Perl正则支持的反斜线序列

大致可分为三类反斜线序列：位置锚定反斜线序列、字符匹配反斜线序列、分组捕获相关的反斜线序列。

位置锚定反斜线序列

所谓锚定，就是【零宽断言(zero-width assertions)】，是指它匹配的是位置，而非字符。比如锚定行首的意思是匹配第一个字母前的空字符。

下面列出了Perl支持的位置锚定反斜线序列：

\b：匹配单词边界处的空字符
\B：匹配非单词边界处的空字符
\<：匹配单词开头处的空字符
\>：匹配单词结尾处的空字符
\A：匹配绝对行首，换句话说，就是输入内容的开头
\z：匹配绝对行尾，换句话说，就是输入内容的绝对尾部
\Z：匹配绝对行尾或绝对行尾换行符前的位置，换句话说，就是输入内容的尾部
\G：强制从位移指针处进行匹配

主要解释下\A \z \Z，\G留在后面全局匹配时解释，其余的则属于基础正则的内容，不多做解释。

\A \z \Z和^ $的区别主要体现在多行模式下。在多行模式下：

例如：

my $txt = "abcd\nABCD\n";

$txt =~ /^ABC*/;   # 无法匹配
$txt =~ /^ABC*/m;  # 匹配

$txt =~ /\Aabc/;   # 匹配
$txt =~ /\Aabc/m;  # 匹配
$txt =~ /\AABC/m;  # 无法匹配

$txt =~ /cd\n$/m;  # 不匹配
$txt =~ /cd$\n/m;  # 该正则是错的，$\被解析变量，即等价于/cd${\}n/m
$txt =~ //cd$(?:)\n/m; # 匹配
$txt =~ /cd$/m;    # 匹配

$txt =~ /CD\Z\n/m    # 匹配
$txt =~ /CD\Z\n\Z/m; # 匹配
$txt =~ /CD\n\z/m;   # 匹配

my $txt1 = "abcd\nABCD";
$txt1 =~ /CD\Z/m;  # 匹配
$txt1 =~ /CD\z/m;  # 匹配

字符匹配反斜线序列

以下是一些常用的反斜线字符序列。除了以下这几种，还有一些用的不多的反斜线序列\v \V \h \H \R \p \c \X，这些不会在此解释。

\w：匹配单词构成部分，等价于[_[:alnum:]]
\W：匹配非单词构成部分，等价于[^_[:alnum:]]
\s：匹配空白字符，等价于[[:space:]]
\S：匹配非空白字符，等价于[^[:space:]]
\d：匹配数字，等价于[0-9]
\D：匹配非数字，等价于[^0-9]
\N：不匹配换行符，等价于[^\n]

由于元字符.默认无法匹配换行符，但可以使用特殊组合[\d\D]或者(\n|\N)来替换.，它们能匹配换行符。换句话说，如果想匹配任意长度的任意字符，可以将.*换成[\d\D]*或(\n|\N)*。之所以不用[\n\N]，是因为\N有特殊意义，不能随意接符号和字母。

分组捕获的反斜线序列

\1：反向引用，其中1可以替换为任意一个正整数，即使超出9，例如\111表示匹配第111个分组
\g1或\g{1}：也是反向引用，只不过这种写法可以避免歧义，例如\g{1}11表示匹配第一个分组内容后两个数字1
\g{-1}：还可以使用负数，表示距离\g左边的分组号，也就是相对距离。例如(abc)([a-z])\g{-1}中的\g引用的是[a-z]，如果-1换成-2，则引用的abc
\g{name}：引用已命名的分组(命名捕获)，其中name为分组的名称
\k<name>：同上，引用已命名的分组(命名捕获)，其中name为分组的名称
\K：丢弃\K左边的内容。换句话说，要求匹配\K左边的内容成功，但却不包含在匹配结果中

此处暂时还没介绍到命名分组，所以\g{name}和\k<name>留在后面再介绍。

\K表示强制丢弃前面已完成的匹配。例如

"abc22ABC" =~ /abc\K2.*/;

abc三个字母先被匹配，如果没有\K，这3个字母将放进$&中，但是\K使得匹配完abc后立即丢弃前面的匹配，所以这个正则表达式的匹配结果是22ABC。

再例如：

"abc123abcfoo"=~ /(abc)123\K\g1foo/;

它匹配到123后被切断，但是分组引用还可以继续引用，所以匹配的结果是abcfoo。

所以，使用\K可以做左侧条件判断(类似于逆向环视锚定)：要求成功匹配\K左边的部分，但不要它们。

Perl入门秘籍

博客