空白
/o	只编译一次正则表达式
/n	非捕获模式
/p	保存匹配的字符串到${PREMATCH}、${^MATCH}、${POSTMATCH}中，它们在结果上对应$`、$&和$’，但性能上要更好
/a和/u和/l	分别表示用ASCII、Unicode和Locale的方式来解释正则表达式，一般不用考虑这几个修饰符
/d	使用unicode或原生字符集，就像5.12和之前那样，也不用考虑这个修饰符
/g	全局查找所有匹配
/cg	允许在失败的匹配后继续保留上一次匹配的位置，不会重置指针位置

正则表达式变量

perl处理完后会给匹配到的值存在三个特殊变量名:

• ​$`: ​匹配部分的前一部分字符串
• ​$&: ​匹配的字符串
• ​$': ​还没有匹配的剩余字符串

如果将这三个变量放在一起,你将得到原始字符串。

实例如下：

#!/usr/bin/perl
 
$string = "welcome to runoob site.";
$string =~ m/run/;
print "匹配前的字符串: $`\n";
print "匹配的字符串: $&\n";
print "匹配后的字符串: $'\n";

执行以上程序输出结果为：

匹配前的字符串: welcome to 
匹配的字符串: run
匹配后的字符串: oob site.

替换操作符

替换操作符 s/// 是匹配操作符的扩展，使用新的字符串替换指定的字符串。基本格式如下：

s/PATTERN/REPLACEMENT/;

PATTERN 为匹配模式，REPLACEMENT 为替换的字符串。

例如我们将以下字符串的 "google" 替换为 "runoob":

#!/usr/bin/perl
 
$string = "welcome to google site.";
$string =~ s/google/runoob/;
 
print "$string\n";

执行以上程序输出结果为：

welcome to runoob site.

替换操作修饰符

替换操作修饰符如下表所示：

修饰符	含义
/i	匹配时忽略大小写
/g	全局匹配，默认情况下，正则表达式"abc"匹配"abcdabc"字符串的时候，将之匹配左边的abc，使用g将匹配两个"abc"
/c	在开启g的情况下，如果匹配失败，将不重置搜索位置
/m	多行匹配模式。 默认的正则开始"^"和结束"$"只是对于正则字符串如果在修饰符中加上"m"，那么开始和结束将会指字符串的每一行：每一行的开头就是"^"，结尾就是"$"。
/s	默认的"."代表除了换行符以外的任何字符。加了/s则包括换行符
/x	允许正则表达式使用空白符号，免得让整个表达式难读难懂。但这样会让原本的空白符号失去意义，这时可以使用\s来表示空白
/o	只编译一次正则表达式
/n	非捕获模式
p	保存匹配的字符串到${^PREMATCH}、${^MATCH}、${^POSTMATCH}中，它们在结果上对应$`、$&和$’，但性能上要更好
/a和/u和/l	分别表示用ASCII、Unicode和Locale的方式来解释正则表达式，一般不用考虑这几个修饰符
/d	使用unicode或原生字符集，就像5.12和之前那样，也不用考虑这个修饰符
/r	返回替换，原字符串保持不变
/e	将右边作为一个表达式来计算

转化操作符

以下是转化操作符相关的修饰符：

修饰符	含义
/c	转化所有未指定字符。
/d	删除找到但是未替换的字符串
/s	把多个相同的输出字符缩成一个
/r	返回转换字符串，原字符串保持不变

以下实例将变量 $string 中的所有小写字母转化为大写字母：

#!/usr/bin/perl 

$string = 'welcome to runoob site.';
$string =~ tr/a-z/A-z/;

print "$string\n";

执行以上程序输出结果为：

WELCOME TO RUNOOB SITE.

以下实例使用 /s 将变量 $string 重复的字符删除：

#!/usr/bin/perl
 
$string = 'runoob';
$string =~ tr/a-z/a-z/s;
 
print "$string\n";

执行以上程序输出结果为：

runob

更多实例：

$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。

正则表达式量词

最大	最小	占有	允许范围
{MIN,MAX}	{MIN,MAX}?	{MIN,MAX}?+	必须至少出现MIN次，但是不超过MAX次
{MIN,}	{MIN,}?	{MIN,}?+	必须至少出现MIN次
{COUNT}	{COUNT}?	{COUNT}?+	必须正好匹配COUNT次
*	*?	*+	0或多次 （等同于{0,})
+	+?	**	1或多次 (等同于{1,})
?	??	?+	0或1次（等同于{0,1})

