银子 ’s 博客

Perl有许多区别于其它语言的特性。在所有这些特性中，最重要的一条是对正则表达式的支持。它允许你方便，快捷的处理字符串相关的问题。
正则表达式(regular expressions)是一种特殊语言写成的程序，内嵌于Perl之中。

一、什么是正则表达式

正则表达式，在Perl中通常被称为模式(pattern)：某个模板是否匹配某个字符串。由于存在无限的字符串，某个给定的模式将这些字符串分成两类：一类是能匹配的，一类是不能匹配的。这里没有或者，大概，几乎那样的匹配。要么匹配，要么不匹配。

一个模式可以匹配多个字符串：1个，多个，或者无限个。也可能匹配除了1个，多个，或者无限个字符串之外的所有字符串。我们将正则表达式看作一种由简单语言实现的程序，这种语言只有一个任务：查找某个字符串，返回匹配上(it matches)或者不匹配(it doesnot match)。

二、使用简单的模式

要匹配某个模式(正则表达式)和$_的关系，可以将模式放在正斜线(//)之间

$_ ="hollo world";
if(/o w/){
	print "it matches";
}

模式匹配通常返回true或false，因此经常用在if或while的条件表达式部分。

1.元字符

如果模式只能匹配字面上的字符串，则其用处不会太大。这也是引入特殊字符的原因，它们被叫做元字符(metacharacters)，在正则表达式中具有特殊的含义。

例如，点(.)是通配符，它可以匹配任何单个的字符，但不包括换行符(\n)，点(.)只匹配一个字符。

元字符前使用反斜线将使它变成普通的字符。如，模式/3\.14159/中的点(.)即不是通配符。

反斜线是第二个元字符。如果需要真正的反斜线，需要重复使用两个反斜线，这和Perl中其它情况下是一样的。

2.简单的量词

通常，需要模式中某些串是可以重复的。星号(*)表示匹配前一项0次或者多次。

如果希望包括不同的字符，怎么办呢？点(.)可以匹配任何单字符，因此.*将匹配任意字符任意多数(除了换行符)。

星号的正是叫法是数量词(quantifier)，意指其可以指代多个前面的项。它不是唯一的数量词，加(+)也是。加(+)的意思是可以匹配前面一项的一个或多个。

还有第三个数量词，其限制性更强。它是问号(?)，其含义是前面一个项出现一次，或者不出现。也就是说，前面这个项出现1次或者0次，此外不会有其它情况。

NOTE：这三个数量词必须紧跟在某些项的后面，因为它是指前面项重复的次数。

3.模式中的分组

括号也是元字符。在数学中，括号()用来表示分组。例如，模式/fred+/能匹配上如fredddddddd，这样的字符串，但这种字符串在实际中没有什么用途。模式/(fred)+/能匹配上像fredfredfred这样的字符串，这更可能是你所希望的。

4.选择符

竖线(|)，在这种用法中通常被读作 或(or)，意思是匹配左边的或者右边的。如果竖线左边没有匹配上，则匹配右边。

三、字符类

字符类，是方括号[]中的一列字符，可以匹配上括号内出现的任意单个字符。它匹配一个字符，但这个字符可以是列中的任意一个。

例如，字符类[abcwxyz]可以匹配上括号内七个字母中的任意一个。为了方便，我们可以使用连字号(-)来表示某个范围的字母，因此上例也可以写做[a-cw-z]。

字符类前使用符号^将取此字符类的补集。也就是说，[^def]]将匹配上这三个字符中之外的任意单个字符。[^n\-z]将匹配上n, -, z 之外的任何字符。连接符(-)前面使用反斜线的原因是，它在此字符类中有特别的含义。

1.字符类的简写

有一些字符类出现的非常频繁，因此提供了其简写形式。例如，任何数字的类，[0-9]，可以被简写为：\d。

\w 被称作 word 字符：[A-Za-z0-9_]。如果你的 words 由通常的字母，数字，下划线组成，那你将非常喜欢它。
当然，\w 不能匹配单词，而只能匹配单个字符。为了匹配整个单词，需要后接加号。

\s 对于匹配空白（whitespace）将非常方便。它等价于[\f\t\n\r]，其含5个空白字符：格式符（form-feed）；制表符(tab)，换行符，回车，以及空格符。

2.简写形式的补集

你可能希望得到这三种简写形式的补集。如果那样的话，你可以使用[^\d], [^\w], 和[^\s]，其含义分别是，非数字的字符，非word的字符，和非空白的字符。也可以使用它们对应的大写形式：\D, \W, \S 来完成。它们将匹配它们对应的小写形式不能匹配上的字符。

另一个类字符[\d\D]，它的意思是任何数字，和任何非数字，则意指任何字符。这是匹配所有字符的一种通用方法，甚至包括换行符，而点(.)匹配除换行符以外的任何字符。而[^\d\D]则完全没用，因为它匹配既非数字也非非数字的字符，那什么也不是。

NOTE：本博内容大部分为原创，转载请注明出处。
永久链接：http://www.zdyi.com/perl-regular-expressions/96