正则表达式――perl模式匹配 补充:http://www.regexlab.com/zh/regref.htm Practiacl Extraction and Report Language 一.模式匹配操作符 1.tr/ / / 替换操作符不支持正则表达式 也不具备双引号替换能力 m/ / s/ / / 都支持正则表达式,并且可以提供或限制双引号替换能力(当用单引号作为操作符时则不具备变量替换能力) s/ / / , tr/ / / 可以用两组不同的括号进行分割,以保证格式清晰s(good)<bad> 2.绑定操作符 =~ , !~,m/ / s/ / / tr/ / / 都支持 绑定操作符的优先级非常高
3. perl 特有的全局变量 1. $` , $& , $’ 分别存有匹配内容左,匹配内容,匹配内容右的内容 2. 可以用()捕获特定的模式 并依次存入 $1 $2 $3 中
二.模式修饰词 m/ / s/ / / 和 tr/ / / 的修饰词不同
my $str = "hello chinaUnix i am wlj !";
$str =~ s/(s+)/length($1) == 1 ? $1 : '_' x length($1)/eg; #$str =~ s/(s{2,})/'_'x length($1)/eg; print "$str "; ##------结果-------------------- hello_____chinaUnix i am wlj___!
三.m/ / 匹配 1.分隔符 用 ? 或 ‘ 作分隔符时有特殊的含义 m?? 表示只匹配一次 m’ ‘ 表示禁止变量替换和六种转换 2.返回值 标量环境里 匹配成功返回 1 ,失败 返回 0 列表环境里, 返回子字串的列表,并捕获()中的模式 ( $key,$value) =~ m/(\w+:(\.*)/ ; /g 修饰词的返回值 列表环境 : 返回所有匹配字串的列表 如: my @perls = $string =~ m/perl/ig ; 如果有捕获圆括号,则返回捕获到的字串 如: 用字串 $string = “password=xyzzy verbose=9 score=0” 初始化下面的散列:%hash = {password => “xyzzy”, verbose => 9, socre=>0}; %hash = $string =~ /(\w+)=(\w+)/g ; # 利用列表环境下匹配得到数组,再通 # 过数组对散列hash赋值 标量环境中 /g表示一次渐进的匹配,它令perl从上一次匹配停下来的位置开始一次新的匹配 如: while (/perl/g) { print “ $& \n”};
# 需求举例
# 求出0- 300 中出现过多少次数字9 # use strict; my $num = 0; foreach (0..300) { $num += $_ =~ s/9//g; } print "$num ";
三.s/ / / 操作符(替换) 返回值: 标量环境里返回值是成功替换的次数 替换部分被当作双引号看待可进行变量转换,而且可以使用前半部分模式匹配得到的变量$1,$2,$3 $&,等 新的修饰词 /e 把右边当作一个表达式计算 利用s/ / / 修改字串的用法 1.($newStr = $oldStr)=~ s/good/bad/g 2.替换数组的每一个元素: For (@newArray,@oldArray) {s/$_/newStr/g} 3.用单程循环对同一个变量重复替换 For ($string) { s/^\s//; # 丢弃开头的空白 s/\s$//; # 丢弃结尾的空白 s/\s+//g; # 丢弃中间的空白 } 4.把逗号放到整数的合理位置 $_ = “12345678”; 1 while s/(\d)(\d\d\d)(?!\d)/$1,$2/; Print “$_ \n” # 输出: 12,345,678
四.Tr/ / / 操作符 (转换) 1.tr 不支持正则表达式 和 变量替换,只是一种单纯的划定范围的替换 尽管不支持变量替换,但可以用eval expr实现 $count = eval “tr/$oldStr/$newStr/”; Die if $@; 如果仅仅是转换大小写 不要使用tr/ / / 建议使用双引号里的 转移字符 /U /L 类似的uc lc 函数
2.修饰词,与m/ / s/ / / 的修饰词不同 /c 与searchlist 为补 /s 消除重复的字符 /d 删除找到的但没有替换的字符 ,任何再searchlist 中声明但再replacement没有给出替换的字符将被删除。 如果没有/d 修饰词,那么 1),replacement 比 searchlist 短,则将复制replacement最后一个字符直到足够长 2),replacement 为空,则 replacement = searchlist 可以用此用法统计次数和/s 压缩 $string =~ tr/a-zA-Z//s # bookkeeper -> bokeper
五.元字符 12个元字符 \ | ( ) [ { ^ $ * + ? ^ : 在字符集中 ^ 表示补集 [^1,2,3] 除了1,2,3 在一般的模式中表示 以什么开头 $ : 表示以什么结尾 六.量词 分为最大量词,最小量词(由?控制) 1.最大量词 * 匹配0 或更多次 + 匹配1 或更多次 ? 匹配 1 或 0 次 {count}匹配count次 {min,} 匹配至少min次 {min,max} 匹配至少 min次,但不超过max次 2.最小量词 *? 匹配0次或更多次 +?匹配1次或更多次 ??匹配0次或1次 {min,}? 匹配最多min次 {min,max}? 匹配至少min次,但不超过max次
