PERL学习笔记---正则表达式的应用

使用m//匹配

//这是m//（模式匹配）的一种简写。同qw//操作一样，可以使用任何 成对的分隔符。因此，可以使用m(fred), m<fred>, m{fred}, m[fred]，或者m,fred,, m!fred!, m^fred^，其它非成对的分隔符也 可以

不区分大小写：/i

if(/yes/i) {#大小写无关

print “In that case, I recommend that you go bowling.\n”; }

匹配任何字符：/s

默认情况下，点(.)不匹配换行符，这对于“单行中查找”的问题能很好解决。如果你的字符串中有换行符，并希望点(.)能匹 配它们，那可以使用/s 这个修饰符。它将模式中点(.)◆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。从下例中可见其区别： ◆如果你想改变其中的一部分，但不是全部，那可以将此部分用[\d\D]代替

$_ = “I saw Barney\ndown at the bowing alley\nwith Fred\nlast night.\n”; if(/Barney.*Fred/s){ print “That string mentions Fred after Barney!\n”; } 如果不使用/s，那么上述模式将不能被匹配上，因为这两个字符不在同一行中。

符号^(脱字字符◆)表示在字符串的开头进行匹配，而符号$则表示在结尾◆。因此，模式/^fred/只匹配字符串的开头部分； 它不会匹配上manfred man。而/rock$/只在结尾处匹配；其不会匹配上knute rockne。 ◆

锚定不仅仅针对字符串的两头。词界锚定，\b，是针对单词使用的。如/\bfred\b/可以匹配上单词fred，但不能匹配frederick, alfred, man fred mann。这同字处理软件中的“全字匹配(match whole words only)”是类似的。 ◆某些正则表达式实现中开头的锚定和结尾锚定不同，但Perl 中均使用\b。 这些单词(words)不是你或者我通常认为的那样；它们是\w 类型，由通常的字母，数字，下划线组成。\b 将从开头或结尾 匹配这些\w 类型的字符。

非词界锚定为\B。它将在任何非\b 匹配的点上进行匹配。因此，模式/\bsearch\B/将匹配searches, searching, searched, 但不能 匹配search，或者researching。

绑定操作符(binding operator：=~)

），$likes_perl 将根据用户的输入而得到一个boolean 值。它有一些quick-and-ditry，因为输入 行很快就被丢弃了。这段代码将读入一行，由右边的模式进行匹配，然后丢弃此输入◆。它没有使用$_。 ◆输入的字符不会自动存储在$_中，除非行输入操作（<STDIN>）单独出现在while 循环的条件判断部分。 print “Do you like Perl? ”; my $likes_perl = (<STDIN> =~ /\byes\b/i); … #Times passes… if($likes_perl){ print “You said earlier that you like Perl, So… \n”; … } 由于绑定操作有非常高的优先级，因此，模式测试部分的括号不是必需的，下面的代码和上面代码的含义是一样的。它将 测试部分的结果（而非行输入）返回给变量$likes_perl： my $likes_perl = <STDIN> =~ /\byes\b/i;

其含义是：“这个模式默认将对 $_进行匹配，但此时将对左边的字符串进行匹配”。如果没有绑定操作符，则此表达式将对$_匹配。

匹配变量 我们曾经在模式中使用过括号，使用括号是由于它可以将模式的某一部分组合起来。同时括号也会引起正则表达式分配新 的内存块。这些内存含有括号中的模式所匹配的字符串。如果有不止一对括号，那就不止一块内存块。每一个内存块内有 一段字符串，而非模式的一部分。 由于这些变量含有字符串，那它们是标量变量；在Perl 中,它们具有像$1, $2 这样的名字。变量个数同模式中括号对数的个 数是相同的。如$4 是指第四对括号所匹配的字符串◆。 ◆这和后引用(backreference)\4 在模式匹配中引用字符的字符串相同。但它们不仅是同一事物的两个不同名字；\4 是模式正在匹配是引 用的；而$4 是模式匹配完成后再引用的。想了解更多的关于backreferences 的信息，可参见perlre 的帮助手册。 这些匹配变量（match variables）是组成正则表达式强大功能的重要部分，它允许取出相应的字符串： $_ = “Hello there, neighbor”; if(/\s(\w+),/){ #空格和逗号之间的词 print “the word was $1\n”; #the word was there } 也可以一次使用多个： $_ = “Hello there, neighbor”; if(/(\S+) (\S+), (\S+)/){ print “words were $1 $2 $3”; }

其输出为words were Hello there neighbor。注意输出中没有逗号。因为第二块内存中没有逗号。使用这种技术，可以选择 我们感兴趣的部分。

匹配变量可能是空的◆，如果其没有被匹配上。也就是说，匹配变量的值可能为空串： ◆这和undefined 是不同的。如果模式中只有3 个或者更少的括号，那$4 为undef。 my $dino = "I fear that I'll be extinct after 1000 years."; if ($dino =~ /(\d*) years/) { print "That said '$1' years.\n"; # 1000 } my $dino = "I fear that I'll be extinct after a few millions years."; if ($dino =~ /(\d*) years/) { print "That said '$1' years.\n"; # 空串 }

自动匹配变量

if(“Hello there, neigbor”=~ /\S(\w+),/){ print “That actually matched ‘$&’.\n”; } 匹配的部分是“there,”（空格，单词，和一个逗号）。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： if (“Hello there, neighbor”=~ /\S(\w+),/){ pirnt “That was ($`)($&)($’)”; }

输出的消息为(Hello)( there,)( neighbor)，为这三个自动匹配变量的值。三个变量的值可能是空的，和之前数字匹配变量的例 子一样。它们和数字匹配变量有相同的作用域。通常，在下次成功匹配前其值不变。