Perl正則表達式中字符與字符集有哪些

這篇文章將為大家詳細講解有關Perl正則表達式中字符與字符集有哪些，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

⑴元字符

元字符的元（meta）實際上是通配的意思（但與linux的通配符不是一個體系）。在Perl中，反斜杠\就是一個特殊的元字符，要想匹配元字符本身（而不是他在正則表達式里面的含義），可以在相應的元字符之前加反斜杠，例如'\.'、'\*'、'\\'就分別匹配文本中的'.'、'*'、'\'。此外元字符^匹配行首，在集合字符[]內部表示補集，元字符$則匹配行尾。

⑵模式分組與捕獲

fred+    #可匹配freddddd…(fred)+    #可匹配fredfredfred…

(.)\1        #匹配一個任意字符并重復一次，也即匹配兩個連續(xù)的相同字符y(….) d\1      #匹配y開頭后面四個任意字符，d開頭也是相同這樣字符的兩個單詞，例如yabba dabbay(.)(.)\2\1      #匹配y開頭后面兩個任意字符，然后接下來是這兩個字符的倒序的單詞，這是匹配類似yabba的這種回文結構y((.)(.)\3\2) d\1    #嵌套結構的反向引用，這里匹配y開頭和d開頭具有四個字符回文結構的單詞組，例如yabba dabba

(.)\g{1}11    #匹配類似于aa11這樣的字符

在這種格式寫法下，還可以使用相對位置進行編號：

(.)(.)\g{-1}11  #匹配類似于xaa11這樣的字符

相對反向引用使用負號來指左邊的捕獲組，-1則為在左邊最靠近引用位置的捕獲組，這種寫法避免了在另外加入括號之后所有編號都必須修改的窘況，更有利于程序維護。

y(?:(.)(.)\2\1) d(?:(.)(.)\4\3)    #外層括號只起到模式分組作用，可以匹配類似yabba deffe結構的詞組

⑶字符集

字符集（character class）是指一組可能出現的字符，通過寫在方括號[]內的表達式進行表示，字符集可以匹配包含在集合內的單個字符。例如[abcxyz]可以匹配出現在字符串中的a、b、c、x、y、z中的任一個，相連的字符中間可以使用連字符-表示范圍，例如上式可以寫為[a-cx-z]，如果在集合內包含連字符本身（而不是表示范圍的含義）則可以使用反斜杠轉義。對于ASCII字符可以使用反斜杠加八進制數字編碼進行表示，例如[\000-\177]會匹配全部127個ASCII字符。在集合中開頭添加脫字符^可以取補集，例如[^0-9]會匹配除數字以外的字符。對于Unicode字符集，除了可以像\x{2668}通過編碼進行匹配外，還可以通過Unicode屬性，例如很多字符屬于空白符Space、數字Digit等，那么匹配的表達式則為\p{Space}和\p{Digit}。

字符集的出現是為了簡寫正則表達式，字符集也可以縮寫例如\d可以代表[0-9]，\w可以代表[a-zA-Z0-9_]。但在Perl從ASCII時代邁向Unicode時代之后，字符集的縮寫更加寬泛，\d除了可以匹配普通數字，還可以匹配其他語言里的各種數字寫法。從Perl 5.14開始，可以在正則表達式界定符后面添加修飾符a（關于界定符和修飾符詳見下一小節(jié)），則正則表達式嚴格按照ASCII編碼進行匹配，例如/\d/a則等同于/[0-9]/。字符集縮寫將小寫字母改為大寫字母即變?yōu)檠a集，例如ASCII編碼下\D可以代表[^0-9]，此外很有意思的是[\d\D]將會匹配任何字符且包括換行符，這比'.'所包含的范圍更廣。

⑷元字符優(yōu)先級

和操作符或者函數一樣，正則表達式的元字符也存在優(yōu)先級問題。元字符優(yōu)先級規(guī)則如下所示：

①在此優(yōu)先級表的最頂端是括號()，在模式分組和反向引用的時候使用，括號內部的任何部分比括號外的部分結合更緊密；

②第二級是數量詞即星號(*), 加號（+），問號（？）以及由花括號表示的數量詞，如{5,15}、{3, }、{5}等，它們通常和前一項元素緊密結合；

③第三級的是錨定和序列（sequence），錨定包括開頭^、結尾$、詞界符\b、非詞界符\B，序列（一個元素緊接著一個元素）實際上是一種操作，雖然它沒有使用元字符；

關于“Perl正則表達式中字符與字符集有哪些”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。