大家好，又见面了，我是你们的朋友全栈君。

Perl中的正则表达式使用示例

m//修饰符

LVALUE =~ m/PATTERN/;
LVALUE =~ /PATTERN/;

s///操作符（替换）

tr///操作符（转换）

LVALUE =~ tr/SEARCHLIST/REPLACEMENTLIST/cds;
RVALUE =~ tr/SEARCHLIST/REPLACEMENTLIST/csdr;
RVALUE =~ tr/SEARCHLIST//c;

s/PATTERN/REPLACEMENT/modifiers;
LVALUE =~ s/PATTERN/REPLACEMENT/modifiers;
RVALUE =~ s/PATTERN/REPLACEMENT/rmodifiers;

元符号表

正则表达式量词

扩展正则表达式序列

字母数字正则表达式元符号

/c使用示例

这里之所以加一个g修饰符是因为perl在进行全局匹配时，会记住匹配的位置，以便下一次继续从匹配的位置继续往下匹配。
为了清晰的查看它的运行原理，可以配合pos函数来获取当前文本匹配的位置。

my $test_str = "my1342daw2";
$test_str =~ m/\d\d/gp;
say "The match part is ${^MATCH} and the position is ",pos $test_str; # 4

$test_str =~ m/\d\d/gp;
say "The match part is ${^MATCH} and the position is ",pos $test_str; # 6

$test_str =~ m/\d\d/gp;
say "The match part is ${^MATCH} and the position is ",pos $test_str; # undef, 匹配失败以后，指针位置重置

$test_str =~ m/\d\d/gp;
say "The match part is ${^MATCH} and the position is ",pos $test_str; # 4，又回到了最初匹配的位置

$test_str =~ m/\d\d\d/gpc;
say "The match part is ${^MATCH} and the position is ",pos $test_str; # 匹配失败，但是指针位置依然在之前匹配到的位置

\G使用示例

可以指定\G，使得本次匹配强制从位移处进行匹配，不允许跳过任何匹配失败的字符。
如果本次\G全局匹配成功，位移指针自然会后移
如果本次\G全局匹配失败，且没有加上c修饰符，那么位移指针将重置
如果本次\G全局匹配失败，且加上了c修饰符，那么位移指针将卡在那不动

配合/g修饰符来使用\G

my $txt="1234ab56";
$txt =~ /\d\d/g;
print "matched $&: ",pos $txt,"\n"; # 12, 2
$txt =~ /\d\d/g;
print "matched $&: ",pos $txt,"\n"; # 34, 4

$txt =~ /\G\d/g;     # 强制从位移4开始匹配，无法匹配字母a，但又不允许跳过
                     # 所以本次\G全局匹配失败，由于没有修饰符c，指针重置
print "matched $&: ",pos $txt,"\n";

$txt =~ /\G\d/g;     # 指针回到0，强制从0处开始匹配，数值1能匹配成功
print "matched $&: ",pos $txt,"\n"; # 1, 1

配合/gc修饰符来使用\G

my $txt="1234ab56";
$txt =~ /\d\d/g;
print "matched $&: ",pos $txt,"\n"; # matched:12, pos: 2
$txt =~ /\d\d/g;
print "matched $&: ",pos $txt,"\n"; # matched:34, pos: 4
$txt =~ /\G\d/gc;        # 匹配失败，指针卡在原地 
print "matched $&: ",pos $txt,"\n"; # 依然保留着之前匹配成功的值，matched:34, pos: 4
$txt =~ /\G\d/gc;        # 匹配失败，指针继续卡在原地
print "matched $&: ",pos $txt,"\n";
$txt =~ /\G\d/gc;        # 匹配失败，指针继续卡在原地
print "matched $&: ",pos $txt,"\n";

环视锚定(断言)

"环视"锚定，即lookaround anchor，也称为"零宽断言"，它表示匹配的是位置，不是字符。
(?=...)：表示从左向右的顺序环视。例如(?=\d)表示当前字符的右边是一个数字时就满足条件
(?!...)：表示顺序环视的取反。如(?!\d)表示当前字符的右边不是一个数字时就满足条件
(?<=...)：表示从右向左的逆序环视。例如(?<=\d)表示当前字符的左边是一个数字时就满足条件
(?<!)...：表示逆序环视的取反。如(?<!\d)表示当前字符的左边不是一个数字时就满足条件
关于"环视"锚定，最需要注意的一点是匹配的结果不占用任何字符，它仅仅只是锚定位置。
例如"your name is longshuai MA"和"your name is longfei MA"。使用(?=longshuai)将能锚定第一个句子中单词"longshuai"前面的空字符，但它的匹配结果是"longshuai"前的空白字符，所以(?=longshuai)long才能代表"long"这几个字符串，所以仅对于此处的两个句子，long(?=shuai)和(?=longshuai)long是等价的。
一般为了方便理解，在顺序环视的时候会将匹配内容放在锚定括号的左边(如long(?=longshuai))，在逆序环视的时候会将匹配的内容放在锚定括号的右边(如(?<=long)shuai)。
另外，无论是哪种锚定，都是从左向右匹配再做回溯的(假设允许回溯)，即使是逆序环视。

