第六章 模式匹配

by flamephoenix

一、簡介
二、匹配操作符
三、模式中的特殊字符
??1、字符+
??2、字符 []和[^]
??3、字符 *和?
??4、轉(zhuǎn)義字符
??5、匹配任意字母或數(shù)字
??6、錨模式
??7、模式中的變量替換
??8、字符范圍轉(zhuǎn)義前綴
??9、匹配任意字符
??10、匹配指定數(shù)目的字符
??11、指定選項(xiàng)
??12、模式的部分重用
??13、轉(zhuǎn)義和特定字符的執(zhí)行次序
??14、指定模式定界符
??15、模式次序變量
四、模式匹配選項(xiàng)
??1、匹配所有可能的模式(g選項(xiàng))
??2、忽略大小寫(i選項(xiàng))例
??3、將字符串看作多行(m選項(xiàng))
??4、只執(zhí)行一次變量替換例
??5、將字符串看作單行例
??6、在模式中忽略空格
五、替換操作符
六、翻譯操作符
七、擴(kuò)展模式匹配
??1、不存貯括號(hào)內(nèi)的匹配內(nèi)容
??2、內(nèi)嵌模式選項(xiàng)
??3、肯定的和否定的預(yù)見匹配
??4、模式注釋


一、簡介
?? 模式指在字符串中尋找的特定序列的字符，由反斜線包含：/def/即模式def。其用法如結(jié)合函數(shù)split將字符串用某模式分成多個(gè)單詞：@array = split(/ /, $line);
二、匹配操作符 =~、!~
?? =~檢驗(yàn)匹配是否成功：$result = $var =~ /abc/;若在該字符串中找到了該模式，則返回非零值，即true，不匹配則返回0，即false。!~則相反。
?? 這兩個(gè)操作符適于條件控制中，如：
?? if ($question =~ /please/) {
???? print ("Thank you for being polite!\n");
?? }
?? else {
???? print ("That was not very polite!\n");
?? }
三、模式中的特殊字符
?? PERL在模式中支持一些特殊字符，可以起到一些特殊的作用。
1、字符 +
?? +意味著一個(gè)或多個(gè)相同的字符，如：/de+f/指def、deef、deeeeef等。它盡量匹配盡可能多的相同字符，如/ab+/在字符串a(chǎn)bbc中匹配的將是abb，而不是ab。
?? 當(dāng)一行中各單詞間的空格多于一個(gè)時(shí)，可以如下分割：
???? @array = split (/ +/, $line);
?? 注：split函數(shù)每次遇到分割模式，總是開始一個(gè)新單詞，因此若$line以空格打頭，則@array的第一個(gè)元素即為空元素。但其可以區(qū)分是否真有單詞，如若$line中只有空格，則@array則為空數(shù)組。且上例中TAB字符被當(dāng)作一個(gè)單詞。注意修正。
2、字符 []和[^]
?? []意味著匹配一組字符中的一個(gè)，如/a[0123456789]c/將匹配a加數(shù)字加c的字符串。與+聯(lián)合使用例：/d[eE]+f/匹配def、dEf、deef、dEdf、dEEEeeeEef等。^表示除其之外的所有字符，如：/d[^deE]f/匹配d加非e字符加f的字符串。
3、字符 *和?
?? 它們與+類似，區(qū)別在于*匹配0個(gè)、1個(gè)或多個(gè)相同字符，?匹配0個(gè)或1個(gè)該字符。如/de*f/匹配df、def、deeeef等；/de?f/匹配df或def。
4、轉(zhuǎn)義字符
?? 如果你想在模式中包含通常被看作特殊意義的字符，須在其前加斜線"\"。如：/\*+/中\(zhòng)*即表示字符*，而不是上面提到的一個(gè)或多個(gè)字符的含義。斜線的表示為/\\/。在PERL5中可用字符對(duì)\Q和\E來轉(zhuǎn)義。
5、匹配任意字母或數(shù)字
?? 上面提到模式/a[0123456789]c/匹配字母a加任意數(shù)字加c的字符串，另一種表示方法為：/a[0-9]c/，類似的，[a-z]表示任意小寫字母，[A-Z]表示任意大寫字母。任意大小寫字母、數(shù)字的表示方法為：/[0-9a-zA-Z]/。
6、錨模式

