（八) 正则表达式——基础介绍（元字符、模式分组、单词锚位/b、模式匹配操作符(m//)与修饰符/isx、捕获变量等）

2023-11-29 23:10
文章标签 基础 模式 介绍 分组 单词 变量 修饰符 正则表达式 捕获 操作符 模式匹配 元字符 锚位 isx

本文主要是介绍（八) 正则表达式——基础介绍（元字符、模式分组、单词锚位/b、模式匹配操作符(m//)与修饰符/isx、捕获变量等），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

文章目录

  • 一、元字符介绍与优先级
  • 二、模式分组——捕获组（反向引用）
  • 三、模式匹配操作符（m//）与修饰符(/i、/s、/x、/a、/u、/a)
  • 四、单词锚位
  • 五、绑定操作符（=~）
  • 六、模式中的内插
  • 七、格式转换问题
  • 八、捕获变量
    • 8.1、变量捕获及其存续期（$1、$2 ...）
    • 8.2、不捕获模式（?:）
    • 8.3、命名捕获（?< Label >Pattern）
    • 8.4、自动捕获变量（ $&、 $'、 $`）
  • 九、模式测试程序

  正则表达式是Perl内嵌的、自成一体的微型编程语言，在Perl中也叫 模式（pattern），主要用来提高 对字符串的处理能力。

一、元字符介绍与优先级

  在介绍元字符之前，先了解一下正则表达式在Perl中的简单运用方式：

#格式转换：utf-8 转换成gbk格式
use encoding 'utf8', STDOUT=>'gbk';         #说明：采用的Perl版本为5.012， 支持encoding模式，如果是其它版本可能会出错$_ = "yabba dabba doo";      #被查找的特殊变量一定放在特殊变量里$_
if(/abba/){                  #界定符可以不使用双斜杠//print "配上了\n";
}
else{print "没配上\n";
}

  当模式匹配的对象是$_的内容，只需要把模式写在一对斜线（/）中就可以了，模式本身就是一串简单的字符序列。由于模式匹配通常用来返回真或者假，所以往往会用在if或者while的条件表达式里。
   模式匹配除了匹配简单的直接量字符串，还可以匹配一些特殊字符，称之为元字符，它们在正则表达式中代表着特殊含义。

  1. 普通常用元字符如下表：
普通字符含义
点号(.)匹配任意一个字符的通配符（换行符“\n”除外）
反斜线（\）表示转义，任意元字符前加反斜线，都会失去作用成为普通字符；要匹配真正的反斜线，需用两个反斜线表示
圆括号（）模式分组——对字符串进行分组，以便反向引用
或（|）择一匹配——要么匹配左边内容，要么匹配右边内容
字符集字符集——通常写在方括号[ ]内表示，只匹配单个字符，可以是字符集中列出的任意一个
脱字符（^）一般在字符集开头的地方加上，表示这些字符除外
连字符（-）在字符集中表示始末范围；在字符集括号外无特殊意义
[^n\-z]表示匹配n，连字符与z以外的任意字符
  1. 三大数量元字符及通用量词、贪婪量词（{ }）：
（贪婪）数量元字符含义贪婪量词含义
星号(*)匹配符号前面的条目0~任意次*？匹配的字符串越短越好
.*匹配任意字符0~任意次（换行符除外）.*?匹配的字符串越短越好
加号（+）匹配符号前面的条目1~任意次+?匹配的字符串越短越好
问号(?)匹配符号前面的条目0~1次??优先考虑0次的情况
花括号({ })指定具体的重复次数范围{ }?–
{n,m}匹配n ~ m个{n,m}?优先匹配n次的情况
{n}匹配 n 个––
{n，}匹配 n ~ 任意个{n，}?优先匹配n次的情况
{，m}匹配 0 ~ m个{，m}?优先匹配0次的情况
$_ = "abcdddddeee";
if(/a?b*c+d{2,5}e{2,}/){   #大括号——指定通用量词print "配上了\n";
}
  1. 常用字符集简写： \w+——表示一个单词；\d+——表示一个数字。
字符集简写（大写反义简写）含义
\d匹配任意一个数字，等价于字符集[0-9]
\s匹配任意一个空白符，等价于字符集[\t\n\r\f ]
\w匹配任意一个数字、字母和下划线，等价于[A-Za-z0-9_]
\D匹配非数字字符
\S匹配非空白字符
\W匹配非单词字符
  1. 正则表达式优先级顺序（由高到低）：
正则表达式特性示例
圆括号（分组或捕获）（…），（?: …），（?<Label>…）
量词a*，a+，a?，a{n,m}
锚位和序列abc，^，$，\A，\b，\z，\Z
择一竖线a|b|c
原子a，[abc] ，\d，\1，\g{2}
#优先级
$_ = "barney";
if(/^(fred|barney)$/){print "配上了\n";
}

