Perl中的正则表达式使用示例

m//修饰符

LVALUE =~ m/PATTERN/;
LVALUE =~ /PATTERN/;

修饰符	含义
/i	匹配时忽略大小写
/g	全局匹配，默认情况下，正则表达式"abc"匹配"abcdabc"字符串的时候，将之匹配左边的abc，使用g将匹配两个"abc"
/c	在开启g的情况下，如果匹配失败，将不重置搜索位置
/m	多行匹配模式
/s	让.可以匹配换行符"\n"，也就是说该修饰符让.真的可以匹配任意字符
/x	允许正则表达式使用空白符号，免得让整个表达式难读难懂，但这样会让原本的空白符号失去意义，这是可以使用\s来表示空白
/o	只编译一次正则表达式
/n	非捕获模式
/p	保存匹配的字符串到${^{PREMATCH}、${^MATCH}、${}POSTMATCH}中，它们在结果上对应$`、$&和$’，但性能上要更好
/a和/u和/l	分别表示用ASCII、Unicode和Locale的方式来解释正则表达式，一般不用考虑这几个修饰符
/d	使用unicode或原生字符集，就像5.12和之前那样，也不用考虑这个修饰符
/g	全局查找所有匹配
/cg	允许在失败的匹配后继续保留上一次匹配的位置，不会重置指针位置

s///操作符（替换）

修饰符	含义
/i	匹配时忽略大小写
/g	全局匹配，默认情况下，正则表达式"abc"匹配"abcdabc"字符串的时候，将之匹配左边的abc，使用g将匹配两个"abc"
/c	在开启g的情况下，如果匹配失败，将不重置搜索位置
/m	多行匹配模式
/s	让.可以匹配换行符"\n"，也就是说该修饰符让.真的可以匹配任意字符
/x	允许正则表达式使用空白符号，免得让整个表达式难读难懂，但这样会让原本的空白符号失去意义，这是可以使用\s来表示空白
/o	只编译一次正则表达式
/n	非捕获模式
p	保存匹配的字符串到${^PREMATCH}、${^MATCH}、${^POSTMATCH}中，它们在结果上对应$`、$&和$’，但性能上要更好
/a和/u和/l	分别表示用ASCII、Unicode和Locale的方式来解释正则表达式，一般不用考虑这几个修饰符
/d	使用unicode或原生字符集，就像5.12和之前那样，也不用考虑这个修饰符
/r	返回替换，原字符串保持不变
/e	将右边作为一个表达式来计算

tr///操作符（转换）

LVALUE =~ tr/SEARCHLIST/REPLACEMENTLIST/cds;
RVALUE =~ tr/SEARCHLIST/REPLACEMENTLIST/csdr;
RVALUE =~ tr/SEARCHLIST//c;

s/PATTERN/REPLACEMENT/modifiers;
LVALUE =~ s/PATTERN/REPLACEMENT/modifiers;
RVALUE =~ s/PATTERN/REPLACEMENT/rmodifiers;

修饰符	含义
/c	求SERACHLIST的补集
/d	删除找到但是未替换的字符串
/s	合并压缩重复的替换字符
/r	返回转换字符串，原字符串保持不变

元符号表

符号	原子性	含义
…	可变	使下一个字母数字字符为元字符，或者（可能）使下一个非字母数字字符不作为元字符
…\|…	否	候选（匹配一个或另一个）
(…)	是	分组（当做一个单元）
[…]	是	字符类（匹配一组中的字符）
^	否	如果在字符串开头（或者可能在某个换行符后面）则为true
.	是	匹配一个字符（正常情况下除换行符以外）
$	否	如果在字符串末尾（或者可能在某个换行符前面）true

正则表达式量词

最大	最小	占有	允许范围
{MIN,MAX}	{MIN,MAX}?	{MIN,MAX}?+	必须至少出现MIN次，但是不超过MAX次
{MIN,}	{MIN,}?	{MIN,}?+	必须至少出现MIN次
{COUNT}	{COUNT}?	{COUNT}?+	必须正好匹配COUNT次
*	*?	*+	0或多次（等同于{0,})
+	+?	**	1或多次 (等同于{1,})
?	??	?+	0或1次（等同于{0,1})

