Perl中的正則表達式介紹

正則表達式是 Perl 語言的一大特色，也是 Perl 程序中的一點難點，不過如果大家能夠很好的掌握他，就可以輕易地用正則表達式來完成字符串處理的任務，當然在 CGI 程序設計中就更能得心應手了  

感謝AKA及作者。

Perl 中的正則表達式
正則表達式的三種形式

正則表達式中的常用模式

正則表達式的 8 大原則  

    　　正則表達式是 Perl 語言的一大特色，也是 Perl 程序中的一點難點，不過如果大家能夠很好的掌握他，就可以輕易地用正則表達式來完成字符串處理的任務，當然在 CGI 程序設計中就更能得心應手了。下面我們列出一些正則表達式書寫時的一些基本語法規則。

9.1 正則表達式的三種形式
首先我們應該知道 Perl 程序中，正則表達式有三種存在形式，他們分別是：

匹配：m/<regexp>;/ （還可以簡寫為 /<regexp>;/ ，略去 m）

替換：s/<pattern>;/<replacement>;/

轉化：tr/<pattern>;/<replacemnt>;/

這三種形式一般都和 =~ 或 !~ 搭配使用（其中 "=~" 表示相匹配，在整條語句中讀作 does，"!~" 表示不匹配，在整條語句中讀作 doesn't），並在左側有待處理的標量變量。如果沒有該變量和 =~ !~ 操作符，則默認為處理 $_ 變量中的內容。舉例如下：

$str = "I love Perl";
$str =~ m/Perl/; # 表示如果在 $str 中發現 "Perl" 字符串，則返回 "1" 否則返回 "0"。
$str =~ s/Perl/BASH/; # 表示將變量 $str 中的 "Perl" 字符串替換為 "BASH"，如果發生此替換則返回 "1"，否則返回 "0"。
$str !~ tr/A-Z/a-z/; # 表示將變量 $str 中的所有大寫字母轉化為小寫字母，如果轉化發生了則返回 "0"，否則返回 "1"。

另外還有：

foreach (@array) { s/a/b/; } # 此處每次循環將從 @array 數組中取出一個元素存放在 $_ 變量中，並對 $_ 進行替換處理。
while (<FILE>;) { print if (m/error/); } # 這一句稍微復雜一些，他將打印 FILE 文件中所有包含 error 字符串的行。

Perl 的正則表達式中如果出現 () ，則發生匹配或替換後 () 內的模式被 Perl 解釋器自動依次賦給系統 $1, $2 ...... 請看下面的例子：

$string = "I love perl";
$string =~ s/(love)/<$1>;/; # 此時 $1 = "love"，並且該替換的結果是將 $string 變為 "I <love>; perl"
$string = "i love perl";
$string =~ s/(i)(.*)(perl)/<$3>;$2<$1>;/; # 這裡 $1 = "i"，$2 = " love "，$3 = "perl"，並且替換後 $string 變為 "<perl>; love <i>;"

替換操作 s/<pattern>;/<replacement>;/ 還可以在末尾加上 e 或 g 參數，他們的含義分別為：

s/<pattern>;/<replacement>;/g 表示把待處理字符串中所有符合 <pattern>; 的模式全部替換為 <replacement>; 字符串，而不是只替換第一個出現的模式。
s/<pattern>;/<replacement>;/e 表示將把 <replacemnet>; 部分當作一個運算符，這個參數用的不多。

比如下面的例子：

$string = "i:love:perl";
$string =~ s/:/*/; #此時 $string="i*love:perl";
$string = "i:love:perl";
$string =~ s/:/*/g; #此時 $string="i*love*perl";
$string =~ tr/*/ /; #此時 $string="i love perl";
$string = "www22cgi44";
$string =~ s/(d+)/$1*2/e; # (/d+)代表 $string 中的一個或多個數字字符，將這些數字字符執行 *2 的操作，因此最後 $string 變成了 "www44cgi88"。

下面給出一個完整的例子：

#!/usr/bin/perl

print"請輸入一個字符串!n";
$string = <STDIN>;; # <STIDN>;代表標准輸入，會讓使用者輸入一字符串
chop($string); # 將$string最後一個換行的字符n刪除掉
if($string =~ /perl/){
print("輸入的字符串中有 perl 這個字符串!n";
}

如果輸入的字符串含有 perl 這個字符串的話，就會顯示後面的提示信息。

 