二、模式分组——捕获组（反向引用）

  在正则表达式中，可以使用圆括号（）对字符串进行分组，我们可以用反向引用来引用圆括号中的模式所匹配的文字，这个行为称之为捕获组。反向引用不必紧接在对应的捕获组括号后边，其写法是在反斜线后边接上数字编号，比如\1、\2这样，相应的数字表示对应顺序的捕获组，只要依次点算左括号（包括嵌套括号）的序号即可。

use 5.010;        #引入新版本写法#模式分组(反向引用——相对、绝对)   
if(/(fred)+/){print "找到了\n";}else{print "没找到\n";}             #匹配fredfredfred这样的字符串
if(/(.)(..)\1\2/){print "找到了\n";}else{print "没找到\n";}         #模式分组——新写法
if(/(.)(..)\g{1}\g{2}/){print "找到了\n";}else{print "没找到\n";}   #花括号——绝对引用，新写法
if(/(.)(..)\g{-1}/){print "找到了\n";}else{print "没找到\n";}       #负号——相对引用，代表前一个括号

  从Perl 5.010版本开始，支持一种新的反向引用写法。不在只是用简单的反斜线和组号，而是用 \g{N} 这种形式，N是方向引用的组号这种写法的好处是，组号可以使用负数。

  • 绝对反向引用（一一对应）：if(/(.)(…)\g{1}\g{2}/)，g{1}代表第一个括号(.)，g{2}代表第二个括号（…）；
  • 相对反向应用（就近原则）：if(/(.)(…)\g{-1}/)，g{-1}代表最近的一个括号（…）。

在TextPad上编码采用的是UTF-8模式，而控制端口采用的是GBK模式，为了统一编码格式不至于出现打印乱码，需在文件开头添加代码：

三、模式匹配操作符（m//）与修饰符(/i、/s、/x、/a、/u、/a)

  前述的模式写法都是采用双斜线的写法表示，事实上，这是m//（模式匹配操作符）的简写。类似qw//简写提到的，可以选择任何成对的定界符。所以，我们可以写成m(fred)，m{fred}，m<fred>，m^fred^等。

  说明：简写省略m，仅限于使用双斜线定界符；如果使用其它定界符，m不可省略。

  Perl中有多种模式匹配修饰符，也称标志（flag）。它们是一些追加在模式表达式末尾定界符后面的字母，用来改变默认的匹配行为。具体见下表：其中字符解释意义的修饰符是由Perl 5.014开始加入。

字符集简写（大写反义简写）含义
\i进行大小写无关的匹配
\s匹配任意字符，它会使点号(.)匹配任意字符，包括换行符
\x加入空白符，允许在模式中任意添加空白符，增加易读性
\g可以执行全局匹配
\m可以执行多行匹配
\a在ASCII范围内进行字符解释
\u在Unicode范围内进行字符解释
\l在ocale范围内进行字符解释

说明：正则表达式/m修饰符:

