正規表示式(regular expression)描述了一種字串匹配的模式,可以用來檢查一個字串是否含有某種子字串、將匹配的子字串做替換或從某個字串中取出符合某個條件的子字串等。
Perl語言的正規表示式功能非常強大,基本上是常用語言中最強大的,很多語言設計正規式支援的時候都參考Perl的正規表示式。
Perl的正規表示式的三種形式,分別是匹配,替換和轉換:
匹配:m/
替換:s/
轉換: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m// 用於匹配一個字串語句或一個正規表示式,例如,要匹配標量$bar 中的"run",代碼如下所示:
執行以上程序,輸出結果為:
第一次匹配第二次匹配
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"(預設不符) |
x | 忽略模式中的空白 |
g | 全域匹配 |
cg | 全域匹配失敗後,允許再次尋找匹配串 |
perl處理完後會為符合的值存在三個特殊變數名稱:
$`:符合部分的前一部分字串
$&:匹配的字串
$':還沒有符合的剩餘字串
如果將這三個變數放在一起,你將得到原始字串。
實例如下:
執行以上程序輸出結果為:
匹配前的字串: welcome to 匹配的字串: run匹配後的字串: oob site.
替換操作符s/// 是匹配操作符的擴展,使用新的字串替換指定的字串。基本格式如下:
s/PATTERN/REPLACEMENT/;
PATTERN 為匹配模式,REPLACEMENT 為替換的字串。
例如我們將以下字串的"google" 替換為"codercto":
執行以上程序輸出結果為:
welcome to codercto site.
替換操作修飾符如下表所示:
修飾符 | 描述 |
---|---|
i | 如果在修飾符中加上"i",則正規則將會取消大小寫敏感性,即"a"和"A" 是一樣的。 |
m | 預設的正規開始"^"和結束"$"只是對於正規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"$"。 |
o | 表達式只執行一次。 |
s | 如果在修飾符中加入"s",那麼預設的"."代表除了換行符以外的任何字符將會變成任意字符,也就是包括換行符! |
x | 如果加上該修飾符,表達式中的空白字元將會被忽略,除非它已經被轉義。 |
g | 替換所有匹配的字串。 |
e | 替換字串作為表達式 |
以下是轉換操作符相關的修飾符:
修飾符 | 描述 |
---|---|
c | 轉換所有未指定字符 |
d | 刪除所有指定字符 |
s | 把多個相同的輸出字元縮成一個 |
以下實例將變數$string 中的所有小寫字母轉換為大寫字母:
#!/usr/bin/perl $string = 'welcome to codercto site.';$string =~ tr/az/Az/;print "$stringn";
執行以上程序輸出結果為:
WELCOME TO CODERCTO SITE.
以下實例使用/s 將變數$string 重複的字元刪除:
執行以上程序輸出結果為:
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 # 把數字間的其它字元替換為一個空格。
表達式 | 描述 |
---|---|
. | 匹配除換行符以外的所有字符 |
x? | 匹配0 次或一次x 字串 |
x* | 比對0 次或多次x 字串,但符合可能的最少次數 |
x+ | 符合1 次或多次x 字串,但符合可能的最少次數 |
.* | 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} | 匹配剛好是m 個的指定字串 |
{m,n} | 符合在m個以上n個以下的指定字串 |
{m,} | 符合m個以上的指定字串 |
[] | 匹配符合[] 內的字符 |
[^] | 匹配不符合[] 內的字符 |
[0-9] | 匹配所有數字字符 |
[az] | 匹配所有小寫字母字符 |
[^0-9] | 匹配所有非數字字符 |
[^az] | 匹配所有非小寫字母字符 |
^ | 匹配字元開頭的字符 |
$ | 匹配字符結尾的字符 |
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[ntrf] 語法一樣 |
s+ | 和[ntrf]+ 一樣 |
S | 非空格,和[^ntrf] 語法一樣 |
S+ | 和[^ntrf]+ 語法一樣 |
b | 匹配以英文字母,數字為邊界的字串 |
B | 符合不以英文字母,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 | 符合含有abc 的字串(pattern) () 這個符號會記得所找尋到的字串,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符,如"*",則要在這個字符前加上 符號,這樣才會讓特殊字元失效 |