强大的Perl中的正则

转载本站文章请注明，转载自：扶凯[http://www.php-oa.com]

本文链接: http://www.php-oa.com/2008/12/20/power-perl.html

Perl的正则是相当强大的

Perl 程序中，正则表达式有三种存在形式

分别是

(1 模式匹配：m/<regexp>/ #平时我们简写 /<regexp>/ ，略去m,

三个参数

/i不区分大小写 /s匹配任何字符 /x添加空格 /o 不重复编译正则表达示

(2 模式替换：s/<pattern>/<replacement>/

/g    进行全局替换           \U     大小写转换,例如s/(fred|barney)/\U$1/gi;
\L    转换小写                   \E    影响到剩余的(替换的)字符串
\l 和\u    写形式时(\l 和\u),只作用于下一个字符

(3 模式转化：tr/<pattern>/<replacemnt>/

这三种形式一般都和 =~ 或 !~ 搭配使用,"=~" 表示相匹配(does)，"!~" 表示不匹配(doesn’t），并在左侧有待处理的标量变量。如果没有该要处理的变量，则默认为处理 $_ 变量中的内容。

表达式中的一些常用模式。

/表达式/	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

*? +? ?? 为这三个数量词的非贪婪的类型

perl中的扩展模式匹配

/pattern(?=string)/ 肯定和否定的见匹配?=和?-,这个在(?=)中的内容不会存到$&中

perl处理完后会给匹配到的值存在三个特殊变量名

$&, $`, $’。匹配上的那部分字符串将自动存储在$&之中.变量$1 中的值为 there,而$&为整个被匹配的部分,匹配部分的前一部分存放在$`之中,后一部分被存到$’。另一种说法是,$`中含有正则表达式引擎在匹配成功前所找到的变量,而$’为此模式还没有匹配的剩余部分。如果将这三个变量放在一起,你将得到原始字符串

括号的特殊用法

(?#text) 忽略括号内的注释文本；
(?:pattern) 与组一致，但匹配时不生成$1,$2,也就是不捕获；
(?imsx:pattern) 与组一致，但匹配时不生成$1,$2，在特定的风格有效期间，内嵌风格匹配修饰符；
(?=pattern) 前看声明，如果正则表达式在下一次匹配 pattern 风格，就开始匹配，而且不影响匹配效果。如/\w+(?=\t)/将匹配制表符是否恰好在一个字\w+后面出现，并且制表符不添加到$&的值中；
(?!pattern) 如果正则表达式在后面不匹配 pattern ，才会开始匹配。如/foo(?!bar)/，只有当出现 foo，并且后面不出现 bar 时才开始匹配；
(?<=pattern) 后看声明，只有在pattern已经匹配下面的表达式，并且不将 pattern 的结果放入$&变量中，才匹配下面的语句。如/(?<=\t)\W+/匹配制表符是否恰好在\W+前出现，但又不将制表符送到$& 中；
(? (?{code}) 表示对 code 的使用是试验性的。如果返回真，就认为是与(?:pattern)断言同一行里的匹配。code 不插入变量。这个断言仅仅在 use re ‘eval’ 编译指示符时才有效；
(?>pattern) 如果类型锁定在当前位置，就使用单独的 pattern 匹配子字符串。如正则表达式/^(?>a*)ab/永远不会匹配，因为语句(?>a*)将匹配字符串开头所有的 a 字符，并删除与 ab 匹配的字符 a；
(!<=pattern) 非后看声明，与后看声明意思相反；
(!=pattern) 非前看声明，与前看声明意思相反；
(?(condition)yes-pattern|no-pattern) 条件表达式——条件语句或者是一个圆括号中的整数，或者是一个断言；
(?(condition)yes-pattern)
(?imsx) 嵌入风格匹配修饰符。当要把表达式修改符嵌入在变量中，然后把变量用在不指定自己的修饰符的一般规则表达式中；
(?-imsx) 这个断言很有用——后面带任何内容都会关闭修饰符，直到出现另一个嵌入的修饰符。

Perl 中特殊正则元字符使用和环顾断言:

