解析Perl正則表達式中的模式
本文和大家重點討論一下Perl正則表達式中模式的概念，如果大家能夠很好的掌握他，就可以輕易地用Perl正則表達式來完成字符串處理的任務，下面請看本文的詳細介紹。
Perl正則表達式
Perl正則表達式是Perl語言的一大特色，也是Perl程序中的一點難點，不過如果大家能夠很好的掌握他，就可以輕易地用Perl正則表達式來完成字符串處理的任務，當然在CGI程序設計中就更能得心應手了。
一、簡介
Perl正則表達式中模式指在字符串中尋找的特定序列的字符，由反斜線包含：/def/即Perl正則表達式中模式def。其用法如結合函數split將字符串用某Perl正則表達式中模式分成多個單詞：@array=split(//,$line);
二、匹配操作符=~、!~
=~檢驗匹配是否成功：$result=$var=~/abc/;若在該字符串中找到了該Perl正則表達式中模式，則返回非零值，即true，不匹配則返回0，即false。!~則相反。
這兩個操作符適于條件控制中，如：
if($question=~/please/){
print("Thankyouforbeingpolite!\n");
}
else{
print("Thatwasnotverypolite!\n");
} #p#
三、Perl正則表達式中模式中的特殊字符
PERL在Perl正則表達式中模式中支持一些特殊字符，可以起到一些特殊的作用。
1、字符+
+意味著一個或多個相同的字符，如：/de+f/指def、deef、deeeeef等。它盡量匹配盡可能多的相同字符，如/ab+/在字符串abbc中匹配的將是abb，而不是ab。
當一行中各單詞間的空格多于一個時，可以如下分割：
@array=split(/+/,$line);
注：split函數每次遇到分割Perl正則表達式中模式，總是開始一個新單詞，因此若$line以空格打頭，則@array的第一個元素即為空元素。但其可以區分是否真有單詞，如若$line中只有空格，則@array則為空數組。且上例中TAB字符被當作一個單詞。注意修正。
2、字符[]和[^]
[]意味著匹配一組字符中的一個，如/a[0123456789]c/將匹配a加數字加c的字符串。與+聯合使用例：/d[eE]+f/匹配def、dEf、deef、dEdf、dEEEeeeEef等。^表示除其之外的所有字符，如：/d[^deE]f/匹配d加非e字符加f的字符串。
3、字符*和?
它們與+類似，區別在于*匹配0個、1個或多個相同字符，?匹配0個或1個該字符。如/de*f/匹配df、def、deeeef等；/de?f/匹配df或def。
4、轉義字符
如果你想在Perl正則表達式中模式中包含通常被看作特殊意義的字符，須在其前加斜線"\"。如：/\*+/中\*即表示字符*，而不是上面提到的一個或多個字符的含義。斜線的表示為/\\/。在PERL5中可用字符對\Q和\E來轉義。
5、匹配任意字母或數字
上面提到Perl正則表達式中模式/a[0123456789]c/匹配字母a加任意數字加c的字符串，另一種表示方法為：/a[0-9]c/，類似的，[a-z]表示任意小寫字母，[A-Z]表示任意大寫字母。任意大小寫字母、數字的表示方法為：/[0-9a-zA-Z]/。
6、錨模式
錨描述
^或\A僅匹配串首
$或\Z僅匹配串尾
\b匹配單詞邊界
\B單詞內部匹配
例1：/^def/只匹配以def打頭的字符串，/$def/只匹配以def結尾的字符串，結合起來的/^def$/只匹配字符串def(?)。\A和\Z在多行匹配時與^和$不同。
例2：檢驗變量名的類型：
if($varname=~/^\$[A-Za-z][_0-9a-zA-Z]*$/){
print("$varnameisalegalscalarvariable\n");
}elsif($varname=~/^@[A-Za-z][_0-9a-zA-Z]*$/){
print("$varnameisalegalarrayvariable\n");
}elsif($varname=~/^[A-Za-z][_0-9a-zA-Z]*$/){
print("$varnameisalegalfilevariable\n");
}else{
print("Idontunderstandwhat$varnameis.\n");
}
