PERL学习笔记---正则表达式

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，如下：
$_ =“yabba dabba doo”;
if(/abba/){
print “It matched!\n”;
}

表达式/abba／将在$_寻找这四个字母。如果找到，则返回true，在本例中，它出现了不止一次，但结果没什么不同。总之，
如果找到了，则匹配上；如果没找到，则没匹配上。
由于模式匹配通常返回true 或false，因此经常用在if 或while 的条件表达式部分。
所有在双引号中的转义字符在模式中均有效，因此你可以使用/coke\tsprite/来匹配11 个字符的字符串coke, tab(制表符)，
sprite。

 

，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。、

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。

。星号(*)表示匹配前一项０次或者多次。因此，/fred\t*barney/将匹配上fred 和barney
之间有任意个制表位(tab)的字符串。

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。这就是说模式
/fred.*barney/将匹配fred,和barney 之间有任意多个任意字符（不含换行符）的字符串。任意行如果前面有fred，后面有barney，
其间为任意字符（字符串）都将匹配上。我们将.*叫做“任意字符串匹配模式”，因为任意的字符串均能被匹配上（不包括
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：/fred +barney/意思是fred 和barney 之间由空格分开，且只能是空格。(空格不是元字符)。
它不会匹配fredbarney，因为加(+)意指一个或多个，因此至少是一个。可以这样看待加(+)：“最后一项，（可选的）至少还
有一项。”

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。因此，/barm-?bamm/只匹配：bamm-bamm 或bammbamm。这很容易记住：“前面
的这个项，出现？或者不出现？”

 

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

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。因
此，/fred|barney|betty/将匹配出现过fred，或者barney，或者betty 的字符串

/fred( |\t)+barney/这样的模式，它将匹配fred，barney 以及中间由空格，制表符(tab)，或者二者混合所组
成的字符串

 

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。因此，HAL 这

个例子可以被写作/HAL-\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。通常认
为“word”由字母，连接符(-)，撇号（'）◆组成，我们希望能改变这种定义◆。因此使用它，请记住我们对“word”的定义，
字母，数字，下划线组成。
◆至少，在英语中是这样。在其它语言中，其words 由不同的符号组成。查看perllocale 的帮助手册了解更多的信息。
◆当查看ASCII 编码的英语文本时，我们遇到单引号和撇号(')是相同字符的问题，因此很难说cat’是cat 和一个撇号( ')，还是cat 后接单引
号。这可能是计算机还不能接管世界的一个原因。
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。模式/fred \w+ barney/将匹配fred，空
格，一个“单词（word）”，然后是空格和barney。因此，如果fred 和barney 之间有一个单词◆，由单个空格分隔开，它将
能匹配上。
◆我们将停止在word 上加引号；现在你已经知道其是由字母-数字-下划线组成的。
你可能已经注意到在前一例中，如果能更加灵活的匹配空白将很方便。\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。同其它简写符号一样，
\s 匹配此类中的单个字符，如果使用\s*将匹配任何个数的空白（包括没有），或者\s+匹配一个以上的空白（事实上，很少
见到单独使用\s，而不使用任何的数量词(*, +)）。由于这些空白符看起来类似，因此可以使用这种简写形式，将它们统一处
理。
 简写形式的补集
某些时候，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（记住我们对word 的定义）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。
这些简写形式可以在字符类中使用，或者在大的字符类中的中括号里面使用。也就是说你可以使用/[\dA-Fa-f]+/来匹配十六
进制（底为16）的数字，它将ABCDEF(或者其小写形式)作为附加的数字（11 到15）。
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

 

如果喜欢作者的文章，请关注"写代码的猿"订阅号以便第一时间获得最新内容。本文版权归作者所有，欢迎转载.