正则表达式 模式匹配 PERL

乌托邦的专栏

• 欢迎 xjtuse_mal!
• 退出
• 我的博客
• 配置
• 写文章
• 文章管理
• 博客首页

•                  全站                 当前博客             

• 空间
• 博客
• 好友
• 相册
• 留言

用户操作

[留言]  [发消息]  [加为好友] 

utopia_wangID：utopia_wang

共21464次访问，排名7424(-9)，好友0人，关注者0人。

utopia_wang的文章

原创 28 篇

翻译 0 篇

转载 21 篇

评论 2 篇

订阅我的博客

    

utopia_wang的公告

文章分类

• JAVA
• linux
• Perl
• shell
• Web
• 工作相关杂文
• 生活随笔
• 数据库相关

blog

UNIX & perl(RSS)

unix资源导航站(RSS)

铿锵三人行(RSS)

实用站点

jfreechart_api/(RSS)

perl doc(RSS)

代码搜索-JAVA源代码全，方便，直观(RSS)

代码集-perl Programming Language Examples Alike Cookbook(RSS)

在线词典(RSS)

开源软件(RSS)

电视剧下载(RSS)

存档

• 2009年05月(1)
• 2008年11月(2)
• 2008年08月(1)
• 2008年06月(2)
• 2008年05月(2)
• 2008年03月(1)
• 2008年01月(6)
• 2007年12月(1)
• 2007年11月(4)
• 2007年10月(3)
• 2007年08月(1)
• 2007年07月(1)
• 2007年06月(1)
• 2007年05月(2)
• 2007年04月(5)
• 2007年03月(15)
• 2007年02月(1)

  perl 模式匹配总结 收藏

正则表达式――perl模式匹配

补充：http://www.regexlab.com/zh/regref.htm

Practiacl Extraction and Report Language

一．模式匹配操作符

1．tr/ / / 替换操作符不支持正则表达式 也不具备双引号替换能力

      m/ /  s/ / / 都支持正则表达式，并且可以提供或限制双引号替换能力（当用单引号作为操作符时则不具备变量替换能力）

s/ / / , tr/ / /  可以用两组不同的括号进行分割，以保证格式清晰s(good)<bad>

2．绑定操作符 =~ , !~，m/ /  s/ / /  tr/ / / 都支持

绑定操作符的优先级非常高

 

3. perl 特有的全局变量

1.  $` , $& , $’ 分别存有匹配内容左，匹配内容，匹配内容右的内容

2． 可以用（）捕获特定的模式 并依次存入 $1 $2 $3 中

 

二．模式修饰词

m/ /  s/ / /  和 tr/ / / 的修饰词不同

 /i

忽略字母大小写

/s  /m

允许模式中存在换行符 （一般模式中不允许存在换行符）

 /x

 允许模式中换行，并表明注释，使正则表达式更易读

 /o

 只编译一次，针对模式中的变量代换

 /g

 无穷匹配

 /e

 修饰词把 REPLACEMENT 当作一个 Perl 代码块，而不仅仅是一个替换的字串。执行这段代码后得出的结果当作替换字串使用。

 

 

 

my $str = "hello     chinaUnix i am wlj   !";
$str =~ s/(s+)/length($1) == 1 ? $1 : '_' x length($1)/eg;
#$str =~ s/(s{2,})/'_'x length($1)/eg;
print "$str  ";

##------结果--------------------

hello_____chinaUnix i am wlj___! 

 

三．m/ /  匹配

1．分隔符

用 ? 或 ‘ 作分隔符时有特殊的含义

m？？ 表示只匹配一次

m’ ‘ 表示禁止变量替换和六种转换   

2.返回值

标量环境里 匹配成功返回 1 ，失败 返回 0

列表环境里， 返回子字串的列表，并捕获（）中的模式

  ( $key,$value) =~ m/(/w+:(/.*)/ ;

/g 修饰词的返回值

列表环境 ： 返回所有匹配字串的列表

 如： my @perls = $string =~ m/perl/ig ;

如果有捕获圆括号，则返回捕获到的字串

 如： 用字串 $string = “password=xyzzy verbose=9 score=0”

初始化下面的散列：%hash = {password => “xyzzy”, verbose => 9, socre=>0};

%hash = $string =~ /(/w+)=(/w+)/g ; # 利用列表环境下匹配得到数组，再通                                           # 过数组对散列hash赋值

