perl 正则表达式使用技巧

Perl正则表达式语法

所谓Perl正则表达式，就是一串特别设计过的字符串，可以按照你的意图用匹配操作寻找你要求的目标。我这里不是Perl手册，也不是教科书，所以我从例子开始，具体的完整说明还请查手册。

1.1转义符号\

前面说过缺省情况下Perl正则表达式要用/包起来，那么现在要寻找一个字符串里面有没有/怎么办？不是有歧义了么那个表达式。换你设计Perl语言该咋办？玩过C语言的人看到这里一定在嘿嘿笑，因为在C里面简单，要写/必须写成\/，要写\必须写成\。说Perl在语法上是C的表弟是很不错的，Perl规定的转义符号也是.常用的特殊符号有回车\n,跳格\t,斜杠\和\/，引号\’和\”，方括号，圆括号，美元号$，上尖号\^，星号*，点号.，问号\?，加号+。我都是随手写的，建议拿不定主意的话，非51个字母的符号都去查查手册吧。
举例：查一个字符串里有没有美元号;

my $szValue='$6580.90';
$szValue =~ /\$/;

1.2 或操作

Perl的Perl正则表达式缺省是区别大小写的。什么，前面早该告诉你？真可怜，又一个从Windows世界来的小孩，就和我想当然以为在美国商店应该在复活节大做生意创造GDP一样，可是人家不开门。为了串即匹配”Apple”又匹配”apple”，你可以这样：

$szProductType =~ /[Aa]pple/;

在方括号里的字母是”或”的关系，击中其中一个就可以了。在一个Perl正则表达式中可以用任意多个方括号，但是不要嵌套。常常能见到的一种表达式

[0-9] :
表示0到9这十个字母，也可以用\d来代替。\D则表示非数字字符。
[a-zA-Z]
表示51个字母。

顺便在这里把反义也讲了吧，[^0-9]代表非数字的其它字符，[^a]代表非a的其它字符。^在这里是反义的意思，但是请注意^还能做头锚用，后面会讲到。

1.3 尾缀

有人摇头不喜欢上面的解决方案，我要求真正匹配一个不区分大小写的”Apple”应该怎么办？请这样

$szProductType =~ /apple/i;

放在第二个/符号后面的尾缀i取消了一切大小写检查。

另外再说两个有用的尾缀吧，第一个是g（全局匹配），如果有字符串

my $string="Applejuice,applecider,applejeans,applepie,appleplate,apPLebag,…";

有尾缀/g可以进行全局搜索，就可以找出所有带apple的词汇；例如：

while($string=~/(apple.*?),/ig)
{
  print "$1\n";#打印匹配的内容
}

而用表达式$string=~/apple/i；只会遇到第一个apple就结束。

注意尾缀是可以叠加使用的。上面Perl正则表达式中的圆括号、点号和问号和$1，下面马上会讲到。

另一个有用的的尾缀是s。s会强迫点号(.)匹配换行符号(\n)，这对于多行匹配是必须的。不要小看这个技巧，我花了几个小时才找到的哦。

1.4 捕获匹配的字符串

my $szValue ='$1999.99';
if($szValue =~ /\$([0-9]+)\.([0-9]+)/)
{
 print "$1dollors $1cents\n";
}

上面表达式里的加号表示匹配一到多个前面的符号，在这里符号是数字。用圆括号括住的内容，将会依次（从左到右）出现在”$1,$1,$3……”里面。另外，顺便说，整个Perl正则表达式匹配的结果是放在$&里面，上面这个表达式演算下来$&的值还是”$1999.99”。

另外，还有\1,\1形式的反向引用，使得表达式里面可以用捕获的字符串。举例：表达式”(\w)\1{4,}”在匹配”aabbbbabcdefgccccc111111111999999999”时，匹配结果是：成功；匹配到的内容是”ccccc”。再次匹配下一个时，将得到999999999(要用while和/g来配合）。

1.5 任意符号.，和次数符号以及+*

Perl正则表达式里点号是通配任意字母的，例如:

$string=~/w.*/i;

就匹配$string里从第一个w字母开始一直到字符串结束。*表示匹配任意字母0到任意多次。号也常被换成+号，表示匹配1到任意多次。如果即没有也没有+，那么就是匹配1次。如果要自己定义匹配的次数或者次数上下限怎么办？用{}符号：

$string=~/\d{5,15}/;
上面的式子匹配5到15位数字

$string=~/\d{10}/
上面式子匹配10位数字。

附带说两个常用的符号，\S和\s。前者是”非空白”，后者是”空白”，具体来说包括回车、空格、跳格、响铃。

1.6 贪婪的+和，止贪剂?*

Perl正则表达式是贪婪的(确切地说，次数符号+和*是贪婪的)，可以帮助你做一些事情。

my $string ='$190098';
$string =~ /\$(\d+)/;

由于+号的贪婪性，$1会得到值”190098”，而不是遇到第一个数字1就完成匹配。

但有的时候你会不希望他贪婪，希望见好就收。还是我前面用过的一个例子
my $string=”Applejuice,…”;

如果用$string=~/(apple.*),/i;由于*的贪婪性，它会一直匹配到最后一个逗号才停下来，这不是我们想要的结果。
解决办法是用止贪符号?紧跟在或者+后面，$string=~/(apple.*?),/i;问号会约束遇到第一个逗号就停下来。

1.7 头锚^和尾锚$

有时候你希望从一个字符串的开始或者结尾匹配。

my $string ='Aquickbrownfoxjumpsoveralazysnake';

$string =~/^A/; #匹配第一个字母是否为A
$string =~/snake$/; #匹配最后几个字母是否为snake

还有一个\b，匹配的是单词边界，意思是空白或者开头或者结尾。

转载于http://www.voidcn.com/article/p-awpmhrcc-bga.html