正则表达式之一:正则表达式漫游

1、正则表达式：

    在Perl中常常叫做模式，是一个匹配（或不匹配）某字符串的模板。也就是说，虽然有无限多可能的文本字符串存在，但只要用一个模式就可以将它们干净利落地分成两组：匹配的串与不匹配的串。模式绝对没有仁慈、写意之类的性格，它要么匹配，要么不匹配。

    它的任务很简单：查看一个字符串，然后决定匹配或不匹配。

2、使用简易模式

    若模式匹配的对象是$_的内容，只要把模式写在一对正斜线（/）中就可以了，如下。

$_="yabba dabba doo";
if(/abba/){   
        print "It matched!\n";}

批注：表达式/abba/会在$_中寻找这4个字符组成的串，如果找到就返回真，但不管找到几个，所以往往会在if和while的条件表达式里看到它。

3、元字符

    点号（.）是任何单字符的通配符，换行（\n）除外；如：/bet.y/ 则betsy、bet=y、bet.y匹配，但bety或betsey不匹配。

    在任何元字符前面加上反斜线，就会使它失去元字符的特殊作用。如/3\.14159/ 中匹配的就是.本身。

4、简易的量词

    *用来匹配前面的内容0次或多次；

    +匹配前一次条目一次以上（算上刚才所说的，再加上任意次重复）；

    ?表示前一次的条目是可有可无的（刚才所说的，有还是没有都行）。

批注：它们必须接在某个东西之后。如：/fred\t*barney/能匹配fred和barney之间有任意多个制表符的串，也包括"fredbarney"（0次)

5、模式分组

    圆括号（()）的作用，模式/fred+/会匹配fredddddd这样的字符串，而模式/(fred)+/会匹配像fredfredfred这种字符。

    ()也使字符串重新引用成为可能。

$_="abba";
if(/(.)\1/){   #同'bb'相匹配，(.)\1表明需要匹配连续出现的两个同样的字符。
        print "It matched same character next to itself!\n"}

例：/y(....) d\1/

批注：该模式匹配y后面的4个连续的非回车字符，并且用\1在d字符之后重复这4个字符。

例：/y(.)(.)\2\1/

批注：该模式同'yabba'匹配

    如何区分哪个括号是第几组？只要数左括号（包括嵌套括号）的序号就可以了。

例：/y((.)(.)\3\2) d\1/

批注：匹配的是yabba dabba

$_="aa11bb"if(/(.)\111){              #想要匹配aa11，但是失败无法匹配，因为perl会去找第111次反向引用
        print "It matched!\n";}

use 5.010;
$_="aa11bb"if(/(.)\g{1}11){     #通过使用\g{1}，就能排除前面模式中的二义性，注意用的是花括号
        print "It matched!\n"；}

use 5.010;
$_="aa11bb"if(/(.)\g{-1}11){    #\g{-1}用的是相对路径，即相对于自己的位置，这样修改增加括号都不会影响    
        print "It matched!\n"；}

6、择一匹配

例：/fred|barney|betty/

批注：匹配任何含有fred或barney或betty的字符串

例：/fred( |\t)+barney/

批注：匹配fred和barney之间空格、制表符或两者组合出现一次以上的字符串

例：/fred( +|\t+)+barney/

批注：中间的分隔符就一定全是空格符或制表符，即fred和barney之间的分隔符必须是一样的。

例：/fred (and|or) barney/

批注：可用来匹配任何含有fred and barney或fred or barney的字符串

7、字符集

指的是一串可能出现的字符集合，通过卸载方括号（[]）内来表示。它只匹配单个字符，但可以是字符集里列出的任何一个。

例：[abcwxyz]

批注：匹配这7个字符中的任何一个。可使用连字符-，即可等效写为[a-cw-z]

例：[a-zA-Z]

批注：匹配52个子母中的任何一个

例：[\000-\177]

批注：匹配任何7位的ASCII字符

开头加脱字符^表示这些字符除外：

例：[^def]

批注：匹配除这三个字符外的任何字符

例：[^n\-z]

批注：匹配n、连字符与z以外的任何字符。这里的连字符要加上反斜线，因为它在字符集里具有特殊意义。但在/HAL-[0-9]+/里的第一个连字符则不需要反斜线，因为字符集括号以外的连字符没有特殊意义

8、常用字符集的简写

任意数字的字符集[0-9]=\d。

单词字符，包含字母，数字和下划线[A-Za-z0-9_]=\w（Perl里的单词里面应该只含有字母、数字和下划线）。

\w并不会匹配一个单词，它只会匹配单词字符集里的一个字符。

例：/fred \w+ barney/

批注：匹配fred、一个空格、一个单词再接一个空格与barney

\s简写擅长处理空白 = [\f\t\n\r ]，即换页、制表、换行、回车、空格。常用的做法是使用\s*来匹配任意数目的空白（也包括0个空白）或\s+，因为这些空白字符对肉眼来说都是一样的，所以我们可以用这个简写来统一处理它们。

非数字：[^\d]=\D

非词：[^\w]=\W

非空白字符：[^\s]=\S

/[\dA-Fa-f]+/可以用来匹配16进制数字。

[\d\D]表示任何数字和非数字，它会匹配任何字符（包括换行符）

[^\d\D]什么都不匹配