标量环境中 /g表示一次渐进的匹配，它令perl从上一次匹配停下来的位置开始一次新的匹配 如： while (/perl/g) { print “ $& /n”};

#  需求举例
#  求出0- 300 中出现过多少次数字9
#

use strict;
my $num = 0;
foreach (0..300) {
   $num += $_ =~ s/9//g;
}
print "$num ";

 

三．s/ / / 操作符（替换）

返回值：

标量环境里返回值是成功替换的次数

替换部分被当作双引号看待可进行变量转换，而且可以使用前半部分模式匹配得到的变量$1,$2,$3 $&,等

新的修饰词

/e 把右边当作一个表达式计算

利用s/ / / 修改字串的用法

1.（$newStr = $oldStr）=~ s/good/bad/g

2.替换数组的每一个元素：

       For (@newArray,@oldArray) {s/$_/newStr/g}

3.用单程循环对同一个变量重复替换

    For ($string) {

       s/^/s//;  # 丢弃开头的空白

       s//s$//;  # 丢弃结尾的空白

       s//s+//g; # 丢弃中间的空白

｝

４．把逗号放到整数的合理位置

$_ = “12345678”;

1 while s/(/d)(/d/d/d)(?!/d)/$1,$2/;

Print “$_ /n”  # 输出： 12，345，678

 

四．Tr/ / / 操作符 （转换）

1．tr 不支持正则表达式 和 变量替换，只是一种单纯的划定范围的替换

       尽管不支持变量替换，但可以用eval expr实现

    $count = eval “tr/$oldStr/$newStr/”;

    Die if $@;

如果仅仅是转换大小写

不要使用tr/ / /  建议使用双引号里的 转移字符 /U /L 类似的uc lc 函数

 

2．修饰词,与m/ /  s/ / /  的修饰词不同

/c 与searchlist 为补

/s 消除重复的字符

/d 删除找到的但没有替换的字符 ，任何再searchlist 中声明但再replacement没有给出替换的字符将被删除。

如果没有/d 修饰词，那么

1)，replacement 比 searchlist 短，则将复制replacement最后一个字符直到足够长

2)，replacement 为空，则 replacement = searchlist 可以用此用法统计次数和/s 压缩

                     $string =~ tr/a-zA-Z//s  # bookkeeper -> bokeper

 

五．元字符

12个元字符 /  |  (  )  [  {  ^  $  *  +  ?

^ ： 在字符集中 ^ 表示补集 [^1,2,3] 除了1,2,3

        在一般的模式中表示 以什么开头

$ ： 表示以什么结尾

六．量词  分为最大量词，最小量词（由？控制）

1．最大量词

*  匹配0 或更多次

＋ 匹配1 或更多次

？ 匹配 1 或 0 次

｛count｝匹配count次

{min,} 匹配至少min次

｛min,max｝ 匹配至少 min次，但不超过max次

2．最小量词

*? 匹配0次或更多次

＋？匹配1次或更多次

？？匹配0次或1次

｛min,｝? 匹配最多min次

｛min，max｝? 匹配至少min次，但不超过max次

 

七．常用的字母数字正则元符号

.   通配符匹配除了换行符外的任何单字符（如果加上修饰词/s 也可以匹配换行符）

/d  数字 [0-9]

/D  非数字

/s  空格

/S  非空格

/w  字 [a-zA-Z0-9_]

/W  非字

/E  结束大小写或掩码

/l  把下一个字符变成小写 /u 大写

/L  把/E以前的字母都变成小写  /U 大写  如：s/revision//u$&/g;

 

 #########################################################################

#

#     论坛实际问题及零散知识点

#

###########################################################################

 

1.正则匹配的特殊变量

@-  最近一次正则表达式匹配的部分在目标字串中的起始偏移量

@+ 最近一次正则表达式匹配的部分在目标字串中的终止偏移量

$&  最近一次正则表达式匹配到的部分

$`   在目标字串中最近一次正则表达式匹配到的部分之前的内容

$'   在目标字串中最近一次正则表达式匹配到的部分之后的内容

• $` is the same as substr($var, 0, $-[0])
• $& is the same as substr($var, $-[0], $+[0] - $-[0])
• $' is the same as substr($var, $+[0])
• $1 is the same as substr($var, $-[1], $+[1] - $-[1])
• $2 is the same as substr($var, $-[2], $+[2] - $-[2])
• $3 is the same as substr($var, $-[3], $+[3] - $-[3])

