Perl正则表达式

1. 基础知识

Perl中正则表达式(regular expression)默认匹配 $_ 中的字符串，匹配成功就返回真，否则返回假；
Perl匹配正则表达式时，可以使用变量内插，先完成变量内插，取出变量中的字符串后，编译正则表达式。

1.1 regex中的通配符

点号 . （元字符）
- 可以匹配除换行符 \n 之外的任意单个字符；
- 点号 . 代表的不是它字符本身，但是可以匹配点这个字符(可以匹配自己)
- 只想匹配单个点 . 字符，可以先用反斜线转义 .
- 如果不喜欢使用点 . ,可以使用\N，效果一致 (后面介绍\N的含义)

1.2 regex中的量词

Perl中用到的常见量词包括 * + ? ,其具体含义见下表。
表1.2 正则表达式量词以及对应的广义形式

匹配次数	元字符	广义写法	示例	说明
可有可无	？	{0,1}	/ab?a/	字符b可以出现一次或者不出现
零次或多次	*	{0,}	/ab*a/	字符b可以不出现或者出现多次
一次或多次	+	{1,}	/ab+a/	字符b可以出现一次或者出现多次
最少n次		{3,}	/ab{3,}a/	字符b至少出现三次
指定重复范围		{2,5}	/ab{2,5}a/	字符b出现2~5次
指定准确次数		{8}	/ab{8}a/	字符b只能出现8次

1.3 regex中的模式分组

perl中我们可以使用圆括号()将模式字符分组，所以圆括号也是元字符。

在此之前，量词只作用于它之前的那个字符，使用()进行模式分组以后，此时量词对应要重复的就是()围起来的部分，比如/(fred)+/，可以匹配fredfredfred这样的字符。
可以反向引用圆括号()中匹配的字符，我们可以取得()中匹配的结果，又称这种分组为捕获分组。

表1.3 模式分组匹配示例及相关说明 (以字符串"abbbabbb"为例)

示例字符串	示例	匹配结果	情况说明
abba	/(.)\1/	匹配第一个"bb"	(.)为模式分组，\1为捕获分组
yabb dabb	/y(…) d\1/	匹配整个字符串	()圆括号中可以包含多个字符，\1表示反向引用第一组模式
yabba dabba	/y(.)(.)\2\1/	匹配’abba’	\2表示反向引用第二组模式分组(第二组圆括号中匹配的字符)
yabba dabba	/y((.)(.)\3\2) d\1/	匹配整个字符串	反向引用中的数字指的是第几个左方括号中的内容
aa11bb	/(.)\g{1}11/	匹配’aa11’	\g{n}中的n指的是反向引用第n个左圆括号中的内容 (绝对位置)
aa11bb	/(.)\g{-1}11/	匹配’aa11’	\g{n}中的n指的是反向引用左侧最靠近它的第n个左圆括号中的内容（相对位置）

1.4 regex中的择一匹配

模式中的竖线字符 | ，也叫作或，表示择一匹配，要么左侧部分匹配，要么右侧部分匹配(左侧优先)

#!/usr/bin/perl
#包含两个操作符
foreach (qw/fred betty barney dino/) {if (/fred|betty/) {print "$_\n";}
}
#Result
fred
betty
#包含三个操作符
foreach (qw/fred betty barney dino/) {if (/fred|betty|barney/) {print "$_\n";}
}
#Result
fred
betty
barney
#其他使用方式
if (/fred|betty barney/)    #匹配fred或batty barney，等于/fred|(betty barney)/的结果
if (/(fred|betty) barney/)  #使用圆括号限制可选区域，匹配fred barney 或 betty barney
if (/fred( |\t)+barney/)    #可以匹配fred和betty之间至少有一个以上空格或者制表符
if (/fred( +|\t)barney/)    #fred和barney之间有一个以上空格或者一个制表符时匹配成功

1.5 regex中的字符集

模式中的字符集是指单个位置上能匹配的各种模式字符的集合，我们可以把这些字符归集到方括号中，比如[abcdef]，只要某个位置上出现的字符是这6个字符中的任意一个，就算匹配成功。
为了定义方便，我们可以使用连字符(-)指定范围如[a-zA-Z]表示所有英文字母的大小写,[0-9]表示所有数字等
- 字符集中如果需要匹配连字符本身:
- 要么转义[a-z]，只匹配a，连字符，z三个字符；
- 要么将连字符写在首位处，如[-a],[b-]
某些时候，反过来指定要排除匹配的字符更为方便，那么只需要在字符集内部的开头加上脱字符^
- [^def] #任何一个不是d e f的字符
- [^n-z] #小写 n 到 z 的所有字符都不行，其他字符可以
- [^n\-z] #小写字符 n z 和连字符 - 不可以，其他都可以
字符集的简写

