正则表达式（Regular Expressions）

正则表达式是一串字符，用于定义您正在查看的图案。 Perl中正则表达式的语法与您在其他正则表达式支持程序（如sed ， grep和awk的语法非常相似。

应用正则表达式的基本方法是使用模式绑定运算符=〜和! 〜。 第一个运算符是测试和赋值运算符。

Perl中有三个正则表达式运算符。

• 匹配正则表达式 - m //
• 替代正则表达式 - s ///
• 音译正则表达式 - tr ///

每种情况下的正斜杠都充当您指定的正则表达式（正则表达式）的分隔符。 如果您对任何其他分隔符感到满意，则可以使用代替正斜杠。

匹配运算符

匹配运算符m //用于将字符串或语句与正则表达式进行匹配。 例如，要将字符序列“foo”与标量$ bar匹配，您可以使用如下语句 -

#!/usr/bin/perl
$bar = "This is foo and again foo";
if ($bar =~ /foo/) {
   print "First time is matching\n";
} else {
   print "First time is not matching\n";
}
$bar = "foo";
if ($bar =~ /foo/) {
   print "Second time is matching\n";
} else {
   print "Second time is not matching\n";
}

执行上述程序时，会产生以下结果 -

First time is matching
Second time is matching

m //实际上与q //运算符系列的工作方式相同。您可以使用自然匹配字符的任意组合作为表达式的分隔符。 例如，m {}，m（）和m> 所以上面的例子可以重写如下 -

#!/usr/bin/perl
$bar = "This is foo and again foo";
if ($bar =~ m[foo]) {
   print "First time is matching\n";
} else {
   print "First time is not matching\n";
}
$bar = "foo";
if ($bar =~ m{foo}) {
   print "Second time is matching\n";
} else {
   print "Second time is not matching\n";
}

如果分隔符是正斜杠，则可以从m //中省略m，但对于所有其他分隔符，必须使用m前缀。

请注意，如果表达式匹配，整个匹配表达式（即=〜或！〜左侧的表达式和匹配运算符）将返回true（在标量上下文中）。 因此声明 -

$true = ($foo =~ m/foo/);

如果$ foo与正则表达式匹配，则将$ true设置为1;如果匹配失败，则将0设置为0。 在列表上下文中，匹配返回任何分组表达式的内容。 例如，从时间字符串中提取小时，分钟和秒时，我们可以使用 -

my ($hours, $minutes, $seconds) = ($time =~ m/(\d+):(\d+):(\d+)/);

匹配运算符修饰符

匹配运算符支持自己的一组修饰符。 /g修饰符允许全局匹配。 /i修饰符将使匹配大小写不敏感。 这是修饰符的完整列表

只匹配一次

还有一个更简单的匹配算子版本 - ？PATTERN？ 运算符。 这与m //运算符基本相同，只是它在每次重置调用之间搜索的字符串中只匹配一次。

例如，您可以使用它来获取列表中的第一个和最后一个元素 -

#!/usr/bin/perl
@list = qw/food foosball subeo footnote terfoot canic footbrdige/;
foreach (@list) {
   $first = $1 if /(foo.*?)/;
   $last = $1 if /(foo.*)/;
}
print "First: $first, Last: $last\n";

执行上述程序时，会产生以下结果 -

First: food, Last: footbrdige

正则表达式变量

正则表达式变量包括$ ，其中包含匹配的最后一个分组匹配; $& ，包含整个匹配的字符串; $` ，包含匹配字符串之前的所有内容; 和$' ，包含匹配字符串后的所有内容。 以下代码演示了结果 -

#!/usr/bin/perl
$string = "The food is in the salad bar";
$string =~ m/foo/;
print "Before: $`\n";
print "Matched: $&\n";
print "After: $'\n";

执行上述程序时，会产生以下结果 -

Before: The
Matched: foo
After: d is in the salad bar

替代运算符

替换运算符s ///实际上只是匹配运算符的扩展，它允许您替换与某些新文本匹配的文本。 运算符的基本形式是 -

s/PATTERN/REPLACEMENT/;

PATTERN是我们正在寻找的文本的正则表达式。 REPLACEMENT是我们要用来替换找到的文本的文本或正则表达式的规范。 例如，我们可以使用以下正则表达式将所有出现的dog替换为cat -

#/user/bin/perl
$string = "The cat sat on the mat";
$string =~ s/cat/dog/;
print "$string\n";

执行上述程序时，会产生以下结果 -

The dog sat on the mat

替换运算符修饰符

以下是替换运算符使用的所有修饰符的列表。

翻译运算符

翻译与替换原则类似，但不完全相同，但与替换不同，翻译（或音译）不使用正则表达式来搜索替换值。 翻译经营者是 -

tr/SEARCHLIST/REPLACEMENTLIST/cds
y/SEARCHLIST/REPLACEMENTLIST/cds

该翻译将SEARCHLIST中出现的所有字符替换为REPLACEMENTLIST中的相应字符。 例如，使用“猫坐在垫子上”。 我们在本章中使用过的字符串 -

#/user/bin/perl
$string = 'The cat sat on the mat';
$string =~ tr/a/o/;
print "$string\n";

执行上述程序时，会产生以下结果 -

The cot sot on the mot.

