定義：正則表達式是一種字符串模式，可用來和字符串進行匹配。匹配可能成功，也可能失敗。許多UNIX命令，包括grep, sed, awk, ed, vi, emacs都有正則表達式的功能。Perl也有這種功能。Python也具有這種功能。
簡單示例：
例如：
grep abd readme.file > result.txt
則Perl中，寫成
if(/abc/)
{
print $_;
}
在Perl中，正則表達式用斜線標記，以代表斜線之間的內容是個正則表達式。當表達式北斜線包圍時，Perl會拿$_和它作比較，以判斷條件的真假。
while(<>) {
if (/abc/) {
print $_;
}
}
這個程序片斷能讀入某文件的所有內容，并進行匹配。
grep “ab*c” readme.file > result
while( <> )
{
if (/ab*c/) {
print $_;
}
}
以上程序片斷表示以a開頭，后面跟0個以上的b,最后以c結尾。
替代運算符以s字母開頭，跟正則表達式，再跟替代的運算符號。
s/ab*c/def/
變量是$_會跟正則表達式(ab*c)做比較。進行匹配。
類型：一個“正則表達式”就是一種類型pattern。分為單字符類型和多字符類型。
單字符類型：單字符類型是最常見和最常用的類型。如a。單字符類型”.”能跟除換行符號(\n)的任何字符匹配。如
/a./
會和任何長度為二，且開頭是a的字符串匹配。除了”a\n”外。
字符類：(character class)，寫法是左右兩個中括號([])，內放字符。即字符串對應此類型的地方，若出現唯一一個符合括號中列出的字符，就算符合。
/[abcde]/
/[aeiouAEIOU]/
若在中括號中放[或者]，則需要在前面加反斜杠。如果想表示一段范圍，則可以用破折號(dash-)連接。想表示破折號，則前面也必須加反斜杠。
[0123456789]
[0-9]
[0-9\-]
[a-zA-Z]
也可以用“反例”表示字符類別，只要在原來的寫法前加上“^”即可。此種類型的意思是任何不在此類別內的單一字符才算上匹配。
[^0-9]
[^aeiouAEIOU]
[^\^]
預定義的字符類別
|
字符
|
類別
|
反例
|
反例類別
|
|
\d
|
[0-9]
|
\D
|
[^0-9]
|
|
\w
|
[a-zA-Z]
|
\W
|
[^a-zA-Z]
|
|
\s
|
[\r\t\n\f]
|
\S
|
[^\r\t\n\f]
|
[\da-fA-F] #十六進制數字
類型組合：grouping pattern就是將正則表達式組合起來用。
系列：sequence, 如”abc”
重復符號：multiplier，如星號(*)表示出現零次以上；加號(+)則表示出現一次以上；問號(?)則表示出現零次或一次。
/fo+ba?r/
以上的類型都是貪婪型的greedy。
$_ = “fred xxxxxxxxx barney”;
s/x+/boom/
一般重復符號：(general multiplier)，寫法是一對大括號中放一個或兩個數字，如/x{5, 10}/，表示x出現5到10次；/x{5,}/表示出現5次以上；/x{5}/表示剛好5個x；/x{0,5}/意思就是”0到5個”
正則表達式如出現兩個重復符號，必須遵循“最左邊最貪心”(leftmost is greediest)的規則。
$_ = “a xxx c xxxxxxxxxx c xxx d”;
/a.*c.*d/;
以這個例子，第一個“.”就會和第二個c之前所有的字符符合。可以在重復符號后面加上問號，讓它變得“不貪心”(nongreedy)。
$_=”a xxx c xxxxxx c xxx d”;
/a.*c?.*d/
把字符串和正則表達式再該一下：
$_=”a xxx ce xxxxxxx ci xxx d”;
/a.*ce.*d/
這個例子中.*如果匹配到第二個c，則e沒有辦法匹配。故Perl會重試，降低了效率。實際上只要加個”?”就能讓Perl少做很多事。
把括號當記憶空間：另外一個組合符號，是前后包圍任何類型的括號對(parentheses pair)。括號不會改變類型匹配的情形，不過可以把匹配的部分記錄下來，以后參考。調用記住部分，寫法是在反斜線后面加上數字。
/fred(.)barney\1/;
會和fredxbarneyx匹配，不會和fredxbarneyy匹配。但是/fred.barney./和兩個字符串都匹配。
其中\1代表正則表達式中，第一個用括號括起來的部分。依次有\2, \3…
/a(.)b(.)c\2d\1/;
可以在括號中放入一個以上的字符。如/a(.*)b\1c/;
選項符號：還有一種組合符號稱為選項符號(alternation)，如“a|b|c”。選項可以不只一個字符，如/song|blue/。
定位類型：anchor pattern定位類型有好幾種。定位類型\，表示目標字符串的這個地方必須是文字邊界(word boundary)。所謂“文字邊界”就是指符合\w或\W的字符，二個中間的位置；或者界于任何符合\w的字符，與字符串開頭（或結尾）中間的位置。
/fred\b/； #會和fred匹配，不會和Frederick匹配
/\bmo/； #會和moe和mole匹配，不會和Elmo匹配
/\bFred\b/； #會和Fred匹配，但Frederick或alFred都不匹配
/\b\+\b/； #會和x+y匹配，不會和++或+匹配
另一個定位類型\B所在之處就不一定是文字邊界，如
/\bFred\B/； #會和Frederich匹配，但Fred Flintstone不匹配
還有兩種類型，代表字符串的開頭或結尾的前一個字符。“^”會和字符串的“開頭”匹配。^a會匹配以a開頭的字符串，不過a^會和”a”和”
^”這兩個字符串匹配。即”^”失去了特別的意義
。如果想表示字符串開頭是有個^號，則用\^即可。另外一個定位類型是”$”，不過表示字符串結尾。c$表示最后出現的字符是c的那個字符串。表示$這個
字符，用\$表示。
優先級：
|
名稱
|
表示法
|
|
括號(parentheses)
|
() (?:)
|
|
重復運算符(multiplier)
|
? + * {m, n} ?? +? *? {m, n}?
