Perl正則表示式

1. 基礎知識

• Perl中正則表示式(regular expression)預設匹配 $_ 中的字串，匹配成功就返回真，否則返回假；
• Perl匹配正則表示式時，可以使用變數內插，先完成變數內插，取出變數中的字串後，編譯正則表示式。

1.1 regex中的萬用字元

• 點號 . （元字元）
  • 可以匹配除換行符 \n 之外的任意單個字元；
  • 點號 . 代表的不是它字元本身，但是可以匹配點這個字元(可以匹配自己)
  • 只想匹配單個點 . 字元，可以先用反斜線轉義 .
  • 如果不喜歡使用點 . ,可以使用\N，效果一致 (後面介紹\N的含義)

1.2 regex中的量詞

• Perl中用到的常見量詞包括 * + ? ,其具體含義見下表。
  表1.2 正則表示式量詞以及對應的廣義形式

1.3 regex中的模式分組

• perl中我們可以使用圓括號()將模式字元分組，所以圓括號也是元字元。

1. 在此之前，量詞只作用於它之前的那個字元，使用()進行模式分組以後，此時量詞對應要重複的就是()圍起來的部分，比如/(fred)+/，可以匹配fredfredfred這樣的字元。
2. 可以反向引用圓括號()中匹配的字元，我們可以取得()中匹配的結果，又稱這種分組為捕獲分組。

表1.3 模式分組匹配示例及相關說明 (以字串"abbbabbb"為例)

1.4 regex中的擇一匹配

• 模式中的豎線字元 | ，也叫作或，表示擇一匹配，要麼左側部分匹配，要麼右側部分匹配(左側優先)

#!/usr/bin/perl
#包含兩個操作符
foreach (qw/fred betty barney dino/) {
	if (/fred|betty/) {
		print "$_\n";
	}
}
#Result 
fred
betty
#包含三個操作符
foreach (qw/fred betty barney dino/) {
	if (/fred|betty|barney/) {
		print "$_\n";
	}
}
#Result 
fred
betty
barney
#其他使用方式
if (/fred|betty barney/)    #匹配fred或batty barney，等於/fred|(betty barney)/的結果
if (/(fred|betty) barney/)  #使用圓括號限制可選區域，匹配fred barney 或 betty barney
if (/fred( |\t)+barney/)    #可以匹配fred和betty之間至少有一個以上空格或者製表符
if (/fred( +|\t)barney/)    #fred和barney之間有一個以上空格或者一個製表符時匹配成功

1.5 regex中的字符集

• 模式中的字符集是指單個位置上能匹配的各種模式字元的集合，我們可以把這些字元歸集到方括號中，比如[abcdef]，只要某個位置上出現的字元是這6個字元中的任意一個，就算匹配成功。
• 為了定義方便，我們可以使用連字元(-)指定範圍如[a-zA-Z]表示所有英文字母的大小寫,[0-9]表示所有數字等
  • 字符集中如果需要匹配連字元本身:
  • 要麼轉義[a-z]，只匹配a，連字元，z三個字元；
  • 要麼將連字元寫在首位處，如[-a],[b-]
• 某些時候，反過來指定要排除匹配的字元更為方便，那麼只需要在字符集內部的開頭加上脫字元^
  • [^def] #任何一個不是d e f的字元
  • [^n-z] #小寫 n 到 z 的所有字元都不行，其他字元可以
  • [^n\-z] #小寫字元 n z 和連字元 - 不可以，其他都可以
• 字符集的簡寫

表1.5 字符集的簡寫及對應的反義形式