表1.5 字符集的简写及对应的反义形式

简写	匹配	说明
\d	十进制数字	匹配数字0 ~ 9
\D	非十进制数字	匹配数字0 ~ 9之外的其他字符
\s	空白字符	[\f\t\n\ ]等字符(未完待续)
\S	非空白字符	除[\f\t\n\ ]之外的字符
\h	水平空白字符	[\t\ ] v5.10开始支持
\H	非水平空白字符	[\t\ ]之外的其他字符 v5.10开始支持
\v	纵向空白字符	（待补充）
\V	非纵向空白字符	（待补充）
\R	一般化的行结尾字符	包含\n, \r\n 及Unicode中定义的换行符
\w	单词字符	单词包括字母，数字，下划线
\W	非单词字符	字母，数字，下划线之外的字符
\n	换行符	不是真正意义的简写，就是一个字符
\N	非换行符	换行符之外的任意字符，和点 . 一致

Perl正则表达式(1) - 正则表达式基础知识相关推荐

java 网络爬虫正则表达式_【干货】Java网络爬虫基础知识
原标题:[干货]Java网络爬虫基础知识引言 Java 网络爬虫具有很好的扩展性可伸缩性,其是目前搜索引擎开发的重要组成部分.例如,著名的网络爬虫工具 Nutch 便是采用 Java 开发,该工具以 ...
万物之始正则表达式全解析三部曲（上篇）-正则表达式基础知识及语法
前言各位小伙伴大家好,接下来几天时间,我会从多个角度对正则表达式进行系统阐述,让你了解正则表达式的前世今生. 以下是博主整理的Linux知识专栏,喜欢的小伙伴可根据自己的需求自行订阅. Linux疑 ...
python正则表达式使用实例_正则表达式的基础知识，以及Python爬虫中的使用方法...
一.正则表达式实际上爬虫一共就四个主要步骤: 明确目标(要知道你准备在哪个范围或者网站去搜索) 爬(将所有的网站内容全部爬下来) 取(去掉对我们没有用处的数据) 处理数据我们在第上一篇文章中介绍的 ...
1023day5：class类属性方法、每次执行类属性+1、内建模块、时间装饰器wrapper、面向对象__slots__方法：限制类的属性等基础知识、正则表达式基础知识、多态鸭子类型
文章目录一.类class 1.Python类class 属性方法 2.类的构造方法__init__() 3.每次执行一次类的属性+1 二.模块 1.内建模块 2.第三方模块 3.定义自己的模块三 ...
帮你梳理正则表达式的基础知识
正则表达式在我们平时的工作中相当的常用,无论是写jmeter脚本,或者写自动化脚本,都可能会用到正则表达式.这篇文章主要梳理正则表达式的常用知识点,并结合一些具体的例子,让大家能掌握使用正则表达式的正 ...
正则表达式基础知识---文本操作（尚学堂视频笔记）
正则表达式(Regular Expression)基础知识一.开发中使用流程: -分析要匹配的数据写出测试用的典型数据 -在工具软件中进行匹配测试 -在程序中调用通过测试的正则表达式 (有些高级语 ...
re正则表达式必备基础知识
Regular Expression Operations 正则表达式正则表达式测试工具一.原子 1.普通字符作为原子 2.非打印字符作为原子 3.通用字符作为原子 4.原子表二.原子符 1.任 ...
正则表达式基础知识及应用（用于个人学习以及回顾）
一. 正则表达式概述正则表达式(Regular Expression)是一种文本模式,包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为"元字符"). 正则表达式使用单 ...
java学习--基础知识进阶第五天--API、 Object类 System类、日期相关类、包装类正则表达式...
今日内容介绍 u Object类 & System类 u 日期相关类 u 包装类&正则表达式第1章 Object类 & System类 1.1 Object类 1.1. ...

Perl正则表达式(1) - 正则表达式基础知识

Perl正则表达式

1. 基础知识

1.1 regex中的通配符

1.2 regex中的量词

1.3 regex中的模式分组

1.4 regex中的择一匹配

1.5 regex中的字符集

Perl正则表达式(1) - 正则表达式基础知识相关推荐

最新文章

热门文章