Perl Regular Expressions (Perl 正则表达式)

我现在主要用PHP来写代码，当用到Regular Expressions的时候，就想到了我以前常用到的Perl Regular Expressions。虽然二者是使用方法所不同的，但是字符串匹配的规则是大体相通的，而且PHP兼容Perl的匹配规则(Pattern)。因此，我想先把Perl的正则表达式回顾总结一下。(参考：Steve Litt's Perls of Wisdom)

正则表达式的作用：

1. 判断字符串是否和一个特定字符或字符串匹配

• $string =~ m/sought_text/;  #如果这个表达式成立，那么$string里就含有特定字符'sought_text'。

2. 选择字符串里的特定部分

• $string =~ m/whatever1(sought_text)whatever2/;
• $soughtText = $1;  #如果上面的表达式成立,那么$1就是'whatever1'和'whatever2'之间的那部分

3.字符串替换/翻译

• $string =~ tr/originaltext/newtext/; 把字符串里'orignialtext'用'newtext'来代替

常用通配符和重复方法：

.   匹配任意字符 (除了换行符"\n")
^ 表示字符开始的空字符
$ 表示字符结束的空字符
\w  匹配任意(文字和数字)字母和下滑线
\W  匹配非任意(文字和数字)字母和下滑线的字符
\s  匹配空格符
\S  匹配非空格符

\d  匹配数字
\D  匹配非数字
\t  匹配'tab'键值
\n  匹配换行符
\r  品牌回车键

*      匹配0次或者多次
+      匹配一次或者多次
?      匹配0次或者一次
{n}    刚好匹配n次
{n,}   匹配n次以上，包含n
{n,m}  匹配n次以上，但是不超过m次

例子:

$string =~ m/\s*rem/i;   
#如果以上表达式成立，那么$string可以是以任意个空字符开始然后紧跟着非空字符可以为
#'rem'或者'REM'（不分大小写）
$string =~ m/^\S{1,8}\.\S{0,3}$/;
#以上表达式用来匹配1到8个的非空字符紧跟着一个'.',然后再紧跟着0-3个的非空字符。
#比如说'abcd.', 'a.34s',但是不匹配'.12dg','.123',等等。

匹配组, group()

如果我们想对一组字符进行匹配，我们可以用()。

例子：

if($string =~ m/(A|E|I|O|U|Y|a|e|i|o|u|y)/)
  {print "String contains a vowel!\n"}
#以上判断字符串是否包含元音
if($string =~ m/^(Clinton|Bush|Reagan)/i)
  {print "$string\n"};
#以上判断字符串是否已Clinton,Bush,Reagan中一个开头，不分大小写

匹配单一字符，character classes []

如果我们想匹配一组字符的中一个，我们可以用[]。

例子：

if($string =~ /[AEIOUYaeiouy]/)
  {print "String contains a vowel!\n"}
#这等同于上面的提到的组匹配，但是你会发现用'[]'要简介许多
if($string =~ m/(A|E|I|O|U|Y|a|e|i|o|u|y)/)
  {print "String contains a vowel!\n"}
if($string =~ /[^AEIOUYaeiouy]/)
  {print "字符串没有包含任何元音字母"}
#注意：上面这个例子中'^'不是表示起始空字符，而是表示'非'
if($string =~ m/^[A-E]/)
  {print "字符串是以A-E中的任何一个字母开头的\n"}
#注意：上面这个例子中'^'表示起始空字符

字符串替代 s

例子：

$string =~ s/少儿上网/61dh\.com/;
#把字符串里的'少儿上网'用61dh.com来代替。
注意：因为'.'表示任意字符，所以当我想表示'.'这个特殊字符时，可以用'\.'来表示。

字符串翻译 tr

和字符串替代比较相似，但是也有它独特的地方：把一组字符串的字符一一对应的替换。

例子：

$string =~ tr/[a-z]/[A-Z]/;
#把小写字母转换成大写字母
$string =~ tr/[六,一,导,航]/[6,1,d,h]/;
#把'六一导航'翻译成'61dh'

贪婪匹配和不贪婪匹配

Perl的正则表达式通常是贪婪匹配的，也就是说它尽量匹配更多的字符。这么说比较抽象，让我们看例子：

my($text) = "mississippi";
$text =~ m/(i.*s)/;
print $1 . "\n";
#'*'表示匹配0个或者多个，因为Perl比较贪心，所以匹配结果是’ississ'
$text =~ m/(i.?s)/;
print $1 . "\n";
#'*'表示匹配0个或者一个，同样Perl尽量去匹配多，所以结果是'iss'

如果想找到字符串里第一次出现'i'和's'的情况。也就是所谓的不贪婪匹配。我们可以同时使用'*'和'?'。

例子：

my($text) = "mississippi";
$text =~ m/(i.*?s)/;
print $1 . "\n";
#这下结果为'is'

补充(11/6/08)：需要匹配多行的字符串，可以使用“smi”后缀修饰。例如：

$a = '<{LIST(10011002,10,0,0)}>
<tr>
<td width="100"> </td>
<td> </td>
<tr>
<{/LIST}> ';
if ($a =~ /<{[^}]+}\>(.+)\<{[^}]+}>/smi){
   print "yes";
}