本文详细介绍了Perl中的模式匹配操作符、模式修饰词、m//、s///和tr///的操作方法，包括替换、匹配和转换的用法。通过实例展示了如何在Perl中运用这些功能解决字符串处理问题，特别强调了正则表达式的语法和应用。同时，文章还讨论了Perl特有的全局变量和模式修饰词的使用，以及如何在不同的环境下（标量或列表）使用这些工具。
正则表达式――perl模式匹配
From: http://blog.youkuaiyun.com/utopia_wang/article/details/1531285
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
#
# 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
扫一扫
1767
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
