[精华]Perl+中的正则表达式

概述 [精华] Perl 中的正则表达式 原文出自： http://www.chinaunix.net/jh/25/159388.html 9    Perl 中的正则表达式 正则表达式的三种形式 正则表达式中的常用模式 正则表达式的 8 大原则     　　正则表达式是 Perl 语言的一大特色，也是 Perl 程序中的一点难点，不过如果大家能够很好的掌握他，就可以轻易地用正则表达式来完成字符串处理

 [精华] Perl 中的正则表达式

原文出自：
http://www.chinaunix.net/jh/25/159388.html

9    Perl 中的正则表达式

正则表达式的三种形式

正则表达式中的常用模式

正则表达式的 8 大原则

    　　正则表达式是 Perl 语言的一大特色，也是 Perl 程序中的一点难点，不过如果大家能够很好的掌握他，就可以轻易地用正则表达式来完成字符串处理的任务，当然在 CGI 程序设计中就更能得心应手了。下面我们列出一些正则表达式书写时的一些基本语法规则。

--------------------------------------------------------------------------------

9.1 正则表达式的三种形式

首先我们应该知道 Perl 程序中，正则表达式有三种存在形式，他们分别是：

匹配：m/<regexp>;/ （还可以简写为 /<regexp>;/ ，略去 m）

替换：s/<pattern>;/<replacement>;/

转化：tr/<pattern>;/<replacemnt>;/

这三种形式一般都和 =~ 或 !~ 搭配使用（其中 "=~" 表示相匹配，在整条语句中读作 does，"!~" 表示不匹配，在整条语句中读作 doesn't），并在左侧有待处理的标量变量。如果没有该变量和 =~ !~ *** 作符，则默认为处理 $_ 变量中的内容。举例如下：

$str = "I love Perl";

$str =~ m/Perl/; # 表示如果在 $str 中发现 "Perl" 字符串，则返回 "1" 否则返回 "0"。

$str =~ s/Perl/BASH/; # 表示将变量 $str 中的 "Perl" 字符串替换为 "BASH"，如果发生此替换则返回 "1"，否则返回 "0"。

$str !~ tr/A-Z/a-z/; # 表示将变量 $str 中的所有大写字母转化为小写字母，如果转化发生了则返回 "0"，否则返回 "1"。

另外还有：

foreach (@array) { s/a/b/; } # 此处每次循环将从 @array 数组中取出一个元素存放在 $_ 变量中，并对 $_ 进行替换处理。

while (<file>;) { print if (m/error/); } # 这一句稍微复杂一些，他将打印 file 文件中所有包含 error 字符串的行。

Perl 的正则表达式中如果出现 () ，则发生匹配或替换后 () 内的模式被 Perl 解释器自动依次赋给系统 , ...... 请看下面的例子：

$string = "I love perl";

$string =~ s/(love)/<>;/; # 此时 = "love"，并且该替换的结果是将 $string 变为 "I <love>; perl"

$string = "i love perl";

$string =~ s/(i)(.*)(perl)/<>;<>;/; # 这里 = "i"， = " love "， = "perl"，并且替换后 $string 变为 "<perl>; love <i>;"

替换 *** 作 s/<pattern>;/<replacement>;/ 还可以在末尾加上 e 或 g 参数，他们的含义分别为：

s/<pattern>;/<replacement>;/g 表示把待处理字符串中所有符合 <pattern>; 的模式全部替换为 <replacement>; 字符串，而不是只替换第一个出现的模式。

s/<pattern>;/<replacement>;/e 表示将把 <replacemnet>; 部分当作一个运算符，这个参数用的不多。

比如下面的例子：

$string = "i:love:perl";

$string =~ s/:/*/; #此时 $string="i*love:perl";

$string = "i:love:perl";

$string =~ s/:/*/g; #此时 $string="i*love*perl";

$string =~ tr/*/ /; #此时 $string="i love perl";

$string = "www22cgi44";

$string =~ s/(\d+)/*2/e; # (/d+)代表 $string 中的一个或多个数字字符，将这些数字字符执行 *2 的 *** 作，因此最后 $string 变成了 "www44cgi88"。

下面给出一个完整的例子：

#!/usr/bin/perl

print"请输入一个字符串!\n";

