Perl 正则表达式基础

正则表达式是 Perl 中非常强大的工具，它们用于模式匹配和文本操作。本章将介绍如何使用正则表达式来搜索、替换和处理字符串。

正则表达式的基本概念

正则表达式是一种用来匹配文本的特殊格式，它能够描述一个或多个可能出现在文本中的字符组合。Perl 的正则表达式非常灵活，并且功能强大，可以进行复杂的模式匹配。

字符匹配

最基本的正则表达式是单个字符，例如：

if ($string =~ /a/) {
    print "找到了 'a'\n";
}

这里 /a/ 表示查找字符 a。

字符类

字符类允许你匹配一组特定的字符中的任意一个。例如，[abc] 匹配 a、b 或 c 中的任意一个字符。

if ($string =~ /[aeiou]/) {
    print "找到了元音\n";
}

你也可以指定一个范围，如 [0-9] 匹配任何数字，[A-Z] 匹配任何大写字母。

量词

量词决定了前面的字符或字符类应该出现多少次。常见的量词包括：

• *：匹配前面的元素零次或多次。
• +：匹配前面的元素一次或多次。
• ?：匹配前面的元素零次或一次。
• {n}：匹配前面的元素恰好 n 次。
• {n,}：匹配前面的元素至少 n 次。
• {n,m}：匹配前面的元素至少 n 次但不超过 m 次。

if ($string =~ /a+/) {
    print "找到了一个或多个 'a'\n";
}

if ($string =~ /a{3}/) {
    print "找到了恰好三个 'a'\n";
}

锚点

锚点用于匹配文本的开始或结束位置。

• ^：匹配行的开始。
• $：匹配行的结束。

if ($string =~ /^hello/) {
    print "字符串以 'hello' 开始\n";
}

if ($string =~ /world$/) {
    print "字符串以 'world' 结束\n";
}

分组与捕获

圆括号 () 可以用来创建子表达式（分组），并允许你引用这些子表达式。此外，分组还可以用于控制量词的作用范围。

if ($string =~ /(abc)+/) {
    print "找到了重复的 'abc'\n";
}

逻辑运算符

正则表达式支持一些基本的逻辑运算符，比如 | 用于表示“或”的关系。

if ($string =~ /cat|dog/) {
    print "字符串中包含 'cat' 或 'dog'\n";
}

使用正则表达式进行替换

除了匹配文本之外，正则表达式还经常用于替换文本。Perl 提供了 s/// 操作符来进行这种替换。

my $text = "Hello, world!";
$text =~ s/world/perl/;
print $text;  # 输出 "Hello, perl!"

替换标志

你可以通过添加标志来修改替换的行为。常见的标志包括：

• i：忽略大小写。
• g：全局替换，即替换所有匹配项而不是第一个。

my $text = "Hello, World! Hello, Perl!";
$text =~ s/Hello/Hi/gi;
print $text;  # 输出 "Hi, World! Hi, Perl!"

高级正则表达式技巧

查找与替换中的捕获

当你需要对匹配到的部分进行进一步操作时，可以使用捕获组。捕获组可以通过 $1、$2 等变量来引用。

my $text = "The price is 100 dollars.";
$text =~ s/(\d+)/$1 * 2/e;
print $text;  # 输出 "The price is 200 dollars."

这里的 e 标志表示允许在替换部分执行 Perl 代码。

贪婪与非贪婪匹配

默认情况下，量词是贪婪的，这意味着它们会尽可能多地匹配字符。然而，你可以通过在量词后添加 ? 来使其变为非贪婪。

my $text = "<div>Some text</div>";
if ($text =~ /<div>(.*?)<\/div>/) {
    print "捕获的内容: $1\n";  # 输出 "捕获的内容: Some text"
}

零宽断言

零宽断言（又称前瞻或后顾断言）允许你在不消耗字符的情况下进行匹配。这在某些情况下非常有用，尤其是当你要确保匹配发生在某个特定上下文时。

• (?=...)：正向前瞻断言，表示接下来的部分应该匹配，但不会消耗这部分字符。
• (?!...)：负向前瞻断言，表示接下来的部分不应该匹配。
• (?<=...)：正向后顾断言，表示前面的部分应该匹配。
• (?<!...)：负向后顾断言，表示前面的部分不应该匹配。

my $text = "The quick brown fox jumps over the lazy dog.";
if ($text =~ /\b(?=\w{4})\w+\b/) {
    print "找到长度为4的单词\n";
}

小结

通过学习本章的内容，你应该已经掌握了 Perl 正则表达式的基础知识。从简单的字符匹配到复杂的模式捕获，正则表达式提供了一种强大而灵活的方式来处理文本数据。希望你能利用这些技能在实际项目中解决问题。