七.常用的字母数字正则元符号 . 通配符匹配除了换行符外的任何单字符(如果加上修饰词/s 也可以匹配换行符) \d 数字 [0-9] \D 非数字 \s 空格 \S 非空格 \w 字 [a-zA-Z0-9_] \W 非字 \E 结束大小写或掩码 \l 把下一个字符变成小写 \u 大写 \L 把\E以前的字母都变成小写 \U 大写 如:s/revision/\u$&/g;
######################################################################### # # 论坛实际问题及零散知识点 # ###########################################################################
1.正则匹配的特殊变量
@- 最近一次正则表达式匹配的部分在目标字串中的起始偏移量
@+ 最近一次正则表达式匹配的部分在目标字串中的终止偏移量
$& 最近一次正则表达式匹配到的部分
$` 在目标字串中最近一次正则表达式匹配到的部分之前的内容
$' 在目标字串中最近一次正则表达式匹配到的部分之后的内容
# 正则匹配 特殊变量测试代码
# #!/usr/bin/perl use strict; use warnings; my $str = "abcedfabcertfabciruabc"; while ($str =~ /(abc)/g) { # 注意捕获匹配的小括号不能少 print "$-[1] -- $+[1] "; # 也可以是print "$-[0] -- $+[0] "; print "$` -- $& -- $' "; } # 运行结果 bash-2.03$ testString.pl 0 -- 3 -- abc -- edfabcertfabciruabc 6 -- 9 abcedf -- abc -- ertfabciruabc 13 -- 16 abcedfabcertf -- abc -- iruabc 19 -- 22 abcedfabcertfabciru -- abc -- my $str = "abcedfabcertfabciruabc"; if ($str =~ /(^abc)w+(abc)w+(abc)w+(abc$)/g) { print "$-[0] -- $+[0] "; # $-[0],$+[0] 存储的是整个正则表达式匹配的部分的起始和结束坐标 print "$-[1] -- $+[1] "; # 与小括号捕获的无关 print "$-[2] -- $+[2] "; print "$-[3] -- $+[3] "; print "$-[4] -- $+[4] "; print "$`--$&--$' "; ## $` $&, $' 存储的是正则表达式匹配到的自符。及其左右。 } ## 运行结果 bash-2.03$ testString.pl 0 -- 22 0 -- 3 6 -- 9 13 -- 16 19 -- 22 --abcedfabcertfabciruabc-- ## $` $&, $' 存储的是正则表达式匹配到的自符。及其左右。 日志分析需求代码:
#############
# 切出两行对齐部分 ############# #uniqu- TCACAACATGGTATCAGAGCAGGT #TA4806 ACTCTGTTTTTCTTCTCTCTCTCAATAATCCAACATGGTATCAGAGCCGATGGTTGTCCT # # #uniqu- TCACAACATGGTATCAGAGCAGGT #TA4891 TATCTTCTTCTCCGTAACAAACTCTTCTGTAACATGGTATCAGAGCATGAATGGTGAATC use strict;use warnings; my $UrFile = "/shvpn/test/wlj/perl/substr.log"; open(FILE,"<$UrFile")||die "Can't open the file : $! "; my($slength,$swidth,$spaces); while(<FILE>){ # chomp; if (/^s*$/) { # 匹配空行 print "$_"; } elsif(/^uniqu/){ chomp; # 每行都会有回车结尾,先去除 if(/w+s*$/){ $slength=$-[0]; 获取匹配字串的起始坐标 $swidth=length($&); } $spaces=" "x$slength; # x用法 print $spaces,$&," "; }else{ if(/^S/){ chomp; my $string=substr($_,$slength,$swidth); print $spaces,$string," "; } } } close FILE; ## 运行结果 bash-2.03$ logAnalyse.pl TCACAACATGGTATCAGAGCAGGT CAATAATCCAACATGGTATCAGAG TCACAACATGGTATCAGAGCAGGT TCTTCTGTAACATGGTATCAGAGC |