$string = <STDIN>;; # <STIDN>;代表标准输入，会让使用者输入一字符串

chop($string); # 将$string最后一个换行的字符\n删除掉

if($string =~ /perl/){

　　print("输入的字符串中有 perl 这个字符串!\n";

}

 

如果输入的字符串含有 perl 这个字符串的话，就会显示后面的提示信息。

 

9.2 正则表达式中的常用模式

下面是正则表达式中的一些常用模式。

/pattern/  结果 

. 匹配除换行符以外的所有字符

x? 匹配 0 次或一次 x 字符串

x* 匹配 0 次或多次 x 字符串，但匹配可能的最少次数

x+ 匹配 1 次或多次 x 字符串，但匹配可能的最少次数

.* 匹配 0 次或一次的任何字符

.+ 匹配 1 次或多次的任何字符

{m} 匹配刚好是 m 个 的指定字符串

{m,n} 匹配在 m个 以上 n个 以下 的指定字符串

{m,} 匹配 m个 以上 的指定字符串

[] 匹配符合 [] 内的字符

[^] 匹配不符合 [] 内的字符

[0-9] 匹配所有数字字符

[a-z] 匹配所有小写字母字符

[^0-9] 匹配所有非数字字符

[^a-z] 匹配所有非小写字母字符

^ 匹配字符开头的字符

$ 匹配字符结尾的字符

\d 匹配一个数字的字符，和 [0-9] 语法一样

\d+ 匹配多个数字字符串，和 [0-9]+ 语法一样

\D 非数字，其他同 \d

\D+ 非数字，其他同 \d+

\w 英文字母或数字的字符串，和 [a-zA-Z0-9] 语法一样

\w+ 和 [a-zA-Z0-9]+ 语法一样

\W 非英文字母或数字的字符串，和 [^a-zA-Z0-9] 语法一样

\W+ 和 [^a-zA-Z0-9]+ 语法一样

\s 空格，和 [\n\t\r\f] 语法一样

\s+ 和 [\n\t\r\f]+ 一样

\S 非空格，和 [^\n\t\r\f] 语法一样

\S+ 和 [^\n\t\r\f]+ 语法一样

\b 匹配以英文字母,数字为边界的字符串

\B 匹配不以英文字母,数值为边界的字符串

a|b|c 匹配符合a字符 或是b字符 或是c字符 的字符串

abc 匹配含有 abc 的字符串

(pattern) () 这个符号会记住所找寻到的字符串，是一个很实用的语法。第一个 () 内所找到的字符串变成 这个变量或是 变量，第二个 () 内所找到的字符串变成 这个变量或是 变量，以此类推下去。 

/pattern/i i 这个参数表示忽略英文大小写，也就是在匹配字符串的时候，不考虑英文的大小写问题。

\ 如果要在 pattern 模式中找寻一个特殊字符，如 "*"，则要在这个字符前加上 \ 符号，这样才会让特殊字符失效

 

下面给出一些例子：   

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 i 的字符串，如同/cg{1,}i/

/cg?i/ 找到 c 后面跟着 0个或是 1个 g ，再跟着 i 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/ 找寻符合数字的字符，可以使用/\d+/来表示一个或是多个数字组成的字符串

/\D/ 找寻符合不是数字的字符，可以使用/\D+/来表示一个或是更多个非数字组成的字符串

/\*/ 找寻符合 * 这个字符，因为 * 在常规表达式中有它的特殊意思，所以要在这个特殊符号前加上 \ 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字符串的大小写

 

9.3 正则表达式的八大原则

　　如果在 Unix 中曾经使用过 sed、awk、grep 这些命令的话，相信对于 Perl 语言中的正则表达式(Regular Expression)不会感到陌生。Perl 语言由于有这个功能，所以对字符串的处理能力非常强。在Perl语言的程序中，经常可以看到正则表达式的运用，在 CGI 程序设计中也不例外。

 

　　正则表达式是初学 Perl 的难点所在，不过只要一旦掌握其语法，你就可以拥有几乎无限的模式匹配能力，而且 Perl 编程的大部分工作都是掌握常规表达式。下面给大家介绍几条正则表达式使用过程中的 8 大原则。

 

　　正则表达式在对付数据的战斗中可形成庞大的联盟——这常常是一场战争。我们要记住下面八条原则：

 

· 原则1：正则表达式有三种不同形式(匹配(m/ /)，替换(s/ / /eg)和转换(tr/ / /))。

 

