Регулярные выражения Perl - мощный инструмент для поиска и обработки текста, в то же время позволяющий реализовать в одной строке программного кода довольно сложные операции.
В качестве примера можно привести такую задачу: нужно заменить в какой-либо строке все знаки "+" на пробелы. В воплощении на C это выглядело бы так: void PlusToSpace(char *str) { register int i; for (i=0;str[i];i++) if(str[i]=='+') str[i]=' '; }
На Perl же эта задача выполняется гораздо быстрее: $str=~tr/+/ /;
Именно это и дает Perl'у преимущество перед программами, например, на C, в применении в web-области.
Формат выражения выглядит так: /pattern/ где pattern и представляет собой маску, состоящую из любых элеменов из этого списка:
/pattern/ |
Соответствие |
x? |
ноль или один символ 'x' |
x* |
ноль или больше символов 'x' |
x+ |
один или больше символов 'x' |
.* |
ноль или больше любых символов |
.+ |
один или больше любых символов |
{m} |
M символов |
[] |
символы, заключенные в [] |
[^] |
символы, кроме заключенных в [] |
[0-9] |
любая цифра от '0' до '9' |
[a-z] |
любая буква от 'a' до 'z' |
[^0-9] |
любой символ, не находящийся между '0' и '9' |
[^a-z] |
любой символ, не находящийся между 'a' и 'z' |
/^.../ |
первый символ в строке |
/...$/ |
последний символ в строке |
\d |
одна цифра, то же, что и [0-9] |
\d+ |
одна или больше цифр, то же, что и [0-9]+ |
\D |
одна не-цифра, то же, что и [0-9] |
\D+ |
одна или больше не-цифр, то же, что и [0-9]+ |
\w |
один alphanumeric символ (латинская буква или цифра), то же, что и [a-zA-Z0-9] |
\w+ |
один или больше alphanumeric-символов, то же, что и [a-zA-Z0-9]+ |
\W |
один не-alphanumeric символ, то же что и [^a-zA-Z0-9] |
\W+ |
один или больше не-alphanumeric символ, то же что и [^a-zA-Z0-9]+ |
\s |
один space символ (пробел, табуляция, новая строка), то же что и [\n\t\r\f] |
\s+ |
один или больше space символов, то же что и [\n\t\r\f] |
\S |
один не-space символ, то же что и [^\n\t\r\f] |
\S+ |
один или больше не-space символов, то же что и [^\n\t\r\f]+ |
a|b|c |
'a' или 'b' или 'c' |
abc |
подстрока "abc" |
(pattern) |
() запоминает группу символов, присваивая их переменным $1, $2 и т.д. См. примеры. |
/pattern/i |
игнорировать регистр букв |
Это, конечно, не понять с первого раза, поэтому вот примеры:
Пример |
Описание |
$str=~/perl/; |
проверяет, есть ли в строке $str подстрока "perl" |
$str=~/^perl/; |
проверяет, начинается ли строка с подстроки "perl" |
$str=~/perl$/; |
проверяет, заканчивается ли строка на подстроку "perl" |
$str=~/c|g|i/; |
проверяет, содержит ли строка символ 'c' или 'g' или 'i' |
$str=~/cg{2,4}i/; |
проверяет, содержит ли строка символ 'c', следующие сразу за ним 2-4 символа 'g', за которыми следует символ 'i' |
$str=~/cg*i/; |
проверяет, содержит ли строка символ 'c', слудующие за ним 0 или больше символа 'g', за которыми следует символ 'i' |
$str=~/c..i/; |
проверяет, содержит ли строка символ 'c', и символ 'i', разделенные двумя любыми буквами |
$str=~/[cgi]/; |
проверяет, содержит ли строка один из символов 'c', 'g' или 'i' |
$str=~/\d/; |
проверяет, содержит ли строка цифру |
$str=~/\W/; |
проверяет, содержит ли строка символы, не являющиеся буквами латинского алфавита и цифрами |
Использование regular expressions
=~ (проверка соответствия строки маске)
Этот оператор выполняет функцию, схожую c функцией оператора ==, сравнивая переменную, содержащую строку с маской.
Пример 1: $string="I love cgi"; if($string=~/cgi/) { print "верно"; }
Пример 2: $string="chmod 755 test.cgi"; if($string=~/[a-z]+\s\d+\s.*/) { print "верно"; } # 'chmod' -- [a-z]+ - 1 или больше букв # ' ' -- \s - 1 пробел # '755' -- \d+ - 1 или больше цифр # ' ' -- \s - 1 пробел # 'test.cgi' -- .* - дальше идут любые символы
Пример 3: проверка, e-mail адреса $string="billgates@microsoft.com"; if($string=~/\w+\@\w+\.\w+/) { print "верно"; } # 'billgates' -- \w+ - 1 или больше букв/цифр # '@' -- \@ - символ @ # 'microsoft' -- \w+ - 1 или больше букв/цифр # '.' -- \. - символ . # 'com' -- \w+ - 1 или больше букв/цифр
!~ (проверка несоответствия строки маске)
Этот оператор является обратным оператору =~ (так же как != явл обратным по отношению к ==).
tr (перевод)
Аргументами этой функции эвляются две маски с одинаковым количеством элементов. $string=tr/SEARCHLIST/REPLACELIST/;
А занимается она тем, что заменяет элемент из SEARCHLIST соответствующим элементом из REPLACELIST.
Пример 1: $string="testing"; $string=~tr/et/ET; # Сейчас $string="TEsTing"; $string=~tr/a-z/A-Z/; # А сейчас $string="TESTING";
Пример 2: $string="I+like+CGI"; $string~tr/+/ /; # Сейчас $string="I Like CGI"
s (замена)
Эта функция заменяет часть строки, соответствующую PATTERN на REPLACE. $string=s/PATTERN/REPLACE/eg;
Где 'e' и 'g' - необязательные параметры:
- g - заменяет все встречающиеся части строка, соответствующие PATTERN. Если этот параметр опущен - заменяет только первое соответствие.
- e - означает что REPALCE является выражением, а не просто строкой (в REPLACE содержатся переменные)
Пример 1: $string="i:love:perl"; $string=~s/:/*/; # now $string="i*love:perl" $string=~s/:/*/; # now $string="i*love*perl" $string=~s/*/+/g; # now $string="i+love+perl" $string=~s/+/ /g; # now $string="i love perl" $string=~s/perl/cgi/; # now $string="i love cgi"
Пример 2: $string="i love perl"; $string=~s/(love)/<$1>/; # теперь $string="i perl" # Сдесь первое найденное слово "love" # присваевается переменной $1
Пример 3: $string="www22cgi44"; $string=~s/(\d+)/$1*3/eg; #сейчас $string="www66cgi132"; # Параметр 'e' показывает # что $1*2 - вычисление, а не просто строка
/pattern/
Работу этой функции поясняют примеры:
Пример 1 $string="chmod 711 cgi"; $string=~/(\w+)\s+(\d+)/;
- (\w+) соответствует любому количуству букв. Соотвествие, найденное в строке будет присвоено переменной $1.
- \s+ соответствует любому количуству пробелов.
- (\d+) соответствует любому количуству цифр. Соотвествие, найденное в строке будет присвоено переменной $2.
Теперь $1="chmod", $2="711"
Пример 2: $string="chmod 711 cgi"; @list=split(/\s+/,$string); # разбить строку $string, # используя пробелы # в качестве разделителей
Получим массив: @list=("chmod","711","cgi"); |