Perl中的正则表达

andy27367451

　　前几天用到了Perl语言，主要看了一下Perl中的正则表达式，在各种网页语言中，正则表达式在处理字符串的时候十分有用，所以这里就简单说一下在Perl中正则表达式的应用。
　　先上代码



1 #!/usr/bin/perl -w
2 #use utf8;
3 #use encoding "gb2312";
4
5 open(DATA,"<test2.txt") or die "read error";
6
7 open(OUT,">outfile.txt") or die "write error";
8 %array=();
9 while ($string =<DATA>){
10   
11   if ($string =~ /s.*.m/) {
12     $string =~ s/s.*.m//g;
13     
14   }
15   chomp($string);     #去掉换行符
16     foreach $character(split / /,$string){
17     if ($character =~ /\/d$/)
18     {
19         $array{$character}++;
20     }#code
21   }
22 }
23 print OUT "result:\n";
24 @character = sort {$array{$b} <=> $array{$a} }( keys %array);
25 foreach $character (@character){
26     print   OUT "$character => $array{$character}\n";
27 }
　　简单说一下就是，读取文件内容到字符串，去掉换行符，按空格分割（spilt），匹配到以s开头，以m结束的字符串，然后以空串替换之（删除），匹配到以d结束的字符串，存到数组中，最后按降序输出到文件。实际就是删除s开头，m结尾的单词，找到所有以d结束的单词，并统计。
　　这里使用关联数组进行统计，可以使用任意标量（keys）作为索引值，便于以后检索。
　　　值得注意的是，*是贪婪匹配，它会尽可能地向后匹配直到匹配成功，要想尽可能少地匹配，需要
　　



$string =~ s/s.*?.m//g

　　
　　正则表达式
　　（1）三种形式
　　匹配：m/<regexp>;/ （还可以简写为 /<regexp>;/ ，略去 m）
　　　　替换：s/<pattern>;/<replacement>;/
　　　　转化：tr/<pattern>;/<replacemnt>;/
　　　　这三种形式和“=~”或“!~”搭配使用，分别表示匹配和不匹配，在上述代码中用到了匹配符号。
　　     （2）常用模式（pattern）　　
　　. 匹配除换行符以外的所有字符
　　
　　x? 匹配 0 次或一次 x 字符串
　　
　　x* 匹配 0 次或多次 x 字符串，但匹配可能的最少次数
　　
　　x+ 匹配 1 次或多次 x 字符串，但匹配可能的最少次数
　　
　　.* 匹配 0 次或一次的任何字符
　　
　　.+ 匹配 1 次或多次的任何字符
　　
　　{m} 匹配刚好是 m 个 的指定字符串
　　
　　{m,n} 匹配在 m个 以上 n个 以下 的指定字符串
　　
　　{m,} 匹配 m个 以上 的指定字符串
　　
　　[] 匹配符合 [] 内的字符
　　
　　[^] 匹配不符合 [] 内的字符
　　
　　[0-9] 匹配所有数字字符
　　
　　[a-z] 匹配所有小写字母字符
　　
　　[^0-9] 匹配所有非数字字符
　　
　　[^a-z] 匹配所有非小写字母字符
　　
　　^ 匹配字符开头的字符
　　
　　$ 匹配字符结尾的字符
　　
　　\d 匹配一个数字的字符，和 [0-9] 语法一样
　　
　　\d+ 匹配多个数字字符串，和 [0-9]+ 语法一样
　　
　　\D 非数字，其他同 \d
　　
　　\D+ 非数字，其他同 \d+
　　
　　\w 英文字母或数字的字符串，和 [a-zA-Z0-9] 语法一样
　　
　　\w+ 和 [a-zA-Z0-9]+ 语法一样
　　
　　\W 非英文字母或数字的字符串，和 [^a-zA-Z0-9] 语法一样
　　
　　\W+ 和 [^a-zA-Z0-9]+ 语法一样
　　
　　\s 空格，和 [\n\t\r\f] 语法一样
　　
　　\s+ 和 [\n\t\r\f]+ 一样
　　
　　\S 非空格，和 [^\n\t\r\f] 语法一样
　　
　　\S+ 和 [^\n\t\r\f]+ 语法一样
　　
　　\b 匹配以英文字母,数字为边界的字符串
　　
　　\B 匹配不以英文字母,数值为边界的字符串
　　
　　a|b|c 匹配符合a字符 或是b字符 或是c字符 的字符串
　　
　　abc 匹配含有 abc 的字符串
　　
　　在匹配中要注意转义字符的使用。正则表达式在处理字符时给我们提供很多便利，这里只是介绍了最简单的使用，并且发现字符串中隐含的模式进行匹配也是需要我们注意的，以后还要在使用中多多地学习。