正则表达式
2015-03-22
某日，在通州图书管极少的计算机图书中，发现了这一本《学习正则表达式》，拿来看之余，记录下一些内容。以后有时间整理下
正则表达式 regular expressions
- \d可以像[0-9]一样匹配任何数字。这种正则表达式式叫做字符组简写式。也叫转义字符。\D匹配任一非数字字符
- .（点）用来匹配任一字符（某些情况下不能匹配行起始符）
-
捕获分组，向后引用。要创建捕获分组，现将一个\d放在一对圆括号中，后面可以用\1或者$1来引用。如：
(\d)\d\1 \* 匹配 123 等*\ - 使用量词 {}
-
扩选文字符 ( ) - 匹配单词- \w：匹配字母，数字和下划线。\W匹配非单词字符
- 匹配空白符\s. 会匹配空格，制表(\t)，换行(\n)，回车(\r)
- 断言也成零宽度断言。单词边界\b，非单词边界\B。零宽度断言不会匹配两边的字符，但是它会识别文字两边是否是单词边界。有些应用程序中，指定单词边界的是另一种用法，<来指定单词的开头，>来指定单词的结尾（vim上就是这样的语法）
- grep -E表示使用扩展的正则表达式（ERE），而不是grep默认使用的基本正则表达式（BRE）
- 选项：（?i）让匹配的模式不再区分大小写。（？x）忽略空格和注释。
-
命名分组：(?
...) 命名分组 (?<z>0{3})\k<z> 匹配 000000 -
非捕获分组(?:) 如果分组不需要后向引用，例如，匹配大小写均可的the
（？i:the） -
POSIX 字符组
[[:alnum:]] 匹配字母及数字 [[:alpha:]] 匹配字母 [[:ascii:]] 匹配ascii字符（128个） [[:blank:]] 匹配空白字符 [[:ctrl:]] 匹配控制字符 [[:digit:]] 匹配数字 [[:graph:]] 匹配图形字符 [[:lower:]] 匹配小写字母 [[:print:]] 匹配可打印字符 [[:punct:]] 匹配标点符号 [[:space:]] 匹配空格 [[:upper:]] 匹配大写字符 [[:word:]] 匹配单词字符 [[:xdigit:]] 匹配十六进制数字 -
量词。
？ 零个或一个 + 一个或多个 * 零个或多个 {n} 匹配n次 {n，} 至少n次 {m,n} 匹配m到n次 {0，1} 与？相同 {1，} 与+相同 {0，} 与*相同 - 环视。
正前瞻：(?)exp(?=)
例如，一个文本文件foo.txt内容为 this is a test
如下的perl语句将会打印出该语句：
perl 'print if /(?i)this (?=is)/' foo.txt ;#i表示忽略大小写
反前瞻：这个就比较有用：/(?i)this (?!is)/
正后顾：与正前瞻方向相反，会查看左边的内容
perl 'print if /(?i)(?<=this) is/' foo.txt 反后顾：`perl print 'if /(?i)(?<!this) is/' foo.txt`
16.一个perl脚本转化一段文字为HTML格式
#!/usr/bin/perl -p
if ($. == 1){
chomp($title = $_);
}
print "<!DOCTYPE html>\
<html xmlns=\"http://www.w3.org/1999/xhtml\">\
<head>\
<title>$title</title>\
</head>
<body>\
<h1>$title</h1>\n" if $. == 1;
s/^(ARGUMENT|I{0,3}V?I{0,2})\.$/<h2>$1<\/h2>/;
if ($. == 5) {
s/^([A-Z].*)$/<p>$1<\/p>/;
}
if ($. == 9) {
s/^[ ]*(.*)/ <p>$1<br\/>/;
}
if (10...832) {
s/^[ ]{5,7}.*/$1<br\/>/;
}
if (9...eof) {
s/^(.*)$/$1<\/p>\n <\/body>\n<\/html>\n/;
}
参考书目
- 《学习正则表达式》人民邮电出版社 2013 Micbael Fitzgerald等，王热宇译
- FCRE
