Learning Perl 学习笔记 Ch7 正则表达式（一）漫

1. 正则表达式 是Perl最著名的特性，在Perl中使用正则表达式的简易方式是将要匹配的文本保存在$_中，然后用一对斜线//将模式包起来
   demo7-1

#!/usr/bin/perl
$_ = "a string for regular match";
$match_result = /regular/;
print "match result is $match_result\n";

正则表达式/regular/返回布尔值1：

./demo7-1 
match result is 1

2. 模式中可以使用反斜线转义字符：\t表示一个制表符，\b表示一个空格，反斜线\自己属于元字符，另一个元字符是小数点.可以匹配除换行符以外的任意字符。若要匹配元字符，需要用反斜线转义

3. 量词用来限定匹配的次数

• {n}:匹配n次（= n）
• \：匹配零次（不匹配）或匹配任意次（>= 0）
• +: 匹配一次或一次以上 (>= 1)
• ?: 匹配零次（不匹配）或匹配一次 (= 0 || 1)
  demo7-2:

#!/usr/bin/perl
$_ = "abccba";
if(/c{2}/){
    print "c{2} : matched\n";
}

if(/c*/){
    print "c* : matched\n";
}

if(/c+/){
    print "c+ : matched\n";
}

./demo7-2
c{2} : matched
c* : matched
c+ : matched

量词默认约束紧贴在量词左侧的模式匹配结果，如果没有使用括号进行分组，那就是一个字符，如果有分组则是整个分组的匹配结果
demo7-3:

#!/usr/bin/perl
$_ = "abcabc";
if(/abc{2}/){
    print "abc{2} matched\n";
}

if(/(abc){2}/){
    print "(abc){2} matched\n";
}

./demo7-3
(abc){2} matched

abc{2}期待匹配的是字符串abcc

4. 分组用()将模式中的若干字符和其他字符区分开来，除了可以用来修改量词的约束范围，还可以实现反向引用，反向引用用反斜线和数字来代表对应的分组，如果有嵌套的分组，则根据左括号的先后位置排序
   左右括号也是元字符，如果要匹配左右括号，需要使用反斜线转义
   反向引用可以很方便的匹配重复的模式
   demo7-4

#!/usr/bin/perl
$_ = "abab baba abab";
if(/(((.)(.))\3\4) \4\2\3 \1/){
    print "matched\n";
}

./demo7-4
matched

\1对应匹配的是abab
\2对应匹配的是ab
\3对应匹配的是a
\4对应匹配的是b
和左括号的顺序一一对应

使用反斜线和数字组合的反向引用有可能会引发二义性问题：对于\111，是匹配\1和11，\11和1还是\111? Perl的做法是最大尝试，也就是匹配\111。如果想要匹配\1和11就必须使用另一种反向引用的方式\g{n}，n代表序号，匹配\1和11的模式就写成\g{1}11 ，用这种方式甚至可以使用负数，表示相对当前位置的反向引用。同样匹配abab baba abab：
demo7-5：

#!/usr/bin/perl
$_ = "abab baba abab";
if(/(((.)(.))\g{-2}\g{-1}) \g{-1}\g{-3}\g{-2} \g{-4}/){
    print "matched\n";
}

./demo7-5
matched

正数的计数规则是从最左端开始向右数左括号的序数，负数则是从当前位置开始向左数左括号的序数

5. 字符集用[]框起若干字符组成集合，模式可以匹配集合内任一字符若干次（取决于量词），集合可以是字母数字和符号，甚至是元字符（需要反斜线转义）。
   demo7-6:

#!/usr/bin/perl
$_ = "1q2w3e4r /*";
if(/[1234qwer]+ [\/\*]{2}/){
    print "matched\n";
}

./demo7-6
matched

在ASCII码表中连续的字符可以用短横杠-缩略，上面的模式中[1234]可以缩略成[1-4]，但是[qwer]则不能缩略，因为这四个字符在ASCII码表中并不连续。进一步地，可以用\d代替[0-9]，用\w代替所有[a-zA-Z0-9_]。
用小写字母替代了若干字符，对应的大写字母则是他们的逆：\D表示所有非数字0至9的字符，\W则表示所有[^a-zA-Z0-9_]，在字符集开始位置的^表示的也是取反的含义。（也就是说[\w\W]和[\d\D]表示全集，可以匹配任何字符，甚至比通配符.更强，因为通配符.不能匹配换行符，但是[\w\W]可以）
demo7-7:

#!/usr/bin/perl
$_ = "a23\n32a";
if(/\w(\d)(\d)[\d\D]\g{2}\g{-2}a/){
    print "matched\n";
}

./demo7-7
matched