元符号表 

符号	原子性	含义
…	可变	使下一个字母数字字符为元字符，或者（可能）使下一个非字母数字字符不作为元字符
…|…	否	候选（匹配一个或另一个）
(…)	是	分组（当做一个单元）
[…]	是	字符类（匹配一组中的字符）
^	否	如果在字符串开头（或者可能在某个换行符后面）则为true
.	是	匹配一个字符（正常情况下除换行符以外）
$	否	如果在字符串末尾（或者可能在某个换行符前面）true

扩展正则表达式序列

扩展	原子性	含义
(?#…)	否	注释，丢弃
(?:…)	是	非捕获组
(?>…)	是	占有组，不捕获也不回溯
(?adlupimsx-imsx)	否	启用/禁用模式修饰符
(?^alupimsx)	否	重置和启用模式修饰符
(?adlupimsx-imsx:…)	是	只用于分组的小括号，以及启用/禁用修饰符
(?^alupimsx:…)	是	只用于分组的小括号，以及重置和启用修饰符
(?=…)	否	如果前瞻断言成功则为true
(?!..)	否	如果前瞻断言失败则为true
(?<=…)	否	如果后顾断言成功则为true
(?<!..)	否	如果后顾断言失败贼为true
(?|…|…|…)	是	为编号分组重置分支
(?…)	是	命名捕获分组，也记为(?‘NAME’…).
(?{…})	否	执行嵌入的Perl代码
(??{…})	是	匹配嵌入Perl代码中的正则表达式
(?NUMBER)	是	调用组NUMBER中的独立子表达式，也记作(?+NUMBER), (?-NUMBER), (?0)和(?R)。要确保这里不能使用&字符
(?&NAME)	是	在组NAME上递归，确保这里一定要用&字符。另外可以写作(?P>NAME)
(?(COND)…|…)	是	匹配if-then-else模式
(?(COND)…)	是	匹配if-then模式
(?(DEFINE)…)	否	为完成后面的"正则表达式子例程"调用，将命名组定义为(?&NAME)
(*VERB)	否	回溯控制动词，也写作（*VERB::NAME)

字母数字正则表达式元符号

符号	原子性	含义
\o	是	匹配字符数字0（U+0000,NULL, NUL)
\ NNN	是	匹配用八进制给定的字符，最大为\377
\ n	是	匹配第n个捕获组（十进制）
\a	是	匹配警报字符（ALERT，BEL)
\A	否	在字符串开头时为true
\b	是	匹配退格字符（BACKSPACE，BS）(只在字符类中）
\b	否	在单词边界时为true
\B	否	不在单词边界时为true
\c X	是	匹配控制字符Control-X(\cZ, \c[等）
\C	是
\d	是	匹配任何数字字符
\D	是	匹配任何非数字字符
\e	是	匹配转义字符（ESCAPE，ESC, 非反斜线）
\E	—	结束大小写(\F, \L, \U)或反斜线(\Q)转换
\f	是	匹配换页字符(FORM FEED, FF)
\F	—
\g{GROUP}	是	匹配命名或编号捕获组
\G	否	在前一个m//g匹配结束位置时为true
\h	是	匹配所有水平制表符
\H	是	匹配除水平制表符以外的所有字符
\k	是	匹配命名捕获分组，也写作\k’NAME’
\K	否	使\K左边的文本不匹配
\l	—	只将下一个字符小写（而不是foldcase）
\L	—	小写（而不是foldcase）直到\E结束
\n	是	匹配换行符(通常为LINE FEED, LF)
\N	是	匹配除换行符以外的所有字符
\N{NAME}	是	匹配命名字符，别名或序列，如\N{greek:Sigma}匹配 “Σ”
\o{NAME}	是	匹配用八进制给定的字符
\p{PRO}	是	匹配任何有命名属性的字符
\P{PRO}	是	匹配任何没有命名属性的字符
\Q	—	引用（消元）元字符，直到\E结束
\r	是	匹配回车字符（通常是CARRIAGE RETURN, CR）
\R	是	匹配任何换行字形簇（不在字符类中）
\s	是	匹配任何空白字符
\S	是	匹配任何非空白字符
\t	是	匹配制表符（CHARACTER TABULATION, HT)
\u	—	只使下一个字符转换为大写（不是整个字符串为大写）
\U	—	转为大写（而不是首字母大写），直到\E结束
\v	是	匹配任何垂直制表符
\V	是	匹配除垂直空白符以外的任何字符
\w	是	匹配任何"单词"字符（字母，数字，组合标记和连接符号）
\W	是	匹配任何非单词字符
\x{abcd}	是	匹配用十六进制给定的字符
\X	是	匹配字形簇（不在字符类中）
\z	否	只在字符串末尾为true
\Z	否	在字符串末尾或可选的换行符前面时为true

其他网址

​​Perl 正则表达式 | 菜鸟教程​​