扩展正则表达式序列

扩展	原子性	含义
(?#…)	否	注释，丢弃
(?:…)	是	非捕获组
(?>…)	是	占有组，不捕获也不回溯
(?adlupimsx-imsx)	否	启用/禁用模式修饰符
(?^alupimsx)	否	重置和启用模式修饰符
(?adlupimsx-imsx:…)	是	只用于分组的小括号，以及启用/禁用修饰符
(?^alupimsx:…)	是	只用于分组的小括号，以及重置和启用修饰符
(?=…)	否	如果前瞻断言成功则为true
(?!..)	否	如果前瞻断言失败则为true
(?<=…)	否	如果后顾断言成功则为true
(?<!..)	否	如果后顾断言失败贼为true
(?\|…\|…\|…)	是	为编号分组重置分支
(?…)	是	命名捕获分组，也记为(?‘NAME’…).
(?{…})	否	执行嵌入的Perl代码
(??{…})	是	匹配嵌入Perl代码中的正则表达式
(?NUMBER)	是	调用组NUMBER中的独立子表达式，也记作(?+NUMBER), (?-NUMBER), (?0)和(?R)。要确保这里不能使用&字符
(?&NAME)	是	在组NAME上递归，确保这里一定要用&字符。另外可以写作(?P>NAME)
(?(COND)…\|…)	是	匹配if-then-else模式
(?(COND)…)	是	匹配if-then模式
(?(DEFINE)…)	否	为完成后面的"正则表达式子例程"调用，将命名组定义为(?&NAME)
(*VERB)	否	回溯控制动词，也写作（*VERB::NAME)

字母数字正则表达式元符号

符号	原子性	含义
\o	是	匹配字符数字0（U+0000,NULL, NUL)
\ NNN	是	匹配用八进制给定的字符，最大为\377
\ n	是	匹配第n个捕获组（十进制）
\a	是	匹配警报字符（ALERT，BEL)
\A	否	在字符串开头时为true
\b	是	匹配退格字符（BACKSPACE，BS）(只在字符类中）
\b	否	在单词边界时为true
\B	否	不在单词边界时为true
\c X	是	匹配控制字符Control-X(\cZ, \c[等）
\C	是
\d	是	匹配任何数字字符
\D	是	匹配任何非数字字符
\e	是	匹配转义字符（ESCAPE，ESC, 非反斜线）
\E	—	结束大小写(\F, \L, \U)或反斜线(\Q)转换
\f	是	匹配换页字符(FORM FEED, FF)
\F	—
\g{GROUP}	是	匹配命名或编号捕获组
\G	否	在前一个m//g匹配结束位置时为true
\h	是	匹配所有水平制表符
\H	是	匹配除水平制表符以外的所有字符
\k	是	匹配命名捕获分组，也写作\k’NAME’
\K	否	使\K左边的文本不匹配
\l	—	只将下一个字符小写（而不是foldcase）
\L	—	小写（而不是foldcase）直到\E结束
\n	是	匹配换行符(通常为LINE FEED, LF)
\N	是	匹配除换行符以外的所有字符
\N{NAME}	是	匹配命名字符，别名或序列，如\N{greek:Sigma}匹配 “Σ”
\o{NAME}	是	匹配用八进制给定的字符
\p{PRO}	是	匹配任何有命名属性的字符
\P{PRO}	是	匹配任何没有命名属性的字符
\Q	—	引用（消元）元字符，直到\E结束
\r	是	匹配回车字符（通常是CARRIAGE RETURN, CR）
\R	是	匹配任何换行字形簇（不在字符类中）
\s	是	匹配任何空白字符
\S	是	匹配任何非空白字符
\t	是	匹配制表符（CHARACTER TABULATION, HT)
\u	—	只使下一个字符转换为大写（不是整个字符串为大写）
\U	—	转为大写（而不是首字母大写），直到\E结束
\v	是	匹配任何垂直制表符
\V	是	匹配除垂直空白符以外的任何字符
\w	是	匹配任何"单词"字符（字母，数字，组合标记和连接符号）
\W	是	匹配任何非单词字符
\x{abcd}	是	匹配用十六进制给定的字符
\X	是	匹配字形簇（不在字符类中）
\z	否	只在字符串末尾为true
\Z	否	在字符串末尾或可选的换行符前面时为true