  • /m修饰符规定正则表达式可以执行多行匹配。
  • /m修饰符的作用是修改 ^ 和 $ 在正则表达式中的作用，让它们分别表示行首和行尾。
  • 在默认状态下，一个字符串无论是否换行只有一个开始 ^ 和结尾 $，如果采用多行匹配，那么每一个行都有一个 ^ 和结尾 $。
#单一选项修饰符——/x
print "请输出一个数：";
chomp($_ = <STDIN>);
if(/-?        #?_0个或1个负号\d+       #\d+_1个或多个数字，等价于[0-9]+\.?       #0个或1个小数点\d+       #1个或多个数字/x){      #\x_加入空白符，易读print "你输入的数是：$_\n";
}
else{print "你输入的不是数：$_\n";
}#组合选项修饰符——/x
$_ = "I saw Barney\ndown at the bowling alley\nwith fred\nlast night.\n";
print;
if(/barney     #找barney.*         #任意字符，包括换行符\nfred       #找fred/isx){     #/s_匹配任意字符，即点号也会匹配换行符\n；/i_大小写无关匹配；/x_加入空白符print "找到了！\n";
}
else{print "没找到！\n";
}

四、单词锚位

  默认情况下，给定的模式如果不匹配字符串的开头，就会顺移到下一个字符继续尝试。而通过给定锚位，可以让模式仅在字符串的指定位置匹配。

  锚位并不局限于字符串首尾，还可应用于单词的首位，又称“整词匹配”。

锚位字符含义
脱字符（^），锚位\A表示字符串开头锚位（在字符集方括号中做取反用）
美元符（$），锚位\z表示字符串结尾锚位
\b单词边界锚位，只匹配每组字符的开头或结尾
\B非单词边界锚位
$_ = "fred banny and fred";
if(/^fred/){ print "配上了\n";}else{ print "没配上\n";}    #^_在字符集外，该符号表示字符串的开头锚位
$_ = "fred";
if(/^fred$/){ print "配上了\n";}else{ print "没配上\n";}    #$符号表示字符串的结尾锚位$_ = "man fred man";
if(/\bfred\b/){ print "配上了\n";}else{ print "没配上\n";}  #\b表示单词的边界锚位，该例单词开头为f,结尾为d$_ = "search";
if(/$_ =~ \bsearch\B/){ print "配上了\n";}else{ print "没配上\n";}  #\B表示非单词边界锚位#绑定操作符（=~）——运用
$some_other = "I dream of betty rubble.";
if($some_other =~ /\brub/){ print "配上了\n";}else{ print "没配上\n";}

编译运行：

配上了
配上了
配上了
没配上
配上了

五、绑定操作符（=~）

  默认情况下，模式匹配的操作对象是$_，绑定操作符（=~）告诉Perl，右边的模式是用来匹配左边的字符串，而不是匹配 $ _。当使用绑定操作符时，可以不使用默认变量 $ _，自由进行定义。如上例

六、模式中的内插

  正则表达式内部同样可以进行双引号形式的内插：下述代码中$what就等效于/^(Larry)/，也就是寻找Larry开头的行。

my $what = "Larry";
while(<>){if(/^($what)/){                                          #模式串中的内插print "We saw $what in beginning of $_";}
}

编译运行：

Larry and me                  #Larry开头
We saw Larry in beginning of Larry and me
Laty is good
larry
Larry is a good man           #Larry开头
We saw Larry in beginning of Larry is a good man
^Z

七、格式转换问题

  首行添加如下代码，将UTF-8格式的代码文件转换成GBK格式，在终端（GBK格式）导出，避免编译时乱码。

use encoding 'utf8', STDOUT=>'gbk';         #说明：采用的Perl版本为5.012， 支持encoding模式，如果是其它版本可能会出错

在这里插入图片描述

八、捕获变量

8.1、变量捕获及其存续期（$1、$2 …）

  圆括号可以用来进行分组，圆括号同样也可以用来进行捕获变量，这捕获变量保存的是字符串，在Perl里，它们的名称就是$1和$2这样的的形式，模式中有多少个捕获括号，就有多少个对应的捕获变量可用。