例3：\b在單詞邊界匹配：/\bdef/匹配def和defghi等以def打頭的單詞，但不匹配abcdef。/def\b/匹配def和abcdef等以def結尾的單詞，但不匹配defghi，/\bdef\b/只匹配字符串def。注意：/\bdef/可匹配$defghi，因為$并不被看作是單詞的部分。
例4：\B在單詞內部匹配：/\Bdef/匹配abcdef等，但不匹配def；/def\B/匹配defghi等；/\Bdef\B/匹配cdefg、abcdefghi等，但不匹配def,defghi,abcdef。
7、Perl正則表達式中模式中的變量替換
將句子分成單詞：
$pattern="[\\t]+";
@words=split(/$pattern/,$line);
8、字符范圍轉義
E轉義字符描述范圍
\d任意數字[0-9]
\D除數字外的任意字符[^0-9]
\w任意單詞字符[_0-9a-zA-Z]
\W任意非單詞字符[^_0-9a-zA-Z]
\s空白[\r\t\n\f]
\S非空白[^\r\t\n\f]
例：/[\da-z]/匹配任意數字或小寫字母。
9、匹配任意字符
字符"."匹配除換行外的所有字符，通常與*合用。
10、匹配指定數目的字符
字符對{}指定所匹配字符的出現次數。如：/de{1,3}f/匹配def,deef和deeef；/de{3}f/匹配deeef；/de{3,}f/匹配不少于3個e在d和f之間；/de{0,3}f/匹配不多于3個e在d和f之間。
11、指定選項
字符"|"指定兩個或多個選擇來匹配Perl正則表達式中模式。如：/def|ghi/匹配def或ghi。
例：檢驗數字表示合法性
if($number=~/^-?\d+$|^-?0[xX][\da-fa-F]+$/){
print("$numberisalegalinteger.\n");
}else{
print("$numberisnotalegalinteger.\n");
}
其中^-?\d+$匹配十進制數字，^-?0[xX][\da-fa-F]+$匹配十六進制數字。
12、Perl正則表達式中模式的部分重用
當Perl正則表達式中模式中匹配相同的部分出現多次時，可用括號括起來，用\n來多次引用，以簡化表達式：
/\d{2}([\W])\d{2}\1\d{2}/匹配：
12-05-92
26.11.87
070492等
注意：/\d{2}([\W])\d{2}\1\d{2}/不同于/(\d{2})([\W])\1\2\1/，后者只匹配形如17-17-17的字符串，而不匹配17-05-91等。
13、轉義和特定字符的執行次序
象操作符一樣，轉義和特定字符也有執行次序：
特殊字符描述
()Perl正則表達式中模式內存
+*?{}出現次數
^$\b\B錨
|選項
14、指定Perl正則表達式中模式定界符
缺省的，Perl正則表達式中模式定界符為反斜線/，但其可用字母m自行指定，如：
m!/u/jqpublic/perl/prog1!等價于/\/u\/jqpublic\/perl\/prog1/
注：當用字母作為定界符時，不做變量替換；當用特殊字符作為定界符時，其轉義功能或特殊功能即不能使用。
15、Perl正則表達式中模式次序變量
在Perl正則表達式中模式匹配后調用重用部分的結果可用變量$n，全部的結果用變量$&。
$string="Thisstringcontainsthenumber25.11.";
$string=~/-?(\d+)\.?(\d+)/;#匹配結果為25.11
$integerpart=$1;#now$integerpart=25
$decimalpart=$2;#now$decimalpart=11
$totalpart=$&;#nowtotalpart=25.11 #p#
四、Perl正則表達式中模式匹配選項
選項描述
g匹配所有可能的Perl正則表達式中模式
i忽略大小寫
m將串視為多行
o只賦值一次
s將串視為單行
x忽略Perl正則表達式中模式中的空白
1、匹配所有可能的Perl正則表達式中模式(g選項)
@matches="balata"=~/.a/g;#now@matches=("ba","la","ta")
匹配的循環：
while("balata"=~/.a/g){
$match=$&;
print("$match\n");
}
結果為：
ba
la
ta
當使用了選項g時，可用函數pos來控制下次匹配的偏移：
$offset=pos($string);
pos($string)=$newoffset;
2、忽略大小寫(i選項)例