例如：
$str="abc123abcc12c34";

# 顺序环视
$str =~ /a.*c(?=\d)/;     # abc123abcc12c
print "$&\n";

# 顺序否定环视
$str =~ /a.*c(?!\d)/;     # abc123abc
print "$&\n";

# 逆序环视，这里能逆序匹配成功，靠的是锚定括号后面的c
$str =~ /a.*(?<=\d)c/;    # abc123abcc12c
print "$&\n";

# 逆序否定环视
$str =~ /a.*(?<!\d)c/;    # abc123abcc
print "$&\n";
逆序环视的表达式必须只能表示固定长度的字符串。例如(?<=word)或(?<=word|word)可以，但(?<=word?)不可以，因为?匹配0或1长度，长度不定，它无法对左边是word还是wordx做正确判断。
1
2
3
$str="hello worlds Gaoxiaofang";
$str =~ /he.*(?<=worlds?) Gao/;         # 报错
$str =~ /he.*(?<=worlds|world) Gao/;    # 报错
在PCRE中，这种变长的逆序环视锚定可重写为(?<=word|words)，但perl中不允许，因为perl严格要求长度必须固定。

固化分组
首先固化分组不是一种分组，所以无法去引用它。它和”占有优先”匹配模式(贪婪匹配、惰性匹配、占有优先匹配三种匹配模式)是等价的除了这两种称呼，在不同的书、不同的语言里还有一种称呼：原子匹配。
它的表示形式类似于分组(?>)，所以有些地方将其称呼为”固化分组”。再次说明，固化分组不是分组，无法进行引用。如果非要将其看作是分组，可以将其理解为被限定的匿名分组：不捕获，只分组。
按照”占有优先”的字面意义来理解比较容易：只要匹配成功了，就绝不回溯。
如果按照固化分组的概念来理解，就是将匹配成功的内容放进分组后，将其固定，不允许进行回溯。但是需要注意，这里的不回溯是放进分组中的内容不会回溯给分组外面，而分组内部的内容是可以回溯的。
如果不知道什么是回溯，看完下面的例子就明白。
例如”hello world”可以被hel.* world成功匹配，但不能被hel(?>.*) world匹配。因为正常情况下，.*匹配到所有内容，然后往回释放已匹配的内容直到释放完空格为止，这种往回释放字符的行为在正则术语中称为”回溯”。而固化分组后，.已匹配后面所有内容，这些内容一经匹配绝不交回，即无法回溯。
但是，如果正则表达式是hel(?>. world)，即将原来分组外面的内容放进了分组内部，这时在分组内部是会回溯的，也就是说能匹配”hello world”。

贪婪匹配、非贪婪匹配、占有优先匹配
在基础正则中，那些能匹配多次的量词都会匹配最长内容。这种尽量多匹配的行为称为”贪婪匹配”(greedy match)。
例如字符串”aa1122ccbb”，用正则表达式a.*c去匹配这个字符串，其中的.*将直接从第二个字母a开始匹配到最结尾的b，因为从第二个字母a开始到最后一个字母b都符合.*的匹配模式。再然后，去匹配字母c，但因为已经把所有字母匹配完了，只能回退一个字母一个字母地释放，每释放一个就匹配一次字母c，发现回退释放到倒数第三个字母就能满足匹配要求，于是这里的.*最终匹配的内容是”a1122cc”。
上面涉及到回溯的概念，也就是将那些已经被量词匹配的内容回退释放。
上面描述的是贪婪匹配行为，还有非贪婪匹配、占有优先匹配，以下简单描述下他们的意义：
非贪婪匹配：(lazy match,reluctant)尽可能少地匹配，也叫做懒惰匹配
占有优先匹配：(possessive)占有优先和固化分组是相同的，只要占有了就不再交换，不允许进行回溯。
有必要搞清楚这几种匹配模式在匹配机制上的区别：
贪婪匹配：对于那些量词，将一次性从左到右匹配到最大长度，然后再往回回溯释放
非贪婪匹配：对于那些量词，将从左向右逐字符匹配最短长度，然后直接结束这次的量词匹配行为
占有优先匹配：按照贪婪模式匹配，匹配后内容就锁住，不进行回溯(后文固化分组有具体示例)
除了上面描述的*量词会进行贪婪匹配，其他所有能进行多次匹配的量词可以选择贪婪匹配模式、非贪婪匹配模式和占有优先匹配模式，只需选择对应的量词元字符即可.