· 原则2：正则表达式仅对标量进行匹配( $scalar =~ m/a/; 可以工作; @array =~ m/a/ 将把@array作为标量对待，因此可能不会成功)。

 

· 原则3：正则表达式匹配一个给定模式的最早的可能匹配。缺省时，仅匹配或替换正则表达式一次( $a = 'string string2'; $a =~ s/string/ /; 导致 $a = 'string 2')。

 

· 原则4：正则表达式能够处理双引号所能处理的任意和全部字符( $a =~ m/$varb/ 在匹配前把varb扩展为变量；如果 $varb = 'a' $a = 'as'，$a =~ s/$varb/ /; 等价于 $a =~ s/a/ /; ，执行结果使 $a = " s" )。

 

· 原则5：正则表达式在求值过程中产生两种情况：结果状态和反向引用： $a=~ m/pattern/ 表示 $a 中是否有子串 pattern 出现，$a =~ s/(word1)(word2)// 则“调换”这两个单词。

 

· 原则6：正则表达式的核心能力在于通配符和多重匹配运算符以及它们如何 *** 作。$a =~ m/\w+/ 匹配一个或多个单词字符；$a =~ m/\d/" 匹配零个或多个数字。

 

· 原则7：如果欲匹配不止一个字符集合，Perl使用 "|" 来增加灵活性。如果输入 m/(cat|dog)/ 则相当于“匹配字符串 cat 或者 dog。

 

· 原则8：Perl用 (?..) 语法给正则表达式提供扩展功能。（这一点请同学们课后看相关资料）

 

想要学习所有这些原则？我建议大家先从简单的开始，并且不断的尝试和实验。实际上如果学会了 $a =~ m/ERROR/ 是在 $a 中查找子串ERROR，那么你就已经比在 C 这样的低层语言中得到了更大的处理能力。

 

 
--------------------------------------------------------------------------------
 roby 回复于：2003-09-11 15:19:39

good
简洁明了
但是原文中
\w 英文字母或数字的字符串，和 [a-zA-Z0-9] 语法一样 
这好象错了吧
我记得应该还包括下划线,也就是[a-zA-Z_0-9]

/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/ 
这句也笔误了
应该是
/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,}i/ 

呵呵
原文的颜色有点刺眼

--------------------------------------------------------------------------------
 deathcult 回复于：2003-09-11 17:00:22

是的，你说的对 ：）

多谢补充！

--------------------------------------------------------------------------------
 gunguymadman007 回复于：2003-12-01 10:42:06

8错    楼主真是好银啊

--------------------------------------------------------------------------------
 gunguymadman007 回复于：2003-12-01 10:43:57

引用：原帖由 "deathcult" 发表：
.* 匹配 0 次或一次的任何字符

应该是匹配0次或多次的任何字符吧 ：）

--------------------------------------------------------------------------------
 release 回复于：2003-12-01 18:54:26

引用：原帖由 "gunguymadman007"]Ω檬瞧ヅ?或多次的任何字符吧 ：）
 发表：

版主，是这样吗？

--------------------------------------------------------------------------------
 gunguymadman007 回复于：2003-12-01 21:28:00

引用：原帖由 "release" 发表：

版主，是这样吗？
look
引用：原帖由 "deathcult" 发表：
$string =~ s/(i)(.*)(perl)/<$3>;$2<$1>;/; # 这里 $1 = "i"，$2 = " love "，$3 = "perl"，并且替换后 $string 变为 "<perl>; love <i>;"

偶以前也是经常用/（.*)^D$/来匹配任何以^D结尾的东东啊

--------------------------------------------------------------------------------
 release 回复于：2003-12-01 23:58:33

引用：原帖由 "gunguymadman007"]家郧耙彩蔷Ｓ?/（.*)^D$/来匹配任何以^D结尾的东东啊
 发表：

你好象不对呀！
请看这个脚本：
#!/usr/bin/perl -w
 
while (1) {
chomp($a=<>;);
exit if ( $a =~ /a+/);
if ( $a =~ /(.*)^D$/ ) {
print "ok\n";
}else {
print "undo\n";
}
}

输入头个字母是a的时候推出，我输入wfD还是undo,

这个脚本我也有个疑问： 我输入a怎么会推出，不是a后面要跟至少一个字符的吗。我错了请兄弟指正:)

--------------------------------------------------------------------------------
 release 回复于：2003-12-02 00:04:46

还有不懂的，
.*  匹配0或多次任何字符。

一个*就行了，干嘛还要加个.