1. *? 和 +? 和 {n,}? 懒惰匹配
非懒惰　　　　　　　　　　　　　　　

echo "ab2c121a" |perl -ne 'print $1 if /(.*)"d/;'   #print ab2c12

懒惰

echo "ab2c121a" |perl -ne 'print $1 if /(.*?)"d/;'   #print ab

2.回溯引用和前后查找:
向前查找(?=..) 找字符串前面的内容,找到算成立　　　　　　　　　　　　

echo "ab2c121a" |perl -ne 'print $1 if /(.*?)(?=2)/;'  #print ab

向后查找(?<=..) 找字符串后面的内容,找到算成立　　　　　　

echo "ab2c121a" |perl -ne 'print $1 if /(?<=2)(.*)(?=2)/;' #print c1

负向-前/后查找 (?!…)(?<!..) 找字符串前后的内容,如果不存在为真

echo "ab2c121a" |perl -ne 'print $1 if /(?

向前和向后的分别在于,是找当前字符的前面还是后面的部分.如上ab2c121a ,比如在2c的前面是ab后面是121a.
负向的前后查找主要在于,条件不一样,上面是找到为真,但负向是没有找到为真.

条件?() = if ?()| = if else
?()例如<p></p>必须同时出现

echo "xx"|perl -ne 'print $2  if /()?("w*)(?(1)<"/p>)/'   #print  xx echo "xx"|perl -ne 'print $2,""n" if /()?("w*)(?(1)<"/p>)/'    #print 空 echo "xx"|perl -ne 'print $2 if /()?("w*)(?(1)<"/p>)/'    #print xx

?()|例如还是上面的， 当有<p>可以接</p>也可以接数字结尾

 echo "xx1"|perl -ne 'print $2  if /()?("w*)(?(1)<"/p>|"d)/'  #print xx1  echo "xx1"|perl -ne 'print $2  if /()?("w*)(?(1)<"/p>|"d)/'    # print xx

可选的修饰符

有几个修饰符，通常叫做标记，可以后缀在正则表达式后面来改变其默认的行为。

/i :不区分大小写

/s :匹配任何字符. 例如: 点(.)不匹配换行符，如果加上/s这个修饰符，它将点(.)的行为变成同字符类[\d\D]的行为类似，可以匹配任何字符，包括换行符。

/x :添加空格. /x修饰符允许你在模式中加入任何数量的空白，以方便阅读.

例如: (/-? \d+ \.? \d* /x) 等同于 (/-?\d+\.?\d*/)

将可选修饰符结合起来，其顺序是不重要的。例如 (/barney.*fred/is)

Perl 正则的优化

（1 使用 /o 来优化要多次运行但不修改的表达示

（2 使用 qr 在运行前编译要多次运行的正则表达示

（3 短字符用 /aaa/ || /bbb/ || /ccc/分割比 /aaa|bbb|ccc/ 速度快

( 4 试着用 study 模式来学习正则

判断当前位置的前后字符，是否符合指定的条件，但不匹配前后的字符。

说明

预搜索有向前和向后两种：

表达式

方向

说明

(?=xxx)

正向预搜索（向右）

正向预搜索，判断当前位置右侧是否能匹配指定表达式

(?!xxx)

正向预搜索否定，判断当前位置右侧是否不能够匹配指定表达式

(?<=xxx)

反向预搜索（向左）

反向预搜索，判断当前位置左侧是否能够匹配指定表达式

(?<!xxx)

反向预搜索否定，判断当前位置左侧是否不能够匹配指定表达式

表达式	方向	说明
(?=xxx)	正向预搜索（向右）	正向预搜索，判断当前位置右侧是否能匹配指定表达式
(?!xxx)	正向预搜索否定，判断当前位置右侧是否不能够匹配指定表达式
(?<=xxx)	反向预搜索（向左）	反向预搜索，判断当前位置左侧是否能够匹配指定表达式
(?<!xxx)	反向预搜索否定，判断当前位置左侧是否不能够匹配指定表达式

正向预搜索内部的表达式，始终采用“普通模式（从左向右）”模式，反向预搜索内部的表达式，始终采用 “从右向左”模式。

例如：想要匹配字符a但不匹配abc，可以为/a(?!bc)/
再如：想要所有以.pl结尾但不是a.pl的文件名，可以/.*(?<!a)\.pl/; 注意要从右向左，