Perl学习笔记-2（正则表达式）

Posted 2022-09-30

Perl的正则表达式支持

1. 使用简单模式
   若模式匹配的对象是$_的内容，只需把模式写在一对斜线（/）中就可以了。

$_="yabde sdfe doo";
if(/sdfe/)
    print "matched!\\n"

在简单模式匹配中如何使用不匹配的模式（反模式）

# 输出不包含"/bin/bash"的行
......
if(/^((?!\\/bin\\/bash).)*$/)
  ......

......

# 命令行方式
getent passwd | perl -ne print if /^((?!\\/bin\\/bash).)*$/

这里使用到的反模式是

# 不包含string的行
/^((?!string).)*$/

2. Unicode属性匹配

if(/\\pSpace/) #带有空白字符的属性
    ...

if(/\\pDigit/) #数字字符
    ...

if(/\\pHex\\pHex/) #匹配2位十六进制数
    ...

if(/\\PSpace/) #非空白字符
    ...

3. 反向引用

$_="abba";
if(/(.)\\1/)
    ...

消除反向引用的奇异

$_="aa11bb";
if(/(.)\\g111/) #绝对分组编号
    ...

相对分组编号
$_="xaa11bb";
if(/(.)(.)\\g-111/) #本尊的前一个引用
    ...

按老的ASCII字符集来解释

if(/\\s/a)
    ...

4. 通用断行符

\\R会匹配：
\\r\\n
\\n

5. 正则表达式匹配
   匹配方式” m// “，其中的” / “可以使用其他字符，如##，!!，^^，()，，<>，[]等。
   当使用/时，可以省略m。
6. 模式匹配修饰符

修饰符	含义
/a	使用ASCII字符集
/u	使用unicode字符集
/i	大小写无关匹配
/s	. 无法匹配换行符。这适用于单行匹配。用于匹配字符串中的回车换行符。
/x	模式字符串中可以有额外的空白符。还可以忽略#注释。

上述修饰符可以组合使用，且不用操心先后顺序。

注意：
\\N表示非\\n。
7. 锚位

绝对开头
m\\Ahttps?://i
绝对末尾
m\\.png\\z
\\Z允许后边出现换行符。

while(<STDIN>)
    print if /\\.png\\Z/;


while(<STDIN>)
    chomp;
    print "$_\\n" if /\\.png\\z/;


匹配含空白的行
/\\A\\s*\\Z/

8. 绑定操作符=~
   默认匹配$_，通过=~来绑定匹配模式。

if($some_other =~ /\\brub/)
    ...

9. 模式中的内插

if(/\\A($what)/)
    ...

10.捕获变量
在匹配操作结束后通过捕获变量取得捕获组的内容。
$1 $2 $3 …

$_="Hello there, neighbor";
if(/(\\S+) (\\S+), (\\S+)/)
    print "words were $1 $2 $3\\n";

匹配变量存活到下次匹配成功为止。
失败的匹配不会改动上次成功匹配时捕获的内容，而成功的匹配会将它们的值重置。

11. 自动捕获变量

字符串里实际匹配模式的部分会被自动存进$&变量里。
$&里保存的是整个匹配区段。

匹配区段之前的内容会存到“ $` ”里，而匹配区段之后的内容则会存到“ $ ”里。
另外一个理解方法是，“ $` ”保存了正则表达式引擎在找到匹配区段之前略过的部分，
而“ $ ”则保存了字符串中剩下的从未被匹配到的部分。如果将这三个字符串一次连接起来，
就一定会得到原字符串。

if("Hello there, neighbor" =~ /\\s(\\w+),/)
    print "That was ($`)($&)($)";

回显
That was (Hello)( there,)( neighbor)

自动捕获变量比捕获变量效率低些。
也可以使用如下的方法等效替代

if("Hello there, neighbor" =~ /\\s(\\w+),/p)
    print "That was ($^PREMATCH)($^MATCH)($^POSTMATCH).\\n";

12. 正则表达式优先级

正则表达式特性	实例
圆括号（分组或捕获）	(…), (?:…), (?＜LABEL＞…)
量词	a*, a+, a?, an,m
锚位和序列	abc, ^, $, \\A, \\b, \\z, \\Z
择一竖线	A│B│C
原子	a, [abc], \\d, \\1, \\g2

