Perl 正則運算式
正則運算式(regular expression)描述了一種字串匹配的模式,可以用來檢查一個串是否含有某種子串、將匹配的子串做替換或者從某個串中取出符合某個條件的子串等。
Perl語言的正則運算式功能非常強大,基本上是常用語言中最強大的,很多語言設計正則式支持的時候都參考Perl的正則運算式。
Perl的正則運算式的三種形式,分別是匹配,替換和轉化:
匹配:m/
/(還可以簡寫為/ /,略去m) 替換:s/
/ / 轉化:tr/
/ /
這三種形式一般都和 =~ 或 !~ 搭配使用, =~ 表示相匹配,!~ 表示不匹配。
匹配操作符
匹配操作符 m// 用於匹配一個字串語句或者一個正則運算式,例如,要匹配 標量 $bar 中的 "run",代碼如下所示:
實例
#!/usr/bin/perl
$bar = "I am zaixian site. welcome to zaixian site.";
if ($bar =~ /run/){
print "第一次匹配\n";
}else{
print "第一次不匹配\n";
}
$bar = "run";
if ($bar =~ /run/){
print "第二次匹配\n";
}else{
print "第二次不匹配\n";
}
執行以上程式,輸出結果為:
第一次匹配 第二次匹配
模式匹配修飾符
模式匹配有一些常用的修飾符,如下表所示:
修飾符 | 描述 |
---|---|
i | 忽略模式中的大小寫 |
m | 多行模式 |
o | 僅賦值一次 |
s | 單行模式,"."匹配"\n"(默認不匹配) |
x | 忽略模式中的空白 |
g | 全局匹配 |
cg | 全局匹配失敗後,允許再次查找匹配串 |
正則運算式變數
perl處理完後會給匹配到的值存在三個特殊變數名:
- $`: 匹配部分的前一部分字串
- $&: 匹配的字串
- $': 還沒有匹配的剩餘字串
如果將這三個變數放在一起,你將得到原始字串。
實例如下:
實例
#!/usr/bin/perl
$string = "welcome to zaixian site.";
$string =~ m/run/;
print "匹配前的字串: $`\n";
print "匹配的字串: $&\n";
print "匹配後的字串: $'\n";
執行以上程式輸出結果為:
匹配前的字串: welcome to 匹配的字串: run 匹配後的字串: oob site.
替換操作符
替換操作符 s/// 是匹配操作符的擴展,使用新的字串替換指定的字串。基本格式如下:
s/PATTERN/REPLACEMENT/;
PATTERN 為匹配模式,REPLACEMENT 為替換的字串。
例如我們將以下字串的 "google" 替換為 "zaixian":
實例
#!/usr/bin/perl
$string = "welcome to google site.";
$string =~ s/google/zaixian/;
print "$string\n";
執行以上程式輸出結果為:
welcome to zaixian site.
替換操作修飾符
替換操作修飾符如下表所示:
修飾符 | 描述 |
---|---|
i | 如果在修飾符中加上"i",則正則將會取消大小寫敏感性,即"a"和"A" 是一樣的。 |
m | 默認的正則開始"^"和結束"$"只是對於正則字串如果在修飾符中加上"m",那麼開始和結束將會指字串的每一行:每一行的開頭就是"^",結尾就是"$"。 |
o | 運算式只執行一次。 |
s | 如果在修飾符中加入"s",那麼默認的"."代表除了換行符以外的任何字元將會變成任意字元,也就是包括換行符! |
x | 如果加上該修飾符,運算式中的空白字元將會被忽略,除非它已經被轉義。 |
g | 替換所有匹配的字串。 |
e | 替換字串作為運算式 |
轉化操作符
以下是轉化操作符相關的修飾符:
修飾符 | 描述 |
---|---|
c | 轉化所有未指定字元 |
d | 刪除所有指定字元 |
s | 把多個相同的輸出字元縮成一個 |
以下實例將變數 $string 中的所有小寫字母轉化為大寫字母:
#!/usr/bin/perl $string = 'welcome to zaixian site.'; $string =~ tr/a-z/A-z/; print "$string\n";
執行以上程式輸出結果為:
WELCOME TO zaixian SITE.
以下實例使用 /s 將變數 $string 重複的字元刪除:
實例
#!/usr/bin/perl
$string = 'zaixian';
$string =~ tr/a-z/a-z/s;
print "$string\n";
執行以上程式輸出結果為:
runob
更多實例:
$string =~ tr/\d/ /c; # 把所有非數字字元替換為空格 $string =~ tr/\t //d; # 刪除tab和空格 $string =~ tr/0-9/ /cs # 把數字間的其他字元替換為一個空格。
更多正則運算式規則
運算式 | 描述 |
---|---|
. | 匹配除換行符以外的所有字元 |
x? | 匹配 0 次或一次 x 字串 |
x* | 匹配 0 次或多次 x 字串,但匹配可能的最少次數 |
x+ | 匹配 1 次或多次 x 字串,但匹配可能的最少次數 |
.* | 匹配 0 次或多次的任何字元 |
.+ | 匹配 1 次或多次的任何字元 |
{m} | 匹配剛好是 m 個 的指定字串 |
{m,n} | 匹配在 m個 以上 n個 以下 的指定字串 |
{m,} | 匹配 m個 以上 的指定字串 |
[] | 匹配符合 [] 內的字元 |
[^] | 匹配不符合 [] 內的字元 |
[0-9] | 匹配所有數字字元 |
[a-z] | 匹配所有小寫字母字元 |
[^0-9] | 匹配所有非數字字元 |
[^a-z] | 匹配所有非小寫字母字元 |
^ | 匹配字元開頭的字元 |
$ | 匹配字元結尾的字元 |
\d | 匹配一個數字的字元,和 [0-9] 語法一樣 |
\d+ | 匹配多個數字字符串,和 [0-9]+ 語法一樣 |
\D | 非數字,其他同 \d |
\D+ | 非數字,其他同 \d+ |
\w | 英文字母或數字的字串,和 [a-zA-Z0-9_] 語法一樣 |
\w+ | 和 [a-zA-Z0-9_]+ 語法一樣 |
\W | 非英文字母或數字的字串,和 [^a-zA-Z0-9_] 語法一樣 |
\W+ | 和 [^a-zA-Z0-9_]+ 語法一樣 |
\s | 空格,和 [\n\t\r\f] 語法一樣 |
\s+ | 和 [\n\t\r\f]+ 一樣 |
\S | 非空格,和 [^\n\t\r\f] 語法一樣 |
\S+ | 和 [^\n\t\r\f]+ 語法一樣 |
\b | 匹配以英文字母,數字為邊界的字串 |
\B | 匹配不以英文字母,數值為邊界的字串 |
a|b|c | 匹配符合a字元 或是b字元 或是c字元 的字串 |
abc | 匹配含有 abc 的字串 (pattern) () 這個符號會記住所找尋到的字串,是一個很實用的語法.第一個 () 內所找到的字串變成 $1 這個變數或是 \1 變數,第二個 () 內所找到的字串變成 $2 這個變數或是 \2 變數,以此類推下去. |
/pattern/i | i 這個參數表示忽略英文大小寫,也就是在匹配字串的時候,不考慮英文的大小寫問題. \ 如果要在 pattern 模式中找尋一個特殊字元,如 "*",則要在這個字元前加上 \ 符號,這樣才會讓特殊字元失效 |