/c使用示例

这里之所以加一个g修饰符是因为perl在进行全局匹配时，会记住匹配的位置，以便下一次继续从匹配的位置继续往下匹配。
为了清晰的查看它的运行原理，可以配合pos函数来获取当前文本匹配的位置。

my $test_str = "my1342daw2";
$test_str =~ m/\d\d/gp;
say "The match part is ${^MATCH} and the position is ",pos $test_str; # 4$test_str =~ m/\d\d/gp;
say "The match part is ${^MATCH} and the position is ",pos $test_str; # 6$test_str =~ m/\d\d/gp;
say "The match part is ${^MATCH} and the position is ",pos $test_str; # undef, 匹配失败以后，指针位置重置$test_str =~ m/\d\d/gp;
say "The match part is ${^MATCH} and the position is ",pos $test_str; # 4，又回到了最初匹配的位置$test_str =~ m/\d\d\d/gpc;
say "The match part is ${^MATCH} and the position is ",pos $test_str; # 匹配失败，但是指针位置依然在之前匹配到的位置

\G使用示例

可以指定\G，使得本次匹配强制从位移处进行匹配，不允许跳过任何匹配失败的字符。
如果本次\G全局匹配成功，位移指针自然会后移
如果本次\G全局匹配失败，且没有加上c修饰符，那么位移指针将重置
如果本次\G全局匹配失败，且加上了c修饰符，那么位移指针将卡在那不动

配合/g修饰符来使用\G

my $txt="1234ab56";
$txt =~ /\d\d/g;
print "matched $&: ",pos $txt,"\n"; # 12, 2
$txt =~ /\d\d/g;
print "matched $&: ",pos $txt,"\n"; # 34, 4$txt =~ /\G\d/g;     # 强制从位移4开始匹配，无法匹配字母a，但又不允许跳过# 所以本次\G全局匹配失败，由于没有修饰符c，指针重置
print "matched $&: ",pos $txt,"\n";$txt =~ /\G\d/g;     # 指针回到0，强制从0处开始匹配，数值1能匹配成功
print "matched $&: ",pos $txt,"\n"; # 1, 1

配合/gc修饰符来使用\G

my $txt="1234ab56";
$txt =~ /\d\d/g;
print "matched $&: ",pos $txt,"\n"; # matched:12, pos: 2
$txt =~ /\d\d/g;
print "matched $&: ",pos $txt,"\n"; # matched:34, pos: 4
$txt =~ /\G\d/gc;        # 匹配失败，指针卡在原地
print "matched $&: ",pos $txt,"\n"; # 依然保留着之前匹配成功的值，matched:34, pos: 4
$txt =~ /\G\d/gc;        # 匹配失败，指针继续卡在原地
print "matched $&: ",pos $txt,"\n";
$txt =~ /\G\d/gc;        # 匹配失败，指针继续卡在原地
print "matched $&: ",pos $txt,"\n";

环视锚定(断言)