  反向引用\2与捕获变量$2的区别：

  • \2反向引用：指模式匹配期间得到的结果；
  • $2捕获变量：指模式匹配结束后对得到的捕获内容的索引。

  捕获变量的存续期：可存活到下次匹配成功为止。失败的匹配并不会改变上次成功匹配时得到的内容。

print "Hello\n";$_ = "Hello there, neigbor";
if(/\s(\w+),/){print "$1\n";                      #打印：there
}if(/(\S+) (\S+), (\S+)/){print "$1 $2 $3\n";                #打印：Hello there neigbor
}my $dino = "I fear that I'll be extinct after 1000 years.";
if($dino =~ /(\d*) years/){print "$1\n";                      #打印：1000
}

8.2、不捕获模式（?:）

  正则表达式中的圆括号通常都会触发变量捕获，但是有时候却需要关闭这个功能，而仅仅是用它来进行分组。这就需要用到不捕获圆括号（?:）。

$_ = "one two three four five";
if(/(\S+) (\S+) (\S+)/){             #?:_只用来分组，不用来捕获print "$2 $3\n";                  #打印：two three
}
**说明**：尽管上述打印结果未列出$1,但是第一个捕获变量还是要留给他$_ = "one two three four five";
if(/(?:\S+) (\S+) (\S+)/){                 #（?:）——只用来分组，不用来捕获print "$1 $2 $3\n";                      #打印：two three
}

8.3、命名捕获（?< Label >Pattern）

  为了避免记忆$1之类的数字变量，Perl5.010增加了对捕获内容直接命名的写法。最终捕获到的内容会保存在特殊哈希%+里：其中的键就是在捕获时用的特殊标签，对应的值为被捕获到的字符串。具体的写法是：（?<Label>Pattern），其中Label可以自行命名。

  在使用捕获标签后，反向引用的写法也会随之发生变化。之前所用的\1或者g{1}这样的写法，现在可以改为 \g{Label} 这样的写法，当然：k<Label>等效于\g{Label}。

my $names = "Fred or Barney";
if($names =~ /(?<name1>\w+) (?:and|or) (?<name2>\w+)/){   #?<>_命名的捕获#print "$1, $2\n";print "$+{name1}, $+{name2}\n";                         #打印： Fred, Barney
}my $names = "Fred Flinstones and Wilma Flinstones";
if($names =~ /(?<last_name>\w+) and \w+ \g{last_name}/){  #在反向引用中使用命名变量，也可改g{}为k<>print "$+{last_name}\n";                                 #打印：Flinstones
}

8.4、自动捕获变量（ $&、 $’、 $`）

  Perl中三大免费的自动捕获变量：

  1. $& ：匹配区段内容
  2. $’ ：匹配区段之后的内容
  3. $` ：匹配区段之前的内容。
$_ = "one two three, four five six";
if(/\s(\w+),/){print "$1\n";print "$&\n";       #自动匹配字符变量(捕获全部匹配到的)print "$'\n";       #单引号（捕获匹配节点后面的其余字符串）print "$`\n";       #反引号（捕获匹配节点前面的其余字符串）print "$`$&$'\n";   #组合（完整子符串）print "$`<$&>$'\n"; #尖括号（标识出捕获到的字符串部分）
}

编译运行：

threethree,four five six
one two
one two three, four five six
one two< three,> four five six

九、模式测试程序

  正则表达式测试程序：

#这是一个模式测试程序
while(<>){chomp;if(/我的正则表达式/){                              #    \s\d+print "配上了：|$`<$&>$'|\n";  }else{print "没配上\n";}
}

编译运行：（正则表达式：/\s\d+/）

i have 100 dollars                    #键入
配上了：|i have< 100> dollars|        #打印结果
the number is 1245
配上了：|the number is< 1245>|

这篇关于（八) 正则表达式——基础介绍（元字符、模式分组、单词锚位/b、模式匹配操作符(m//)与修饰符/isx、捕获变量等）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/434692。

相关文章

浅析Rust多线程中如何安全的使用变量

浅析Rust多线程中如何安全的使用变量

《浅析Rust多线程中如何安全的使用变量》这篇文章主要为大家详细介绍了Rust如何在线程的闭包中安全的使用变量,包括共享变量和修改变量,文中的示例代码讲解详细,有需要的小伙伴可以参考下... 目录1. 向线程传递变量2. 多线程共享变量引用3. 多线程中修改变量4. 总结在Rust语言中，一个既引人入胜又可
阅读更多...
四种Flutter子页面向父组件传递数据的方法介绍