?? 例1：/^def/只匹配以def打頭的字符串，/$def/只匹配以def結(jié)尾的字符串，結(jié)合起來的/^def$/只匹配字符串def(?)。\A和\Z在多行匹配時(shí)與^和$不同。
?? 例2：檢驗(yàn)變量名的類型：
???? if ($varname =~ /^\$[A-Za-z][_0-9a-zA-Z]*$/) {
?????? print ("$varname is a legal scalar variable\n");
???? } elsif ($varname =~ /^@[A-Za-z][_0-9a-zA-Z]*$/) {
?????? print ("$varname is a legal array variable\n");
???? } elsif ($varname =~ /^[A-Za-z][_0-9a-zA-Z]*$/) {
?????? print ("$varname is a legal file variable\n");
???? } else {
?????? print ("I don't understand what $varname is.\n");
????}
?? 例3：\b在單詞邊界匹配：/\bdef/匹配def和defghi等以def打頭的單詞，但不匹配abcdef。/def\b/匹配def和abcdef等以def結(jié)尾的單詞，但不匹配defghi，/\bdef\b/只匹配字符串def。注意：/\bdef/可匹配$defghi，因?yàn)?并不被看作是單詞的部分。
?? 例4：\B在單詞內(nèi)部匹配：/\Bdef/匹配abcdef等，但不匹配def；/def\B/匹配defghi等；/\Bdef\B/匹配cdefg、abcdefghi等，但不匹配def,defghi,abcdef。
7、模式中的變量替換
?? 將句子分成單詞：
???? $pattern = "[\\t ]+";
???? @words = split(/$pattern/, $line);
8、字符范圍轉(zhuǎn)義

?? 例：/[\da-z]/匹配任意數(shù)字或小寫字母。
9、匹配任意字符
?? 字符"."匹配除換行外的所有字符，通常與*合用。
10、匹配指定數(shù)目的字符
?? 字符對(duì){}指定所匹配字符的出現(xiàn)次數(shù)。如：/de{1,3}f/匹配def,deef和deeef；/de{3}f/匹配deeef；/de{3,}f/匹配不少于3個(gè)e在d和f之間；/de{0,3}f/匹配不多于3個(gè)e在d和f之間。
11、指定選項(xiàng)
?? 字符"|"指定兩個(gè)或多個(gè)選擇來匹配模式。如：/def|ghi/匹配def或ghi。
?? 例：檢驗(yàn)數(shù)字表示合法性
?? if ($number =~ /^-?\d+$|^-?0[xX][\da-fa-F]+$/) {
???? print ("$number is a legal integer.\n");
?? } else {
???? print ("$number is not a legal integer.\n");
?? }
?? 其中 ^-?\d+$ 匹配十進(jìn)制數(shù)字，^-?0[xX][\da-fa-F]+$ 匹配十六進(jìn)制數(shù)字。
12、模式的部分重用
?? 當(dāng)模式中匹配相同的部分出現(xiàn)多次時(shí)，可用括號(hào)括起來，用\n來多次引用，以簡化表達(dá)式：
/\d{2}([\W])\d{2}\1\d{2}/ 匹配：
???? 12-05-92
???? 26.11.87
???? 07 04 92等
?? 注意：/\d{2}([\W])\d{2}\1\d{2}/ 不同于/(\d{2})([\W])\1\2\1/ ，后者只匹配形如17-17-17的字符串，而不匹配17-05-91等。
13、轉(zhuǎn)義和特定字符的執(zhí)行次序
?? 象操作符一樣，轉(zhuǎn)義和特定字符也有執(zhí)行次序：

14、指定模式定界符
?? 缺省的，模式定界符為反斜線/，但其可用字母m自行指定，如：
???? m!/u/jqpublic/perl/prog1! 等價(jià)于/\/u\/jqpublic\/perl\/prog1/
?? 注：當(dāng)用字母'作為定界符時(shí)，不做變量替換；當(dāng)用特殊字符作為定界符時(shí)，其轉(zhuǎn)義功能或特殊功能即不能使用。
15、模式次序變量
?? 在模式匹配后調(diào)用重用部分的結(jié)果可用變量$n，全部的結(jié)果用變量$&。
???? $string = "This string contains the number 25.11.";
???? $string =~ /-?(\d+)\.?(\d+)/; # 匹配結(jié)果為25.11
???? $integerpart = $1; # now $integerpart = 25
???? $decimalpart = $2; # now $decimalpart = 11
???? $totalpart = $&; # now totalpart = 25.11
四、模式匹配選項(xiàng)