--------------------------------------------------------------------------------
 gunguymadman007 回复于：2003-12-02 09:45:17

引用：原帖由 "release" 发表：

你好象不对呀！
请看这个脚本：
#!/usr/bin/perl -w
 
while (1) {
chomp($a=<>;);
exit if ( $a =~ /a+/);
if ( $a =~ /(.*)^D$/ ) {
print "ok\n";
}else {
print "undo\n";
}
}

输入头个?.........

bash-2.05$ perl pl test
^[J^^^[J^^^Daaaaaaaaa

######################
^[J^^^[J^^^[J^^^[J^^^Dbbbbbbbbbbbbbb

######################
bash-2.05$ more pl
#!/usr/bin/perl

open  (REnamefile,"$ARGV[0]")||dIE "can't open:$!\n";
while (<REnamefile>;)
     {
        if (/(.*)D(.*)/)
        #{s/D$/L/;}
        { print $_,"\n";
          print "######################\n";}
     }
close REnamefile;

bash-2.05$ more test
aaaaaa
bbbbbb
^[J^^^[J^^^Daaaaaaaaa
ccccc
dddd
^[J^^^[J^^^[J^^^[J^^^Dbbbbbbbbbbbbbb
...
aaaaaa
bbbbbb
^L

--------------------------------------------------------------------------------
 gunguymadman007 回复于：2003-12-02 09:48:35

我先是用(/(.*)^D/)  相应的test也以^D结尾 ； 后来(/(.*)D(.*)/)  test对应的加了aaaaaaaaaaaa和bbbbbbbbbbbb，都行的  ：（
你把正则表达式和通配符搞混了

--------------------------------------------------------------------------------
 webyuhang 回复于：2006-12-07 13:35:33

精彩，正在学习perl

--------------------------------------------------------------------------------
 weismart 回复于：2007-06-14 10:15:18

[u][color=Red]还有不懂的，
.*  匹配0或多次任何字符。

一个*就行了，干嘛还要加个. [/color][/u]

“*"是个“量化”标示。就好比数学上
                             “2”个“1”=1X2 
                                           “3”个“4”=4X3
光有* 不能表达出0个或多个 “什么东东”。同样 ？ + 也是这个道理。

[ 本帖最后由 weismart 于 2007-6-14 10:42 编辑 ]

--------------------------------------------------------------------------------
 hutule110 回复于：2007-06-14 11:22:32

呵呵,楼主总结的真好

--------------------------------------------------------------------------------
 Lonki 回复于：2007-09-21 18:55:29

引用：原帖由 gunguymadman007 于 2003-12-1 21:28 发表 [url=http://bbs.chinaunix.net/redirect.PHP?goto=findpost&pID=1420080&ptID=159388]
look
偶以前也是经常用/（.*)^D$/来匹配任何以^D结尾的东东啊

 

^不转???

D结尾的用/D$/即可

 

另外,Perl正则默认是贪婪匹配
.*?表示非贪婪匹配

for example:
$str = 'ChinaUnix';
$str = /(a.*)/;    ### $1 = 'aUnix'
$str = /(a.*?)/;  ### $1 = 'a'

对于.+?也如此
$str = 'ChinaUnix';
$str = /(a.+)/;    ### $1 = 'aUnix'
$str = /(a.+?)/;  ### $1 = 'aU'

--------------------------------------------------------------------------------
 qtsh 回复于：2007-10-23 10:05:39

我测试了以下代码：
#!/usr/bin/perl
$year="x\x4\sf\a\f\baf\fax";
$year=~s/\\x/\%/g;
print $year."\n";

结果为：
xsf
  af
    ax

很难理解呀，以上替换不是将串中的“\x”替换为"%"么，结果跟想像的差别很大以，哪位大虾给解释一下。

--------------------------------------------------------------------------------
 socyno 回复于：2007-11-05 22:02:17

引用：原帖由 qtsh 于 2007-10-23 10:05 发表 [url=http://bbs.chinaunix.net/redirect.PHP?goto=findpost&pID=7497493&ptID=159388]
我测试了以下代码：
#!/usr/bin/perl
$year="x\x4\sf\a\f\baf\fax";
$year=~s/\\x/\%/g;
print $year."\n";

结果为：
xsf
  af
    ax

很难理解呀，以上替换不是将串中的“\x”替换为"%"么，结果 ...