"环视"锚定，即lookaround anchor，也称为"零宽断言"，它表示匹配的是位置，不是字符。
(?=...)：表示从左向右的顺序环视。例如(?=\d)表示当前字符的右边是一个数字时就满足条件
(?!...)：表示顺序环视的取反。如(?!\d)表示当前字符的右边不是一个数字时就满足条件
(?<=...)：表示从右向左的逆序环视。例如(?<=\d)表示当前字符的左边是一个数字时就满足条件
(?<!)...：表示逆序环视的取反。如(?<!\d)表示当前字符的左边不是一个数字时就满足条件
关于"环视"锚定，最需要注意的一点是匹配的结果不占用任何字符，它仅仅只是锚定位置。
例如"your name is longshuai MA"和"your name is longfei MA"。使用(?=longshuai)将能锚定第一个句子中单词"longshuai"前面的空字符，但它的匹配结果是"longshuai"前的空白字符，所以(?=longshuai)long才能代表"long"这几个字符串，所以仅对于此处的两个句子，long(?=shuai)和(?=longshuai)long是等价的。
一般为了方便理解，在顺序环视的时候会将匹配内容放在锚定括号的左边(如long(?=longshuai))，在逆序环视的时候会将匹配的内容放在锚定括号的右边(如(?<=long)shuai)。
另外，无论是哪种锚定，都是从左向右匹配再做回溯的(假设允许回溯)，即使是逆序环视。例如：
$str="abc123abcc12c34";# 顺序环视
$str =~ /a.*c(?=\d)/;     # abc123abcc12c
print "$&\n";# 顺序否定环视
$str =~ /a.*c(?!\d)/;     # abc123abc
print "$&\n";# 逆序环视，这里能逆序匹配成功，靠的是锚定括号后面的c
$str =~ /a.*(?<=\d)c/;    # abc123abcc12c
print "$&\n";# 逆序否定环视
$str =~ /a.*(?<!\d)c/;    # abc123abcc
print "$&\n";
逆序环视的表达式必须只能表示固定长度的字符串。例如(?<=word)或(?<=word|word)可以，但(?<=word?)不可以，因为?匹配0或1长度，长度不定，它无法对左边是word还是wordx做正确判断。
1
2
3
$str="hello worlds Gaoxiaofang";
$str =~ /he.*(?<=worlds?) Gao/;         # 报错
$str =~ /he.*(?<=worlds|world) Gao/;    # 报错
在PCRE中，这种变长的逆序环视锚定可重写为(?<=word|words)，但perl中不允许，因为perl严格要求长度必须固定。

固化分组
首先固化分组不是一种分组，所以无法去引用它。它和"占有优先"匹配模式(贪婪匹配、惰性匹配、占有优先匹配三种匹配模式)是等价的除了这两种称呼，在不同的书、不同的语言里还有一种称呼：原子匹配。
它的表示形式类似于分组(?>)，所以有些地方将其称呼为"固化分组"。再次说明，固化分组不是分组，无法进行引用。如果非要将其看作是分组，可以将其理解为被限定的匿名分组：不捕获，只分组。
按照"占有优先"的字面意义来理解比较容易：只要匹配成功了，就绝不回溯。
如果按照固化分组的概念来理解，就是将匹配成功的内容放进分组后，将其固定，不允许进行回溯。但是需要注意，这里的不回溯是放进分组中的内容不会回溯给分组外面，而分组内部的内容是可以回溯的。
如果不知道什么是回溯，看完下面的例子就明白。
例如"hello world"可以被hel.* world成功匹配，但不能被hel(?>.*) world匹配。因为正常情况下，.*匹配到所有内容，然后往回释放已匹配的内容直到释放完空格为止，这种往回释放字符的行为在正则术语中称为"回溯"。而固化分组后，.已匹配后面所有内容，这些内容一经匹配绝不交回，即无法回溯。
但是，如果正则表达式是hel(?>. world)，即将原来分组外面的内容放进了分组内部，这时在分组内部是会回溯的，也就是说能匹配"hello world"。