1、匹配所有可能的模式(g選項(xiàng))
?? @matches = "balata" =~ /.a/g; # now @matches = ("ba", "la", "ta")
?? 匹配的循環(huán)：
?? while ("balata" =~ /.a/g) {
???? $match = $&;
???? print ("$match\n");
?? }
?? 結(jié)果為：
???? ba
???? la
???? ta
?? 當(dāng)使用了選項(xiàng)g時(shí)，可用函數(shù)pos來控制下次匹配的偏移：
???? $offset = pos($string);
???? pos($string) = $newoffset;
2、忽略大小寫(i選項(xiàng))例
?? /de/i 匹配de,dE,De和DE。
3、將字符串看作多行(m選項(xiàng))
?? 在此情況下，^符號(hào)匹配字符串的起始或新的一行的起始；$符號(hào)匹配任意行的末尾。
4、只執(zhí)行一次變量替換例
?? $var = 1;
?? $line = <STDIN>;
?? while ($var < 10) {
???? $result = $line =~ /$var/o;
???? $line = <STDIN>;
???? $var++;
?? }
?? 每次均匹配/1/。
5、將字符串看作單行例
?? /a.*bc/s匹配字符串a(chǎn)xxxxx \nxxxxbc，但/a.*bc/則不匹配該字符串。
6、在模式中忽略空格
?? /\d{2} ([\W]) \d{2} \1 \d{2}/x等價(jià)于/\d{2}([\W])\d{2}\1\d{2}/。
五、替換操作符
?? 語法為s/pattern/replacement/，其效果為將字符串中與pattern匹配的部分換成replacement。如：
???? $string = "abc123def";
???? $string =~ s/123/456/; # now $string = "abc456def";
?? 在替換部分可使用模式次序變量$n，如s/(\d+)/[$1]/，但在替換部分不支持模式的特殊字符，如{},*,+等，如s/abc/[def]/將把a(bǔ)bc替換為[def]。
?? 替換操作符的選項(xiàng)如下表：

?? 注：e選項(xiàng)把替換部分的字符串看作表達(dá)式，在替換之前先計(jì)算其值，如：
???? $string = "0abc1";
???? $string =~ s/[a-zA-Z]+/$& x 2/e; # now $string = "0abcabc1"
六、翻譯操作符
?? 這是另一種替換方式，語法如：tr/string1/string2/。同樣，string2為替換部分，但其效果是把string1中的第一個(gè)字符替換為string2中的第一個(gè)字符，把string1中的第二個(gè)字符替換為string2中的第二個(gè)字符，依此類推。如：
???? $string = "abcdefghicba";
???? $string =~ tr/abc/def/; # now string = "defdefghifed"
?? 當(dāng)string1比string2長時(shí)，其多余字符替換為string2的最后一個(gè)字符；當(dāng)string1中同一個(gè)字符出現(xiàn)多次時(shí)，將使用第一個(gè)替換字符。
?? 翻譯操作符的選項(xiàng)如下：

?? 如$string =~ tr/\d/ /c;把所有非數(shù)字字符替換為空格。$string =~ tr/\t //d；刪除tab和空格；? $string =~ tr/0-9/ /cs；把數(shù)字間的其它字符替換為一個(gè)空格。

七、擴(kuò)展模式匹配
?? PERL支持PERL4和標(biāo)準(zhǔn)UNIX模式匹配操作所沒有的一些模式匹配能力。其語法為：(?<c>pattern)，其中c是一個(gè)字符，pattern是起作用的模式或子模式。
1、不存貯括號(hào)內(nèi)的匹配內(nèi)容
?? 在PERL的模式中，括號(hào)內(nèi)的子模式將存貯在內(nèi)存中，此功能即取消存貯該括號(hào)內(nèi)的匹配內(nèi)容，如/(?:a|b|c)(d|e)f\1/中的\1表示已匹配的d或e，而不是a或b或c。
2、內(nèi)嵌模式選項(xiàng)
?? 通常模式選項(xiàng)置于其后，有四個(gè)選項(xiàng)：i、m、s、x可以內(nèi)嵌使用，語法為：/(?option)pattern/，等價(jià)于/pattern/option。
3、肯定的和否定的預(yù)見匹配
?? 肯定的預(yù)見匹配語法為/pattern(?=string)/，其意義為匹配后面為string的模式，相反的，(?!string)意義為匹配后面非string的模式，如：
???? $string = "25abc8";
???? $string =~ /abc(?=[0-9])/;
???? $matched = $&; # $&為已匹配的模式，此處為abc，而不是abc8
4、模式注釋
?? PERL5中可以在模式中用?#來加注釋，如：
???? if ($string =~ /(?i)[a-z]{2,3}(?# match two or three alphabetic characters)/ {
?????? ...
???? }