也可以使用标准Perl范围，允许您通过字母或数值指定字符范围。 要更改字符串的大小写，可以使用以下语法代替uc函数。

$string =~ tr/a-z/A-Z/;

翻译运算符修饰符

以下是与翻译相关的运算符列表。

/d修饰符删除与REPARACEMENT列表中没有相应条目的SEARCHLIST匹配的字符。 例如 -

#!/usr/bin/perl 
$string = 'the cat sat on the mat.';
$string =~ tr/a-z/b/d;
print "$string\n";

执行上述程序时，会产生以下结果 -

b b   b.

最后一个修饰符/ s删除了被替换的重复字符序列，因此 -

#!/usr/bin/perl
$string = 'food';
$string = 'food';
$string =~ tr/a-z/a-z/s;
print "$string\n";

执行上述程序时，会产生以下结果 -

fod

更复杂的正则表达式

您不必只需匹配固定字符串。 事实上，通过使用更复杂的正则表达式，您可以匹配任何您梦寐以求的东西。 这是一个快速的备忘单 -

下表列出了Python中可用的正则表达式语法。

^元字符匹配字符串的开头，$ metasymbol匹配字符串的结尾。 以下是一些简短的例子。

# nothing in the string (start and end are adjacent)
/^$/   
# a three digits, each followed by a whitespace
# character (eg "3 4 5 ")
/(\d\s) {3}/  
# matches a string in which every
# odd-numbered letter is a (eg "abacadaf")
/(a.)+/  
# string starts with one or more digits
/^\d+/
# string that ends with one or more digits
/\d+$/

让我们看看另一个例子。

#!/usr/bin/perl
$string = "Cats go Catatonic\nWhen given Catnip";
($start) = ($string =~ /\A(.*?) /);
@lines = $string =~ /^(.*?) /gm;
print "First word: $start\n","Line starts: @lines\n";

执行上述程序时，会产生以下结果 -

First word: Cats
Line starts: Cats When

匹配边界

\b匹配任何单词边界，由\ w类和\​​ W类之间的差异定义。 因为\ w包含单词的字符，而\ W包含相反的字符，这通常意味着单词的终止。 \B断言匹配任何不是单词边界的位置。 例如 -

/\bcat\b/ # Matches 'the cat sat' but not 'cat on the mat'
/\Bcat\B/ # Matches 'verification' but not 'the cat on the mat'
/\bcat\B/ # Matches 'catatonic' but not 'polecat'
/\Bcat\b/ # Matches 'polecat' but not 'catatonic'

选择替代品

| 字符就像Perl中的标准或按位OR。 它指定正则表达式或组中的备用匹配。 例如，要在表达式中匹配“cat”或“dog”，您可以使用此 -

if ($string =~ /cat|dog/)

您可以将表达式的各个元素组合在一起，以支持复杂匹配。 搜索两个人的名字可以通过两个单独的测试来实现，像这样 -

if (($string =~ /Martin Brown/) ||  ($string =~ /Sharon Brown/))
This could be written as follows
if ($string =~ /(Martin|Sharon) Brown/)

分组匹配

从正则表达的角度来看，除了前者稍微更清楚之外没有区别。

$string =~ /(\S+)\s+(\S+)/;
and 
$string =~ /\S+\s+\S+/;

但是，分组的好处是它允许我们从正则表达式中提取序列。 分组按照它们在原始文件中出现的顺序作为列表返回。 例如，在下面的片段中，我们从字符串中提取了小时，分钟和秒。

my ($hours, $minutes, $seconds) = ($time =~ m/(\d+):(\d+):(\d+)/);

除了这个直接方法，匹配组也可以在特殊的$ x变量中使用，其中x是正则表达式中的组的编号。 因此，我们可以重写前面的例子如下 -

#!/usr/bin/perl
$time = "12:05:30";
$time =~ m/(\d+):(\d+):(\d+)/;
my ($hours, $minutes, $seconds) = ($1, $2, $3);
print "Hours : $hours, Minutes: $minutes, Second: $seconds\n";

执行上述程序时，会产生以下结果 -

Hours : 12, Minutes: 05, Second: 30

在替换表达式中使用组时，可以在替换文本中使用$ x语法。 因此，我们可以使用这个重新格式化日期字符串 -

#!/usr/bin/perl
$date = '03/26/1999';
$date =~ s#(\d+)/(\d+)/(\d+)#$3/$1/$2#;
print "$date\n";

执行上述程序时，会产生以下结果 -

1999/03/26

\G断言

\G断言允许您从最后一次匹配发生的位置继续搜索。 例如，在下面的代码中，我们使用了\ G，以便我们可以搜索到正确的位置然后提取一些信息，而无需创建更复杂的单个正则表达式 -

#!/usr/bin/perl
$string = "The time is: 12:31:02 on 4/12/00";
$string =~ /:\s+/g;
($time) = ($string =~ /\G(\d+:\d+:\d+)/);
$string =~ /.+\s+/g;
($date) = ($string =~ m{\G(\d+/\d+/\d+)});
print "Time: $time, Date: $date\n";

执行上述程序时，会产生以下结果 -

Time: 12:31:02, Date: 4/12/00

\G断言实际上只是pos函数的metasymbol等价物，因此在正则表达式调用之间你可以继续使用pos，甚至可以通过使用pos作为左值子程序来修改pos的值（因此也可以修改\ G）。

Regular-expression Examples

文字字符

角色类

特殊字符类

重复案件

Nongreedy Repetition

这匹配最小的重复次数 -

用括号分组

Backreferences

这与之前匹配的组再次匹配 -

替代品(Alternatives)

Anchors

这需要指定匹配位置。

带括号的特殊语法