贪婪匹配、非贪婪匹配、占有优先匹配
在基础正则中，那些能匹配多次的量词都会匹配最长内容。这种尽量多匹配的行为称为"贪婪匹配"(greedy match)。
例如字符串"aa1122ccbb"，用正则表达式a.*c去匹配这个字符串，其中的.*将直接从第二个字母a开始匹配到最结尾的b，因为从第二个字母a开始到最后一个字母b都符合.*的匹配模式。再然后，去匹配字母c，但因为已经把所有字母匹配完了，只能回退一个字母一个字母地释放，每释放一个就匹配一次字母c，发现回退释放到倒数第三个字母就能满足匹配要求，于是这里的.*最终匹配的内容是"a1122cc"。
上面涉及到回溯的概念，也就是将那些已经被量词匹配的内容回退释放。
上面描述的是贪婪匹配行为，还有非贪婪匹配、占有优先匹配，以下简单描述下他们的意义：
非贪婪匹配：(lazy match,reluctant)尽可能少地匹配，也叫做懒惰匹配
占有优先匹配：(possessive)占有优先和固化分组是相同的，只要占有了就不再交换，不允许进行回溯。
有必要搞清楚这几种匹配模式在匹配机制上的区别：
贪婪匹配：对于那些量词，将一次性从左到右匹配到最大长度，然后再往回回溯释放
非贪婪匹配：对于那些量词，将从左向右逐字符匹配最短长度，然后直接结束这次的量词匹配行为
占有优先匹配：按照贪婪模式匹配，匹配后内容就锁住，不进行回溯(后文固化分组有具体示例)
除了上面描述的*量词会进行贪婪匹配，其他所有能进行多次匹配的量词可以选择贪婪匹配模式、非贪婪匹配模式和占有优先匹配模式，只需选择对应的量词元字符即可.

Perl正则表达式详解相关推荐

java判断颜色合法_判断颜色是否合法的正则表达式(详解)
判断颜色是否合法的正则表达式(详解) "^#([0-9a-fA-F]{6}|[0-9a-fA-F]{3})$"; 意思是:以#开头,后面是数字和a-f的字符(大写或小写),这个值是 ...
java中的正则表达式详解
转自:http://gstarwd.iteye.com/category/91108?show_full=true 想必很多人都对正则表达式都头疼.今天,我以我的认识,加上网上一些文章,希望用常人都可 ...
JavaScript正则表达式详解（一）正则表达式入门
JavaScript正则表达式是很多JavaScript开发人员比较头疼的事情,也很多人不愿意学习,只是必要的时候上网查一下就可以啦~本文中详细的把JavaScript正则表达式的用法进行了列表,希望 ...
python面向对象编程的三大特性_Python面向对象总结及类与正则表达式详解
Python3 面向对象 -------------------------------------------------------------------------------- 一丶面向对象 ...
菜鸟教程python正则表达式_python 正则表达式详解
python 正则表达式详解 1. 正则表达式模式模式描述 ^ 匹配字符串的开头 $ 匹配字符串的末尾. . 匹配任意字符,除了换行符,当re.DOTALL标记被指定时,则可以匹配包括换行符的任意字 ...
JS正则表达式详解2
JS的正则表达式详解 //校验是否全由数字组成代码 function isDigit(s) { var patrn=/^[0-9]{1,20}$/; if (!patrn.exec(s)) retu ...
linux下grep文件内容搜索工具及基本正则表达式详解
linux下grep文件内容搜索工具及基本正则表达式详解 grep命令: 根据模式(文本字符和基本正则表达式的元字符组合而成之匹配条件)搜索文本, 并将符合模式的文本行显示出来. 格式:grep [选 ...
python中正则表达式_Python中正则表达式详解
正则表达式是用来简洁表达一组字符串的表达式,本文主要和大家分享Python 中正则表达式知识详解,希望能帮助到大家.操作符说明实例.表示任何单个字符 [ ]字符集,单个字符取值范围[abc]表示a或b ...
php中正则表达式详解,php正则表达式详解
php正则表达式详解一.贪婪模式与非贪婪模式贪婪模式:可以这样认为,就是在整个表达式匹配成功的前提下,尽可能多的匹配,也就是所谓的"贪婪",通俗点讲,就是看到想要的,有多少就捡 ...

Perl正则表达式详解