正则表达式
正则表达式比此处所介绍的主题要大得多,确信你理解了这些概念。对于教程, 可以参阅 perlrequick 或 perlretut。而权威的文档,则能够参阅 perlre。
匹配和替换返回数量
m//
和 s///
操作符分别返回匹配或替换的数目。你既可以直接使用该数目, 也可以检查其真值。
if ( $str =~ /Diggle|Shelley/ ) {
print "We found Pete or Steve!\n";
}
if ( my $n = ($str =~ s/this/that/g) ) {
print qq{Replaced $n occurrence(s) of "this"\n};
}
不要在未检查匹配成功的情况下使用捕获变量
除非匹配成功,捕获变量 $1
等是无效的,并且它们不会被清理。
# BAD: Not checked, but at least it "works".
my $str = 'Perl 101 rocks.';
$str =~ /(\d+)/;
print "Number: $1"; # Prints "Number: 101";
# WORSE: Not checked, and the result is not what you'd expect
$str =~ /(Python|Ruby)/;
print "Language: $1"; # Prints "Language: 101";
你必须检查匹配的返回值:
# GOOD: Check the results
my $str = 'Perl 101 rocks.';
if ( $str =~ /(\d+)/ ) {
print "Number: $1"; # Prints "Number: 101";
}
if ( $str =~ /(Python|Ruby)/ ) {
print "Language: $1"; # Never gets here
}
常用匹配选项
/i
:不区分大小写
/g
:匹配多次
$var = "match match match";
while ($var =~ /match/g) { $a++; }
print "$a\n"; # prints 3
$a = 0;
$a++ foreach ($var =~ /match/g);
print "$a\n"; # prints 3
/m
:更改 ^
和 $
的意义
正常情况下,^
意为字符串的开头,而 $
为字符串的结尾。/m
使它们分别意为行首和行尾。
$str = "one\ntwo\nthree";
@a = $str =~ /^\w+/g; # @a = ("one");
@b = $str =~ /^\w+/gm; # @b = ("one","two","three")
不管是否有 /m
,使用 \A
和 \z
来匹配字符串的开头和结尾。\Z
除了会忽略最后的换行之外,与 \z
相同,
/s
:使 .
也匹配换行
$str = "one\ntwo\nthree\n";
$str =~ /^(.{8})/s;
print $1; # prints "one\ntwo\n"
捕获变量 $1
及之友
捕获括号对的内容被存储到数字变量中。括号从左到右分配:
my $str = "abc";
$str =~ /(((a)(b))(c))/;
print "1: $1 2: $2 3: $3 4: $4 5: $5\n";
# prints: 1: abc 2: ab 3: a 4: b 5: c
捕获括号及变量的数目没有上限。
利用 ?:
避免捕获
如果括号后紧接着 ?:
,那么该分组不会被捕获。在你不想保存匹配的内容时 会有用:
my $str = "abc";
$str =~ /(?:a(b)c)/;
print "$1\n"; # prints "b"
利用 /x
选项使正则表达式更易读
如果你在使用正则表达式时玩了些花样,那么为它写注释。你可以使用 /x
选项达到目的。
丑陋的庞然大物:
my ($num) = $ARGV[0] =~ m/^\+?((?:(?<!\+)-)?(?:\d*.)?\d+)$/x;
使用 /x
允许的空白和注释更可读:
my ($num) =
$ARGV[0] =~ m/^ \+? # An optional plus sign, to be discarded
( # Capture...
(?:(?<!\+)-)? # a negative sign, if there's no plus behind it,
(?:\d*.)? # an optional number, followed by a point if a decimal,
\d+ # then any number of numbers.
)$/x;
除非被转义,空白和注释将被去除。
利用 \Q
和 \E
自动引起正则表达式
这会自动转义正则表达式的元字符。不会转义 $
符号。
my $num = '3.1415';
print "ok 1\n" if $num =~ /\Q3.14\E/;
$num = '3X1415';
print "ok 2\n" if $num =~ /\Q3.14\E/;
print "ok 3\n" if $num =~ /3.14/;
输出:
ok 1
ok 3
对 s///
使用 /e
选项来执行代码
这将允许任意代码替换正则表达式中的字符串。
my $str = "AbCdE\n";
$str =~ s/(\w)/lc $1/eg;
print $str; # prints "abcde"
必要时使用 $1
及之友。
了解何时使用 study
study
在多数情况下都无用。它所做的是创建一个每个单字节字符首次出现在字符串中 的位置的表。这意味着如果你有 1,000 个字符长的字符串,你要寻找由一个常量字符开头 的各种字符串,匹配器可以立即跳转到正确的位置。例如:
"This is a very long [... 900 characters skipped...] string that I have here,
ending at position 1000"
现在,如果你要匹配正则表达式 /Icky/
,匹配器将试图寻找第一个匹配的字母 I
。在 找到它之前得扫描前面的 900+ 个字符。但 study
创建了一个 256 个字节第一次出现 的地方的表。所以扫描器能够立即跳转到那个位置来开始匹配。
译注:这里没有考虑到多字节字符。
使用 re => debug
调试正则表达式
-Mre=debug
更多建议: