你必须知道的--正则表达式(来源于知乎:田怡)

0 人赞了该文章

  • runoob.com/perl/perl-re
  • 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 $bar 中的 "run",代码如下所示:
    • if ($bar =~ /run/)
    • 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:
      • 修饰符描述
        • i 忽略模式中的大小写
        • m 多行模式
        • o 仅赋值一次
        • s 单行模式,"."匹配"\n"(默认不匹配)
        • x 忽略模式中的空白
        • g 全局匹配
        • cg 全局匹配失败后,允许再次查找匹配串




  • 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。


  • 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":
          • $string =~ s/google/runoob/;




    • 替换操作修饰符
    • 修饰符描述
    • i 如果在修饰符中加上"i",则正则将会取消大小写敏感性,即"a"和"A" 是一样的。
    • m 默认的正则开始"^"和结束"$"只是对于正则字符串如果在修饰符中加上"m",那么开始和结束将会指字符串的每一行:每一行的开头就是"^",结尾就是"$"。
    • o 表达式只执行一次。
    • s 如果在修饰符中加入"s",那么默认的"."代表除了换行符以外的任何字符将会变成任意字符,也就是包括换行符!
    • x 如果加上该修饰符,表达式中的空白字符将会被忽略,除非它已经被转义。
    • g 替换所有匹配的字符串。
    • e 替换字符串作为表达式


  • 转化操作符
    • 以下是转化操作符相关的修饰符:
      • 修饰符描述
        • c 转化所有未指定字符
        • d 删除所有指定字符
        • s 把多个相同的输出字符缩成一个



    • 以下实例将变量 $string 中的所有小写字母转化为大写字母:
      • $string =~ tr/a-z/A-z/;
      • $string =~ tr/a-z/a-z/s;



  • 更多正则表达式规则
    • 表达式 描述
    • . 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
      • colou?r 可以匹配 color 或者 colour,? 问号代表前面的字符最多只可以出现一次(0次、或1次)。


    • x* 匹配 0 次或多次 x 字符串,但匹配可能的最少次数
      • runoo*b,可以匹配 runob、runoob、runoooooob 等,* 号代表字符可以不出现,也可以出现一次或者多次(0次、或1次、或多次)。


    • x+ 匹配 1 次或多次 x 字符串,但匹配可能的最少次数
      • runoo+b,可以匹配 runoob、runooob、runoooooob 等,+ 号代表前面的字符必须至少出现一次(1次或多次)。


    • .* 匹配 0 次或多次的任何字符
    • .+ 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 $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


评论

暂无评论