四种Flutter子页面向父组件传递数据的方法介绍

《四种Flutter子页面向父组件传递数据的方法介绍》在Flutter中,如果父组件需要调用子组件的方法,可以通过常用的四种方式实现,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录方法 1：使用 GlobalKey 和 State 调用子组件方法方法 2：通过回调函数（Callb
阅读更多...
Linux中shell解析脚本的通配符、元字符、转义符说明

Linux中shell解析脚本的通配符、元字符、转义符说明

《Linux中shell解析脚本的通配符、元字符、转义符说明》：本文主要介绍shell通配符、元字符、转义符以及shell解析脚本的过程,通配符用于路径扩展,元字符用于多命令分割,转义符用于将特殊... 目录一、linux shell通配符(wildcard)二、shell元字符（特殊字符 Meta）三、s
阅读更多...
Java访问修饰符public、private、protected及默认访问权限详解

Java访问修饰符public、private、protected及默认访问权限详解

《Java访问修饰符public、private、protected及默认访问权限详解》：本文主要介绍Java访问修饰符public、private、protected及默认访问权限的相关资料,每... 目录前言1. public 访问修饰符特点：示例：适用场景：2. private 访问修饰符特点：示例：
阅读更多...
Python进阶之Excel基本操作介绍

Python进阶之Excel基本操作介绍

《Python进阶之Excel基本操作介绍》在现实中,很多工作都需要与数据打交道,Excel作为常用的数据处理工具,一直备受人们的青睐,本文主要为大家介绍了一些Python中Excel的基本操作,希望... 目录概述写入使用 xlwt使用 XlsxWriter读取修改概述在现实中，很多工作都需要与数据打交
阅读更多...
java脚本使用不同版本jdk的说明介绍

java脚本使用不同版本jdk的说明介绍

《java脚本使用不同版本jdk的说明介绍》本文介绍了在Java中执行JavaScript脚本的几种方式,包括使用ScriptEngine、Nashorn和GraalVM,ScriptEngine适用... 目录Java脚本使用不同版本jdk的说明1.使用ScriptEngine执行javascript2.
阅读更多...
Python实现NLP的完整流程介绍

Python实现NLP的完整流程介绍

《Python实现NLP的完整流程介绍》这篇文章主要为大家详细介绍了Python实现NLP的完整流程,文中的示例代码讲解详细,具有一定的借鉴价值,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 编程安装和导入必要的库2. 文本数据准备3. 文本预处理3.1 小写化3.2 分词（Tokenizatio
阅读更多...
MySQL中my.ini文件的基础配置和优化配置方式

MySQL中my.ini文件的基础配置和优化配置方式

《MySQL中my.ini文件的基础配置和优化配置方式》文章讨论了数据库异步同步的优化思路,包括三个主要方面：幂等性、时序和延迟,作者还分享了MySQL配置文件的优化经验,并鼓励读者提供支持... 目录mysql my.ini文件的配置和优化配置优化思路MySQL配置文件优化总结MySQL my.ini文件
阅读更多...
使用C#如何创建人名或其他物体随机分组

使用C#如何创建人名或其他物体随机分组

《使用C#如何创建人名或其他物体随机分组》文章描述了一个随机分配人员到多个团队的代码示例,包括将人员列表随机化并根据组数分配到不同组,最后按组号排序显示结果... 目录C#创建人名或其他物体随机分组此示例使用以下代码将人员分配到组代码首先将lstPeople ListBox总结C#创建人名或其他物体随机分组
阅读更多...
java如何调用kettle设置变量和参数

java如何调用kettle设置变量和参数

《java如何调用kettle设置变量和参数》文章简要介绍了如何在Java中调用Kettle,并重点讨论了变量和参数的区别,以及在Java代码中如何正确设置和使用这些变量,避免覆盖Kettle中已设置... 目录Java调用kettle设置变量和参数java代码中变量会覆盖kettle里面设置的变量总结ja
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2