使用Perl正则进行匹配

在Perl中使用正则表达式进行匹配是非常简单的一件事。例如：

"abc123def" =~ /\d+/;

上面示例会使用正则表达式\d+去匹配字符串abc123def。其中=~是正则匹配操作符，左边是待匹配的字符串数据，右边是双斜线包围的正则表达式。

Perl中，正则匹配之后，默认不会返回所匹配成功的内容，而是返回一个代表着本次正则匹配是否成功的数据，因此正则匹配可直接用来做条件判断。实际上，Perl正则匹配的返回值问题比较复杂，稍后会详细解释。

my @names = qw(junma jinlong tuner fairy wugui);
my @names1;
for(@names){
  push $_,@names1 if($_ =~ /[u-z]/);
}
say "@names1";

当正则表达式要匹配的是变量$_，则可以直接简写为正则表达式。也就是说，$_ =~ /reg/和/reg/是等价的。

因此，上面筛选出包含uvwxyz字符的名字的示例，等价于如下简短代码：

my @names = qw(junma jinlong tuner fairy wugui);
my @names1 = grep {/[u-z]/} @names;
say "@names1";

严格来说，Perl中正则表达式的书写方式为m//，其中斜线可以替换为其它符号，规则如下：

双斜线可以替换为任意其它成对符号，例如可以是对称的各种括号m() m{}，也可以是相同的字符m!! m%%
当采用双斜线时，可省略前缀m字母，即//等价于m//
如果正则表达式中出现了和分隔符相同的字符，需转义表达式中的符号，但建议换分隔符，例如/http:\/\//转换成m%http://%

使用qr创建正则表达式

Perl中除了可以将正则写为m/reg/或省略m的/reg/，还可以通过qr来构建正则表达式。

qr和q、qq、qw类似，只不过它构建的是正则表达式的字面量。例如：

qr/abc.*def/
qr(abc.*def)
qr{ab.*def}

此外，可以在正则模式中使用变量替换，所以可以将正则的一部分表达式事先保存在变量中。例如：

$str="hello worlds junmajinlong";
$pattern="w.*d";
$str =~ /$pattern/;

但这样做缺陷很大，必须要确保插入在正则表达式中的变量pattern中没有存放具有特殊意义的字符。例如，当使用m//格式的正则进行匹配时，不能在变量中保存/，除非转义。

Perl提供了qr/pattern/的功能，它把pattern部分构建成一个正则表达式对象，然后就可以在正则表达式中直接引用这个对象，更方便的是可以将这个对象保存到变量中，通过引用变量的方式来引用这个已保存好的正则对象。

$str="hello worlds junmajinlong";

# 直接作为正则表达式
$str =~ qr/w.*d/;

# 保存为变量，再作为正则表达式
$pattern=qr/w.*d/;
$str =~ $pattern;    # (1)
$str =~ /$pattern/;  # (2)

# 保存为变量，作为正则表达式的一部分
$pattern=qr/w.*d/;
$str =~ /hel.* $pattern/;

还允许为这个正则对象设置修饰符，比如忽略大小写的匹配修饰符为i，这样在真正匹配的时候，就只有这一部分正则对象会忽略大小写，其余部分仍然区分大小写。

$str="HELLO wORLDs gaoxiaofang";

$pattern=qr/w.*d/i;         # 忽略大小写

$str =~ /HEL.* $pattern/;   # 匹配成功，$pattern部分忽略大小写
$str =~ /hel.* $pattern/;   # 匹配失败
$str =~ /hel.* $pattern/i;  # 匹配成功，所有都忽略大小写

小心正则表达式中的特殊符号

正则表达式中使用了很多元字符，这些元字符在正则表达式中有特殊含义。另外，Perl自身也使用了很多特殊符号。如果在正则表达式中使用了两者冲突的特殊符号，就需要特殊处理。

例如，可以在正则表达式中内插变量：

$str =~ /hel.*$pattern/;

但如果是下面这样的正则表达式呢？

$str =~ /abc$\ndef/m;

这里有两种解析方式：

将$\看作变量，等价于/abc${\}ndef/m
在多行模式下，匹配abc以及下一行def

Perl会默认解析为前者，如果确实想要的是前者，在正则表达式中内插变量，都建议使用${var}的变量引用方式。

如果想要的结果是后者，则可改写为：

$str =~ /abc$(?:)\ndef/m;

即，使用一个空的非捕获分组括号将$符号和\隔开。

更好的方式是将正则表达式部分以单引号的方式定义为变量，然后在正则表达式中内插该变量：

my $re_str = q%abc$\ndef%;
$str =~ /${re_str}/m;

有时候并不是想要将Perl中的特殊字符转义，而是想要将正则表达式中的特殊字符转义。此时可使用反斜线转义元字符，使其被当作普通字面符号。如果要转义的元字符较多，可使用Perl提供的\Q...\E进行强转。但注意，\Q仍然无法转义变量内插。

$sub="world";
$str="hello worlds junmajinlong";
$str =~ /\Q$sub\E/;  # $sub会替换，所以匹配成功world
$str =~ /\Q$sub.\E/; # 元字符"."被当做普通的点符号，所以无法匹配

Perl入门秘籍

博客