9.2 正則表達式中的常用模式
下面是正則表達式中的一些常用模式。

/pattern/  結果 
. 匹配除換行符以外的所有字符
x? 匹配 0 次或一次 x 字符串
x* 匹配 0 次或多次 x 字符串，但匹配可能的最少次數
x+ 匹配 1 次或多次 x 字符串，但匹配可能的最少次數
.* 匹配 0 次或一次的任何字符
.+ 匹配 1 次或多次的任何字符
{m} 匹配剛好是 m 個 的指定字符串
{m,n} 匹配在 m個 以上 n個 以下 的指定字符串
{m,} 匹配 m個 以上 的指定字符串
[] 匹配符合 [] 內的字符
[^] 匹配不符合 [] 內的字符
[0-9] 匹配所有數字字符
[a-z] 匹配所有小寫字母字符
[^0-9] 匹配所有非數字字符
[^a-z] 匹配所有非小寫字母字符
^ 匹配字符開頭的字符
$ 匹配字符結尾的字符
d 匹配一個數字的字符，和 [0-9] 語法一樣
d+ 匹配多個數字字符串，和 [0-9]+ 語法一樣
D 非數字，其他同 d
D+ 非數字，其他同 d+
w 英文字母或數字的字符串，和 [a-zA-Z0-9] 語法一樣
w+ 和 [a-zA-Z0-9]+ 語法一樣
W 非英文字母或數字的字符串，和 [^a-zA-Z0-9] 語法一樣
W+ 和 [^a-zA-Z0-9]+ 語法一樣
s 空格，和 [ntrf] 語法一樣
s+ 和 [ntrf]+ 一樣
S 非空格，和 [^ntrf] 語法一樣
S+ 和 [^ntrf]+ 語法一樣
b 匹配以英文字母,數字為邊界的字符串
B 匹配不以英文字母,數值為邊界的字符串
a|b|c 匹配符合a字符 或是b字符 或是c字符 的字符串
abc 匹配含有 abc 的字符串
(pattern) () 這個符號會記住所找尋到的字符串，是一個很實用的語法。第一個 () 內所找到的字符串變成 $1 這個變量或是 1 變量，第二個 () 內所找到的字符串變成 $2 這個變量或是 2 變量，以此類推下去。 
/pattern/i i 這個參數表示忽略英文大小寫，也就是在匹配字符串的時候，不考慮英文的大小寫問題。
如果要在 pattern 模式中找尋一個特殊字符，如 "*"，則要在這個字符前加上 符號，這樣才會讓特殊字符失效
 

下面給出一些例子：   

范例 說明
/perl/ 找到含有 perl 的字符串
/^perl/ 找到開頭是 perl 的字符串
/perl$/ 找到結尾是 perl 的字符串
/c|g|i/ 找到含有 c 或 g 或 i 的字符串
/cg{2,4}i/ 找到 c 後面跟著 2個到 4個 g ，再跟著 i 的字符串
/cg{2,}i/ 找到 c 後面跟著 2個以上 g ，再跟著 i 的字符串
/cg{2}i/ 找到 c 後面跟著 2個 g，再跟著 i 的字符串
/cg*i/ 找到 c 後面跟著 0個或多個 g ，再跟著 i 的字符串，如同/cg{0,1}i/
/cg+i/ 找到 c 後面跟著一個以上 g，再跟著 i 的字符串，如同/cg{1,}i/
/cg?i/ 找到 c 後面跟著 0個或是 1個 g ，再跟著 i 的字符串，如同/cg{0,1}i/
/c.i/ 找到 c 後面跟著一個任意字符，再跟著 i 的字符串
/c..i/ 找到 c 後面跟著二個任意字符，再跟著 i 的字符串
/[cgi]/ 找到符合有這三個字符任意一個的字符串
/[^cgi]/ 找到沒有這三個字符中任意一個的字符串
/d/ 找尋符合數字的字符，可以使用/d+/來表示一個或是多個數字組成的字符串
/D/ 找尋符合不是數字的字符，可以使用/D+/來表示一個或是更多個非數字組成的字符串
/*/ 找尋符合 * 這個字符，因為 * 在常規表達式中有它的特殊意思，所以要在這個特殊符號前加上 符號，這樣才會讓這個特殊字符失效
/abc/i 找尋符合 abc 的字符串而且不考慮這些字符串的大小寫

 

9.3 正則表達式的八大原則
如果在 Unix 中曾經使用過 sed、awk、grep 這些命令的話，相信對於 Perl 語言中的正則表達式(Regular Expression)不會感到陌生。Perl 語言由於有這個功能，所以對字符串的處理能力非常強。在Perl語言的程序中，經常可以看到正則表達式的運用，在 CGI 程序設計中也不例外。

　　正則表達式是初學 Perl 的難點所在，不過只要一旦掌握其語法，你就可以擁有幾乎無限的模式匹配能力，而且 Perl 編程的大部分工作都是掌握常規表達式。下面給大家介紹幾條正則表達式使用過程中的 8 大原則。

　　正則表達式在對付數據的戰斗中可形成龐大的聯盟——這常常是一場戰爭。我們要記住下面八條原則：

· 原則1：正則表達式有三種不同形式(匹配(m/ /)，替換(s/ / /eg)和轉換(tr/ / /))。

· 原則2：正則表達式僅對標量進行匹配( $scalar =~ m/a/; 可以工作; @array =~ m/a/ 將把@array作為標量對待，因此可能不會成功)。

· 原則3：正則表達式匹配一個給定模式的最早的可能匹配。缺省時，僅匹配或替換正則表達式一次( $a = 'string string2'; $a =~ s/string/ /; 導致 $a = 'string 2')。

· 原則4：正則表達式能夠處理雙引號所能處理的任