Perl 学习笔记－正则表达式基础篇

1.Perl中的正则表达式

　　在Perl中叫做模式, 是一个匹配(或不匹配)某字符串的模板, 是一种小程序, 对于一个字符串, 要么匹配, 要么不匹配.

　　使用简易模式: 将模式写在一对正斜线(/)中即可.

2.元字符

　　 .  匹配非换行符 \n 的任何单字符, 需要注意的是转义字符如  \t  算做一个字符. 匹配  .  应该使用  \.

　　 *  匹配前面的内容0次或多次, 使用  .* 表示匹配任意单字符任意次(这种模式也称为捡破烂模式)

　　 +  匹配前面的内容至少1次

　　 ?  匹配前面的内容至多1次

3.模式分组

　　使用圆括号 () 来分组, 它也是一个元字符.

　　分组可以实现反向引用, 如 \1 就是在使用第一个分组, \2 使用第二个分组 如:  /(.)\/ 表示匹配连续2个相同的字符, 使用  /(.)(.)\\/ 可以得到4个字符的回文串; 分组的依据是左括号从左到右的序号, 从1开始, 如连续4个字符回文串也可以写作 /((.)(.)\\)/

　　分组编号的处理: Perl的原则是贪心取最大值,  所以\111 是第111号组, 如果只是想用\1, 而且在后面匹配字符"11",那就会冲突;  可以使用\g{N}来避免,  其中当N为正数时, 表示从左到右的第N个组,  当为负数时, 表示相对于当前从右往左数的第N个组.

4.选择匹配

　　使用符号 |  , 只要在多个模式中有一个匹配即可, 由于一个模式要么匹配,要么不匹配, 一个字符串一般只匹配一个模式, 所以没有 类似于取反和求交集的逻辑操作.

5.字符集

　　定义: 指一串可能出现的字符集合, 写在 [] 中表示, 它只匹配单个字符, 但是可以使字符集中的任何一个; 如  [a-cw-z]   [a-zA-Z0-9_]

　　简写:  [-] <=> \d     [A-Za-z0-9_] <=> \w  [\f\t\n\r ] <=> \s #主要\r后面有一个空格

　　反义简写:  [^\d] [^\w] [^\s] 分别表示非数字, 非单词字符, 非空白符; 对应等价于: \D  \W  \S

　　注意:  ^ 在字符集中才表示反义简写, 但是在模式中表示开头, 结尾对应  $  , 如  /^perl/ 表示以perl开头的字符串

6.正则表达式使用

　　匹配：m/<regexp>;/ （还可以简写为 /<regexp>;/ ，略去 m）
　　替换：s/<pattern>;/<replacement>;/
　　转化：tr/<pattern>;/<replacemnt>;/

　　符号:  =~  表示匹配,  !~  表示不匹配

$roger = "AABCDEF";
$Roger = "AABCDEF";
$count = $roger =~ tr/A/H/c; # /c表示将不匹配的字符替换, 同理有/d表示把所有匹配的字符全部替换
$count2 = $Roger =~ tr/A/H/; # 将匹配的字符替换,省略了/d 即: tr/A/H/d;
print $count."\t".$roger."\n"; #5    AAHHHHH
print $count2."\t".$Roger."\n"; #2    HHBCDEF

$roger = "AABCDEF";
$count = $roger =~ tr/A/H/ds; # /s表示要替换的字符串中如果持续连续两个相同字符,就去掉冗余的
print $count."\t".$roger."\n"; #2    HBCDEF

　　2种用法:

$roger = "AABCDEF";
$count = $roger =~ tr/A//; # 等价于tr/A/A/; 统计模式出现的次数, 不会改变原串
print $count."\t".$roger."\n"; #2    AABCDEF
$count = $roger =~ tr/[A-Z]/[a-z]/;  #替换成小写
print $count."\t".$roger."\n"; #7    aabcdef

　　可以在替换的时候使用反向引用 s/(word1)(word2)/$$/  这样可以交换字符串的word1和word2,注意后面是$2 $1