/de/i匹配de,dE,De和DE。
3、將字符串看作多行(m選項)
在此情況下，^符號匹配字符串的起始或新的一行的起始；$符號匹配任意行的末尾。
4、只執行一次變量替換例
$var=1;
$line=;
while($var<10){
$result=$line=~/$var/o;
$line=;
$var++;
}
每次均匹配/1/。
5、將字符串看作單行例
/a.*bc/s匹配字符串axxxxx\nxxxxbc，但/a.*bc/則不匹配該字符串。
6、在Perl正則表達式中模式中忽略空格
/\d{2}([\W])\d{2}\1\d{2}/x等價于/\d{2}([\W])\d{2}\1\d{2}/。#p#
五、替換操作符
語法為s/pattern/replacement/，其效果為將字符串中與pattern匹配的部分換成replacement。如：
$string="abc123def";
$string=~s/123/456/;#now$string="abc456def";
在替換部分可使用Perl正則表達式中模式次序變量$n，如s/(\d+)/[$1]/，但在替換部分不支持Perl正則表達式中模式的特殊字符，如{},*,+等，如s/abc/[def]/將把abc替換為[def]。
替換操作符的選項如下表：
選項描述
g改變Perl正則表達式中模式中的所有匹配
i忽略Perl正則表達式中模式中的大小寫
e替換字符串作為表達式
m將待匹配串視為多行
o僅賦值一次
s將待匹配串視為單行
x忽略Perl正則表達式中模式中的空白
注：e選項把替換部分的字符串看作表達式，在替換之前先計算其值，如：
$string="0abc1";
$string=~s/[a-zA-Z]+/$&x2/e;#now$string="0abcabc1"
六、翻譯操作符
這是另一種替換方式，語法如：tr/string1/string2/。同樣，string2為替換部分，但其效果是把string1中的第一個字符替換為string2中的第一個字符，把string1中的第二個字符替換為string2中的第二個字符，依此類推。如：
$string="abcdefghicba";
$string=~tr/abc/def/;#nowstring="defdefghifed"
當string1比string2長時，其多余字符替換為string2的最后一個字符；當string1中同一個字符出現多次時，將使用第一個替換字符。
翻譯操作符的選項如下：
選項描述
c翻譯所有未指定字符
d刪除所有指定字符
s把多個相同的輸出字符縮成一個
如$string=~tr/\d//c;把所有非數字字符替換為空格。$string=~tr/\t//d；刪除tab和空格；$string=~tr/0-9//cs；把數字間的其它字符替換為一個空格。
七、擴展Perl正則表達式中模式匹配
PERL支持PERL4和標準UNIXPerl正則表達式中模式匹配操作所沒有的一些Perl正則表達式中模式匹配能力。其語法為：(?pattern)，其中c是一個字符，pattern是起作用的Perl正則表達式中模式或子Perl正則表達式中模式。
1、不存貯括號內的匹配內容
在PERL的Perl正則表達式中模式中，括號內的子Perl正則表達式中模式將存貯在內存中，此功能即取消存貯該括號內的匹配內容，如/(?:a|b|c)(d|e)f\1/中的\1表示已匹配的d或e，而不是a或b或c。
2、內嵌Perl正則表達式中模式選項
通常Perl正則表達式中模式選項置于其后，有四個選項：i、m、s、x可以內嵌使用，語法為：/(?option)pattern/，等價于/pattern/option。
3、肯定的和否定的預見匹配
肯定的預見匹配語法為/pattern(?=string)/，其意義為匹配后面為string的Perl正則表達式中模式，相反的，(?!string)意義為匹配后面非string的Perl正則表達式中模式，如：
$string="25abc8";
$string=~/abc(?=[0-9])/;
$matched=$&;#$&為已匹配的Perl正則表達式中模式，此處為abc，而不是abc8
4、Perl正則表達式中模式注釋
PERL5中可以在Perl正則表達式中模式中用?#來加注釋，如：
if($string=~/(?i)[a-z]{2,3}(?#matchtwoorthreealphabeticcharacters)/{
...
}
【編輯推薦】