|
|
序列和定位符號(sequence and anchoring)
|
abc^$\A\Z(?=) (?!)
|
|
選項符號(alternation)
|
|
|
abc* #會和ab, abc, abcc, abccc, abcccc匹配
(abc)*
^x|y
^(x|y)
a|bc|d
(a|b)(c|d)
(song|blue)bird
=~運算符：如果拿來匹配的字符串，不放在$_變量，則可以用”=~”運算符來解決：可把正則表達式放在運算符右側，左側則是想比較的字符串。即把正則表達式的默認目標轉向運算符的左邊運算單元。
$a = “hello world!”;
$a =~ /^he/;
$a=~/(.)\1/;
if($a=~/(,)\1/)
任何能傳回標量字符串值的語句，都可以當作=~運算符的左邊單元。如，如
print “any last request?”;
if( =~ /^[yY]/) {
print “And just what might that request be”;
print “Sorry, I’m unable to do that.\n”
}
忽略大小寫：grep有-I這個旗標，意思是忽略大小寫；在Perl中提供了類似的方法：在正則表達式第二個斜線之后寫上I即可。如/somepattern/i。
print “any last request?”;
if ( =~ /^y/i)
{
}
指定界限符號：正則表達式前后用斜線包起來，斜線叫分界符號(delimiter)，如果想在正則表達式表示斜線這個“字符”，在前面加反斜線。
$path =
if($path =~ /^\/usr\/etc/) {
}
Perl允許設計者自行指定分界符合。可用任何－個非字母、非數字、非空白的字符為分界符號，方法是在第一次使用之前寫”m”。
/^\/usr\/etc/
m#^/usr/etc#
內插變量：正則表達式也可以內插變量。
$what = “bird”
$sentence = “Every good bird does fly.”;
if($sentence =~ /\b$what\b/)
{
print “The sentence contains the word $what\n”;
}
下面的例子稍微復雜一些：
$sentence = “Every good bird does fly.”;
print “What should I look for?”;
$what = ;
chomp($what);
if($sentence =~ /$what/)
{
print “I saw $what in $sentence.\n”;
}
else
{
print “nope… didn’t find it.\n”;
}
特別的只讀變量：匹配成功后，名為$1, $2, $3…的這些變量，它們的值被分別設為\1,\2,\3…之值。
$_ = “this is a test”;
/(\w+)W+(\w+)/；#和頭兩個文字匹配；現在$1是”this”，$2是”is”。
也可以在列表環境下，一次取得所有匹配的片斷。
$_=”this is a test.”;
($first, $second) = /(\w+)W+(\w+)/;
其他預定義的只讀變量包括：”$&”，代表字符串中匹配正則表達式的部分；”$`”代表匹配處之前的部分；”$’”代表匹配處之后的部分。
$_=”this is a sample string.”;
/sa.*le/; #和sample匹配。s`是”this is a “，$&是”sample”，$’是”string”
替代運算符：s/old-regex/new-string/這樣的用法是最簡單的一種替代運算符。如果想讓替代運算符在每個匹配的地方取代，而非僅作用在第一個匹配處，在運算符加g.
$_=”foot fool buffoon”;
s/foo/bar/g;
替代運算符也可以內插變量，像這樣：
$_=”hello, world”;
$new = “goodbye”;
s/hello/$new/;
可以在替代運算符里用字符類型，就不會和固定的字符匹配了：
$_=”this is a test”;
s/(\w+) /<$1>/g; #$_現在是
替代運算符可以加上i,代表忽略大小寫，如果已經有g了，則i可以出現在g前后。斜線還可以用其他符號代替。s#fred#barney#;替代運算符也可以用=~改變作用的目標。
split和join函數：正則表達式可以把字符串分成許多字段。split函數可以這樣做。而join函數則可以把這些片斷組合起來。
split函數有兩個參數，分別是正則表達式和字符串，它會尋找字符串中匹配正則表達式的部分，其他不匹配的部分會依序用列表值方式傳回。
$line= “merlyn::118:10:Randal:/home/merlyn:/urs/bin/perl “;
@fields = split(/:/, $line);
如果要匹配一個以上的:則用：
@fields = split(/:+, $line);
變量$_是split函數的第二個參數的默認值：
$_=”some string”;
@words =split(/ /);
由于參數字符串內沒有連續的空白字符，結果會是空字符串。理想的寫法是/ +/, /\s+/和”一個以上“的空白字符匹配。這是第一個參數的默認值。
@words = split;用空白字符分割$_。
$line=”merlyn::118:10:Randa;:/home/merlyn:”);
($name,$password,$uid,$gid,$gcos,$home,$shell)=split(/:/,$line);
join函數跟split函數對應，該函數用第一個參數字符串當作”膠”，把第二個參數里面的值一個個“粘“起來。
$bigstring=join($glue,@list);
posted on 2009-02-03 15:19
Blog of JoJo 閱讀(1024)
評論(0) 編輯 收藏 所屬分類:
Linux 技術相關