Perl中的正则表达

　　前几天用到了Perl语言，主要看了一下Perl中的正则表达式，在各种网页语言中，正则表达式在处理字符串的时候十分有用，所以这里就简单说一下在Perl中正则表达式的应用。

　　先上代码

#!/usr/bin/perl -w
#use utf8;
#use encoding "gb2312";

open(DATA,"<test2.txt") or die "read error";

open(OUT,">outfile.txt") or die "write error";
%array=(); 
while ($string =<DATA>){
  
  if ($string =~ /s.*.m/) {
    $string =~ s/s.*.m//g;
    
  }
  chomp($string);     #去掉换行符
    foreach $character(split / /,$string){
    if ($character =~ //d$/)
    {
        $array{$character}++;
    }#code
  }
}
print OUT "result:
";
@character = sort {$array{$b} <=> $array{$a} }( keys %array);
foreach $character (@character){
    print   OUT "$character => $array{$character}
";
}

　　简单说一下就是，读取文件内容到字符串，去掉换行符，按空格分割（spilt），匹配到以s开头，以m结束的字符串，然后以空串替换之（删除），匹配到以d结束的字符串，存到数组中，最后按降序输出到文件。实际就是删除s开头，m结尾的单词，找到所有以d结束的单词，并统计。

　　这里使用关联数组进行统计，可以使用任意标量（keys）作为索引值，便于以后检索。

　　值得注意的是，*是贪婪匹配，它会尽可能地向后匹配直到匹配成功，要想尽可能少地匹配，需要

　　

$string =~ s/s.*?.m//g

　　

　　正则表达式

　　（1）三种形式

　　 匹配：m/<regexp>;/ （还可以简写为 /<regexp>;/ ，略去 m）

　　替换：s/<pattern>;/<replacement>;/

　　转化：tr/<pattern>;/<replacemnt>;/

　　这三种形式和“=~”或“!~”搭配使用，分别表示匹配和不匹配，在上述代码中用到了匹配符号。

     （2）常用模式（pattern）　　

. 匹配除换行符以外的所有字符

x? 匹配 0 次或一次 x 字符串

x* 匹配 0 次或多次 x 字符串，但匹配可能的最少次数

x+ 匹配 1 次或多次 x 字符串，但匹配可能的最少次数

.* 匹配 0 次或一次的任何字符

.+ 匹配 1 次或多次的任何字符

{m} 匹配刚好是 m 个 的指定字符串

{m,n} 匹配在 m个 以上 n个 以下 的指定字符串

{m,} 匹配 m个 以上 的指定字符串

[] 匹配符合 [] 内的字符

[^] 匹配不符合 [] 内的字符

[0-9] 匹配所有数字字符

[a-z] 匹配所有小写字母字符

[^0-9] 匹配所有非数字字符

[^a-z] 匹配所有非小写字母字符

^ 匹配字符开头的字符

$ 匹配字符结尾的字符

d 匹配一个数字的字符，和 [0-9] 语法一样

d+ 匹配多个数字字符串，和 [0-9]+ 语法一样

D 非数字，其他同 d

D+ 非数字，其他同 d+

w 英文字母或数字的字符串，和 [a-zA-Z0-9] 语法一样

w+ 和 [a-zA-Z0-9]+ 语法一样

W 非英文字母或数字的字符串，和 [^a-zA-Z0-9] 语法一样

W+ 和 [^a-zA-Z0-9]+ 语法一样

s 空格，和 [ f] 语法一样

s+ 和 [ f]+ 一样

S 非空格，和 [^ f] 语法一样

S+ 和 [^ f]+ 语法一样

 匹配以英文字母,数字为边界的字符串

B 匹配不以英文字母,数值为边界的字符串

a|b|c 匹配符合a字符 或是b字符 或是c字符 的字符串

abc 匹配含有 abc 的字符串

　　在匹配中要注意转义字符的使用。正则表达式在处理字符时给我们提供很多便利，这里只是介绍了最简单的使用，并且发现字符串中隐含的模式进行匹配也是需要我们注意的，以后还要在使用中多多地学习。