 

在字符串中\必须以\\的方式才会有效，否则被视为字符转义符,
因此  $year="x\x4\sf\a\f\baf\fax"; 这一句应该不要你想像的结果，

你的意思应该是
$year="x\\x4\\sf\\a\\f\\baf\\fax";

--------------------------------------------------------------------------------
 open2open2 回复于：2008-07-07 14:42:10

LZ不错
这个风页我收藏了
别拦我啊！:em03:

--------------------------------------------------------------------------------
 yifangyou 回复于：2008-07-21 16:48:28

谢谢楼主介绍，我在linux下最喜欢用grep:mrgreen:

--------------------------------------------------------------------------------
 小渔村 回复于：2008-07-21 20:38:00

引用：$string = "www22cgi44";
$string =~ s/(\d+)/$1*2/e; # (/d+)代表 $string 中的一个或多个数字字符，将这些数字字符执行 *2 的 *** 作，因此最后 $string 变成了 "www44cgi88"。

 

#!/usr/bin/perl
$string = "www22cgi44";
$string =~ s/(\d+)/$1*2/e;
print $string."\n";

结果是：www44cgi44

[ 本帖最后由 小渔村 于 2008-7-21 20:39 编辑 ]

--------------------------------------------------------------------------------
 hotsNow 回复于：2008-12-24 16:33:39

x* 匹配 0 次或多次 x 字符串，但匹配可能的最少次数
x+ 匹配 1 次或多次 x 字符串，但匹配可能的最少次数
.* 匹配 0 次或一次的任何字符
.+ 匹配 1 次或多次的任何字符 

这里是有问题的。
在perl里 * 表示零个或多个， + 表示一个或多个。
要匹配最少的次数需要在 * 或 + 后面加 ? 号。

例如：
$ perl -We '$string="kkbbba"; print "$1" if $string =~ /kk(b*)/'
bbb
$
上面的 b* 匹配了尽可能多的 b，即贪婪

$ perl -We '$string="kkbbba"; print "" if $string =~ /kk(b*?)/'

$
上面 b*? 最小匹配是零个b，非贪婪。所以输出是空

--------------------------------------------------------------------------------
 chinatzbcn 回复于：2008-12-31 09:16:53

又熟悉了一遍，Thanks.

--------------------------------------------------------------------------------
 itian 回复于：2008-12-31 17:06:39

xuexi

--------------------------------------------------------------------------------
 gqkkk 回复于：2009-01-22 15:25:42

引用：原帖由 小渔村 于 2008-7-21 20:38 发表 [url=http://bbs.chinaunix.net/redirect.PHP?goto=findpost&pID=8875773&ptID=159388]

#!/usr/bin/perl
$string = "www22cgi44";
$string =~ s/(\d+)/$1*2/e;
print $string."\n";

结果是：www44cgi44

$string =~ s/(\d+)/*2/e[color=Red]g[/color];

--------------------------------------------------------------------------------
 ynchnluiti 回复于：2009-01-22 15:32:20

引用：原帖由 gqkkk 于 2009-1-22 15:25 发表 [url=http://bbs.chinaunix.net/redirect.PHP?goto=findpost&pID=9983442&ptID=159388]
$string =~ s/(\d+)/$1*2/eg;

正确:em25:

--------------------------------------------------------------------------------
 aple_smx 回复于：2009-02-16 09:28:43

学习，正好想自己总结一个，:mrgreen:

--------------------------------------------------------------------------------
 coneagoe 回复于：2009-02-24 08:27:54

mark一下

--------------------------------------------------------------------------------
 sun.os 回复于：2009-03-12 11:21:21

it seems wrong:
$string = "www22cgi44";
$string =~ s/(\d+)/$1*2/e; # (/d+)代表 $string 中的一个或多个数字字符，将这些数字字符执行 *2 的 *** 作，因此最后 $string 变成了 "www44cgi88"。

the right result:
 www44cgi44.

原文链接：http://bbs.chinaunix.net/viewthread.php?tid=159388
转载请注明作者名及原文出处  

总结

以上是内存溢出为你收集整理的[精华]Perl+中的正则表达式全部内容，希望文章能够帮你解决[精华]Perl+中的正则表达式所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。