正規表示式學習筆記 (轉)

正規表示式學習筆記 (轉)[@more@]

1、正則的三種形式
首先我們應該知道 中，正規表示式有三種存在形式，他們分別是：

匹配：m// （還可以簡寫為 // ，略去 m）

替換：s///

轉化：tr///

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數。如果沒有該變數和 =~ !~ 運算子，則預設為處理 $_ 變數中的內容。
另外還有：

foreach (@array) { s/a/b/; } # 此處每次迴圈將從 @array 陣列中取出一個元素存放在 $_ 變數中，並對 $_ 進行替換處理。
while () { print if (m/error/); } # 這一句稍微複雜一些，他將列印 FILE 中所有包含 error 字串的行。

替換操作 s/// 還可以在末尾加上 e 或 g 引數，他們的含義分別為：

s///g 表示把待處理字串中所有符合 的全部替換為 字串，而不是隻替換第一個出現的模式。
s///e 表示將把 部分當作一個運算子，這個引數用的不多。

2 正規表示式中的常用模式
下面是正規表示式中的一些常用模式。

/pattern/  結果 
. 匹配除換行符以外的所有字元
x? 匹配 0 次或一次 x 字串
x* 匹配 0 次或多次 x 字串，但匹配可能的最少次數
x+ 匹配 1 次或多次 x 字串，但匹配可能的最少次數
.* 匹配 0 次或一次的任何字元
.+ 匹配 1 次或多次的任何字元
{m} 匹配剛好是 m 個 的指定字串
{m,n} 匹配在 m個 以上 n個 以下 的指定字串
{m,} 匹配 m個 以上 的指定字串
[] 匹配符合 [] 內的字元
[^] 匹配不符合 [] 內的字元
[0-9] 匹配所有數字字元
[a-z] 匹配所有小寫字母字元
[^0-9] 匹配所有非數字字元
[^a-z] 匹配所有非小寫字母字元
^ 匹配字元開頭的字元
$ 匹配字元結尾的字元
d 匹配一個數字的字元，和 [0-9] 語法一樣
d+ 匹配多個數字字串，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串，和 [^a-zA-Z0-9] 語法一樣
W+ 和 [^a-zA-Z0-9]+ 語法一樣
s 空格，和 [ f] 語法一樣
s+ 和 [ f]+ 一樣
S 非空格，和 [^ f] 語法一樣
S+ 和 [^ f]+ 語法一樣
匹配以英文字母,數字為邊界的字串
B 匹配不以英文字母,數值為邊界的字串
a|b|c 匹配符合a字元 或是b字元 或是c字元 的字串
abc 匹配含有 abc 的字串
(pattern) () 這個符號會記住所找尋到的字串，是一個很實用的語法。第一個 () 內所找到的字串變成 $1 這個變數或是 1 變數，第二個 () 內所找到的字串變成 $2 這個變數或是 2 變數，以此類推下去。 
/pattern/i i 這個參數列示忽略英文大小寫，也就是在匹配字串的時候，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元，如 "*"，則要在這個字元前加上 符號，這樣才會讓特殊字元失效
3、正規表示式的八大原則
　　如果在 中曾經使用過 sed、awk、grep 這些命令的話，相信對於正規表示式(Regular Expression)不會感到陌生。下面給大家介紹幾條正規表示式使用過程中的 8 大原則。

正規表示式在對付資料的戰鬥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：正規表示式有三種不同形式(匹配(m/ /)，替換(s/ / /eg)和轉換(tr/ / /))。

· 原則2：正規表示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：正規表示式匹配一個給定模式的最早的可能匹配。預設時，僅匹配或替換正規表示式一次( $a = 'string string2'; $a =~ s/string/ /; 導致 $a = 'string 2')。

· 原則4：正規表示式能夠處理雙引號所能處理的任意和全部字元( $a =~ m/$varb/ 在匹配前把varb擴充套件為變數；如果 $varb = 'a' $a = 'as'，$a =~ s/$varb/ /; 等價於 $a =~ s/a/ /; ，結果使 $a = " s" )。

· 原則5：正規表示式在求值過程中產生兩種情況：結果狀態和反向引用： $a=~ m/pattern/ 表示 $a 中是否有子串 pattern 出現，$a =~ s/(1)(word2)/$2$1/ 則“調換”這兩個單詞。

· 原則6：正規表示式的核心能力在於萬用字元和多重匹配運算子以及它們如何操作。$a =~ m/w+/ 匹配一個或多個單詞字元；$a =~ m/d/" 匹配零個或多個數字。

· 原則7：如果欲匹配不止一個字符集合，Perl使用 "|" 來增加靈活性。如果輸入 m/(cat|dog)/ 則相當於“匹配字串 cat 或者 dog。

· 原則8：Perl用 (?..) 語法給正規表示式提供擴充套件功能。

（想要學習所有這些原則？我建議大家先從簡單的開始，並且不斷的嘗試和實驗。