一个测试程序

#!/bin/perl
while(<>)
    chomp;
    if(/YOUR_PATTERN/)
        print "Matched: ($`<$&>$)\\n";
    else
        print "No matched: ($_)\\n";
    

又一个例子

while(<>)
    chomp;
    print "$&\\n" if /\\d+\\.\\d+\\.\\d+\\.\\d+/;

13. 如何取出一行中所有的匹配？

echo "(21,0,0)(110,33,0)(117,1,2)" | perl -ne @d = /\\((\\d+)/g; print join "\\n", @d; print "\\n"
echo "(211,0,0)(110,33,0)(117,1,2)" | perl -ne my @re=/\\((\\d+)/g;foreach (@re)print "$_\\n"

取出一行中的所有IPv4地址

#!/usr/bin/perl
while(<>)
    chomp;
    my @ip=/\\d+\\.\\d+\\.\\d+\\.\\d+/g;
    foreach(@ip)
        print "$_\\n";
       

对比shell script

grep -E -o "((1[0-9][0-9]\\.)|(2[0-4][0-9]\\.)|(25[0-5]\\.)|([1-9][0-9]\\.)|([0-9]\\.))3((1[0-9][0-9])|(2[0-4][0-9])|(25[0-5])|([1-9][0-9])|([0-9]))"

转换成数组

my @words=($line =~ /([a-z]+)/ig); #将模式绑定到$line而非$_，模式将作用于$line。

转换为哈希

my %last_name=($data =~ /(\\w+)\\s+(\\w+)/g);

14. 如何分割获取字符串的各个列？

$info="Caine:Michael:Actor:14,LeafyDrive";  
@personal=split(/:/,$info);  

my @fields=split /\\t/, $string;
my @fields=split /\\s+/,$some_input;
有时对于简单的分列需求也可以
my($name, $age, $addr, $work)=split /:/;
对于空字段可以如下处理
my(undef, $card, undef, undef, $work)=split /:/;

默认split会以空白符分割$_中的字符。
my @fields=split;

对于CSV文件，最好使用CPAN上的模块Text::CSV。

yum install

join与split相反：

my $x=join ":",4,5,6,7; # $x 为“4:5:6:7”

15. 用s///进行替换

s/with (\\w+)/against $1s team/;
print "$_\\n";

s///返回布尔值，替换成功为真，否则为假。
/g可以替换所有可能。
去除开头和结尾的空格

s/^\\s+|\\s+$//g

“ / ”可以使用其他字符作为分隔符，只要重复3次。

绑定操作符的例子

$file_name =~ s#^.*##s;

无损替换

my $copy=$original =~ s/\\d+ ribs?/10 ribs/r;

加上/r之后，就会保留原来字符串变量中的值不变，而把替换结果作为替换操作的返回值返回。
大小写转换

s/(fred|barney)/\\U$1/gi;  #不使用绑定操作符绑定到其他变量，默认就绑定到$_。

\\U会将其后的所有字符转换成大写的。同理，\\L会将其后的所有字符转换成小写的。可以使用\\E终止大小写转换的作用。

s/(\\w+) with (\\w+)/\\U$2\\E with $1/i;

\\l和\\u只会影响紧跟其后的一个字符。

16. 列表上下文中的m//

$_="Hello there, neighbor";
my($first,$second,$third)=/(\\S+) (\\S+), (\\S+)/;
print "$second is my $third\\n";

或者

echo "Hello there, neighbor" | perl -ne my($first,$second,$third)=/(\\S+) (\\S+), (\\S+)/;print "$second is my $third\\n"

17. 备份文件
    <> 结合对“ $^I ”变量赋值。

定义备份文件扩展名。
$^I = ".bak";

18. 命令行形态的perl

$ perl -p -i.bak -w -e s/Randall/Randal/g fred*.dat
等效于如下代码：
#!/usr/bin/perl -w
$^I=".bak";
while(<>)
    s/Randall/Randal/g;
    print;

常用命令行参数

参数	作用
-p	生成程序片段 while(<>) print;
-n	生成程序片段 while(<>)
-i	在程序运行之前把 $^I 设置为备份文件后缀名
-w	开启告警功能
-e	后边是可执行的perl代码。代码会处于print前边。代码片段末尾可以省略分号。如果有多个-e选项，就会有多段程序代码。此时只有最后一段末尾的分号可以省略。

来个例子

$ perl -e print "$ENVPATH\\n"