perl入门教程--正则表达式.pdfVIP

目录 跳过目录 1. 本文目标 2. 如何使用本教程 3. 正则表达式到底是什么东西？ 4. 入门 5. 测试正则表达式 6. 元字符 7. 字符转义 8. 重复 9. 字符类 10. 分枝条件 11. 反义 12. 分组 13. 后向引用 14. 零宽断言 15. 负向零宽断言 16. 注释 17. 贪婪与懒惰 18. 处理选项 19. 平衡组/递归匹配 20. 还有些什么东西没提到 本文目标 30分钟内让你明白正则表达式是什么，并对它有一些基本的了解，让 你可以在自己的程序或网页里使用它。 如何使用本教程 最重要的是——请给我30分钟，如果你没有使用正则表达式的经验， 请不要试图在30秒内入门——除非你是超人 :) 别被下面那些复杂的表达式吓倒，只要跟着我一步一步来，你会发现 正则表达式其实并没有你想像中的那么困难。当然，如果你看完了这篇教 程之后，发现自己明白了很多，却又几乎什么都记不得，那也是很正常 的——我认为，没接触过正则表达式的人在看完这篇教程后，能把提到过 的语法记住80%以上的可能性为零。这里只是让你明白基本的原理，以后你 还需要多练习，多使用，才能熟练掌握正则表达式。 除了作为入门教程之外，本文还试图成为可以在日常工作中使用的正 则表达式语法参考手册。就作者本人的经历来说，这个目标还是完成得不 错的——你看，我自己也没能把所有的东西记下来，不是吗？ 清除格式 文本格式约定：专业术语 元字符/语法格式 正则表达 式 正则表达式中的一部分(用于分析) 对其进行匹配的源字符串对正则 表达式或其中一部分的说明 隐藏边注 本文右边有一些注释，主要是用来提供一些相关信息，或者 给没有程序员背景的读者解释一些基本概念，通常可以忽略。 正则表达式到底是什么东西？ 字符是计算机软件处理文字时最基本的单位，可能是字母，数字，标 点符号，空格，换行符，汉字等等。字符串是0个或更多个字符的序列。 文本也就是文字，字符串。说某个字符串匹配某个正则表达式，通常是指 这个字符串里有一部分（或几部分分别）能满足表达式给出的条件。 在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则 的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说， 正则表达式就是记录文本规则的代码。 很可能你使用过Windows/Dos下用于文件查找的通配符(wildcard)， 也就是*和?。如果你想查找某个目录下的所有的Word文档的话，你会有哪些信誉好的足球投注网站 *.doc。在这里，*会被解释成任意的字符串。和通配符类似，正则表达式 也是用来进行文本匹配的工具，只不过比起通配符，它能更精确地描述你 的需求——当然，代价就是更复杂——比如你可以编写一个正则表达式， 用来查找所有以0开头，后面跟着2-3个数字，然后是一个连字号“-”， 最后是7或8位数字的字符串(像0100376-7654321)。 入门 学习正则表达式的最好方法是从例子开始，理解例子之后再自己对例 子进行修改，实验。下面给出了不少简单的例子，并对它们作了详细的说 明。 假设你在一篇英文小说里查找hi，你可以使用正则表达式hi。 这几乎是最简单的正则表达式了，它可以精确匹配这样的字符串：由 两个字符组成，前一个字符是h,后一个是i。通常，处理正则表达式的工 具会提供一个忽略大小写的选项，如果选中了这个选项，它可以匹配 hi,HI,Hi,hI这四种情况中的任意一种。 不幸的是，很多单词里包含hi这两个连续的字符，比如 him,history,high等等。用hi来查找的话，这里边的hi也会被找出来。 如果要精确地查找hi这个单词的话，我们应该使用\bhi\b。 \b是正则表达式规定的一个特殊代码（好吧，某些人叫它元字符， metacharacter），代表着单词的开头或结尾，也就是单词的分界处。虽然 通常英文的单词是由空格，标点符号或者换行来分隔的，但是\b并不匹配 这些单词分隔字符中的任何一个，它只匹配一个位置。