第十二章：正则表达式

正则表达式就是子程序。就是文本匹配子程序。

壹肆伍.

一定要用/x标记。

壹肆陆.

一定要用/m标记。

壹肆柒.

以\A和\z作为字符串边界锚点（anchor）。

#删除前后空白……

$text=~ s{\A \s* | \s* \z}{}gxm;

壹肆捌.

使用\z表示“字符串末尾”，不要用\Z。

Perl提供\z标示符号的变形版本：\Z。但是，小写\z是指“匹配字符串末尾”，而大写\Z是指“匹配可有可无的换行字符，然后是字符串末尾”。

壹肆玖.

总是使用/s标记。

壹伍零.

考虑强制使用Regexp::Autoflags模块。

为了我们在每个正则后面少输入“/xms”，我们可以使用：

useRegexp::Autoflags;

壹伍壹.

优先使用m{…}，少在多行正则表达式中用/…/。

壹伍贰.

除了/…/或m{…}以外，不要用其他定界符。

壹伍叁.

最好使用字符类，不用转义的元字符（metacharacter）。

壹伍肆.

最好使用具名字符，不用转义的元字符。

例如：

if($escape_seq =~ /\177 \006 \030 Z/xms) { #Octal DEL-ACK-CAN-Z

blink(182);

}

改写为：

usecharnames qw( :full);

if($escape_seq =~ m/\N{DELETE} \N{ACKNOWLEDGE} \N{CANCEL} Z/xms) {

blink(182);

}

壹伍伍.

最好使用特性（property），而不用枚举式字符类。

Readonly my $ALPHA_IDENT => qr/ \p{Uppercase}\p{Alphabetic}* /xms;

注Perl5.8以上版本才支持Unicode。

壹伍陆.

考虑匹配任意空白，而不是特定空白字符。

$config_line=~ m{ ($IDENT) \s* = \s* (.*) }xms

壹伍柒.

当匹配“尽可能多”时，一定要制定。

#格式为：<source>% <data> & <config> ……

if($source =~ m/\A ([^%]*) % ([^&]*) & (.*) /xms) {

my($statements, $data, $config) = ($1, $2, $3);

my$prog = compile($statements, {config=>$config});

my$res = execute($prog, {data=>$data,config=>$config});

}

else{

croak ‘Invalid program’;

}

正则的最后“.*?”不是多余的，就是未做你想要做的事，或者是你忘了一个\z锚点。

壹伍捌.

只有当你要捕获时，才使用捕获小括号。

壹伍玖.

只有当你确定前次匹配成功时，才使用数值式的捕获变量。

数值式的捕获变量：$1,$2,$3…

壹陆零.

一定要给予捕获的子字符串适当的名称。

$myName = $1;

壹陆壹.

使用/gc标记把输入字符串记号化（tokenize）。

/gc标记告诉正则记录每次成功匹配都在何处完成匹配;

壹陆贰.

利用表格建立正则表达式。

# 建立模式以匹配任何下列不规则复数……

my$has_irregular_plural

=join ‘|’, map {quotemeta $_} reverse sort keys %irregular_plural_of;

壹陆叁.

由较简单的零件建立复杂的正则表达式。

# 建立正则表达式以匹配浮点数……

Readonlymy $DIGITS => qr{ \d+ (?: [.]\d*)? | [.]\d+ }xms;

Readonlymy $SIGN => qr{ [+-] }xms;

Readonlymy $EXPONENT => qr{ [Ee] $SIGN? \d+ }xms;

Readonly my $NUMBER =>qr{ ( ($SIGN?)($DIGITS) ($EXPONENT)}xms;

#稍后……

my($number, $sign, $digits, $exponent)

=$input =~ $NUMBER;

壹陆肆.

考虑使用Regexp::Common，不要自己写正则表达式。

壹陆伍.

使用字符类，不要使用单一字符交替（alternation）。

if ($quotelike!~ m{\A (?: q[qrx]| [gsy] |tr ) \z}xms) {

carp “Unknown quotelike: $quotelike”;

nextQUOTELIKE;

}

壹陆陆.

从交替选择中把共同的词缀分离出来。

壹陆柒.

避免无用的回溯。

壹陆捌.

最好用固定字符串的eq比较，不要用固定模式的正则表达式匹配。

# 离开命令有很多变形版本 ……

lastCOMMAND if $cmd =~ m{\A (?: q| quit |bye)}xms;