#  正则匹配 特殊变量测试代码
# 
#!/usr/bin/perl
use strict;
use warnings;

my $str = "abcedfabcertfabciruabc";
while ($str =~ /(abc)/g) {                    # 注意捕获匹配的小括号不能少
    print "$-[1] -- $+[1] ";  # 也可以是print "$-[0] -- $+[0] ";
    print "$` -- $& -- $'  ";
}

# 运行结果
bash-2.03$ testString.pl
0 -- 3
 -- abc -- edfabcertfabciruabc 
6 -- 9
abcedf -- abc -- ertfabciruabc 
13 -- 16
abcedfabcertf -- abc -- iruabc 
19 -- 22
abcedfabcertfabciru -- abc --  


my $str = "abcedfabcertfabciruabc";
if ($str =~ /(^abc)w+(abc)w+(abc)w+(abc$)/g) {    
    print "$-[0] -- $+[0] ";       # $-[0],$+[0] 存储的是整个正则表达式匹配的部分的起始和结束坐标 
    print "$-[1] -- $+[1] ";                             # 与小括号捕获的无关
    print "$-[2] -- $+[2] ";
    print "$-[3] -- $+[3] ";
    print "$-[4] -- $+[4] ";
    print "$`--$&--$' ";         ##  $`  $&,  $'  存储的是正则表达式匹配到的自符。及其左右。
}

##  运行结果
bash-2.03$ testString.pl
0 -- 22
0 -- 3
6 -- 9
13 -- 16
19 -- 22
--abcedfabcertfabciruabc--      ##  $`  $&,  $'  存储的是正则表达式匹配到的自符。及其左右。

日志分析需求代码：

#############
#   切出两行对齐部分
#############
#uniqu-                       TCACAACATGGTATCAGAGCAGGT
#TA4806 ACTCTGTTTTTCTTCTCTCTCTCAATAATCCAACATGGTATCAGAGCCGATGGTTGTCCT
#
#
#uniqu-                       TCACAACATGGTATCAGAGCAGGT
#TA4891 TATCTTCTTCTCCGTAACAAACTCTTCTGTAACATGGTATCAGAGCATGAATGGTGAATC

use strict;use warnings;
my $UrFile = "/shvpn/test/wlj/perl/substr.log";
open(FILE,"<$UrFile")||die "Can't open the file : $! ";

my($slength,$swidth,$spaces);

while(<FILE>){
#    chomp;
    if (/^s*$/) {            # 匹配空行
        print "$_";
    }
    elsif(/^uniqu/){
         chomp;          # 每行都会有回车结尾，先去除
        if(/w+s*$/){
            $slength=$-[0];        获取匹配字串的起始坐标
            $swidth=length($&);
        }
        $spaces=" "x$slength;   # x用法
        print $spaces,$&," ";
    }else{
        if(/^S/){
                chomp;
            my $string=substr($_,$slength,$swidth);
            print $spaces,$string," ";
        }
    }
}
close FILE;

## 运行结果
bash-2.03$ logAnalyse.pl
                             TCACAACATGGTATCAGAGCAGGT
                             CAATAATCCAACATGGTATCAGAG


                             TCACAACATGGTATCAGAGCAGGT
                             TCTTCTGTAACATGGTATCAGAGC

发表于 @ 2007年03月16日　14:05:00 | 评论( 0 ) | 举报| 收藏

旧一篇:vi 使用汇总 | 新一篇:china-pub书店 usr：乌托邦，pwd：最高级

查看最新精华文章 请访问博客首页相关文章

正则表达式使用详解

Regular Expression(正则表达式)

Learning Perl（Perl语言入门）学习笔记（7）

Perl 教程之正则表达式

PERL下的正则表达式

Perl 里的模式识别所有的 12 个传统的元字符（所谓十二烂人），

perl 正则模式匹配总结

Perl之正则表达式基础（二）

• 发表评论
• “评论王争夺赛”第3期活动开始啦！

• 表 情：
• 

• 评论内容：

• 用 户 名：
• 匿名评论xjtuse_mal

•  
• 

Copyright © utopia_wang

Powered by CSDN Blog