如果在Unix中曾经使用过sde,awk,grep这些指令的话,相信对于 Perl 语言中的文字处理模式(Regular Expression)应该不会感到陌生才对。在Perl语言中因为有这个功能,所以对于字符串的处理能力是非常强有力的。Regular Expression可视为用来处理字符串的一种模式(pattern),其使用的格式为/pattern/。在Perl语言的程序中,经常可以看到类似语法的应用,在CGI程序设计中也不例外。只要能够善用文字处理模式的话,要处理任何难的字符串皆可迎刃而解,在本章中笔者会用深入浅出的方式来介绍Regular Expression的用法。
一 文字处理模式中,/pattern/常用到的语法
/pattern/ 结果 除了换行字符/n外,找寻只有一个字符的字符串 x? 找寻0个或是1个x字符 x* 找寻0个或是0个以上的x字符 .* 找寻0个或是0个以上的任何字符 x+ 找寻0个或是1个以上的x字符 .+ 找寻1个或是1个以上的任何字符 {m} 找寻刚好是m个个数指定的字符 {m,n} 找寻在m个数个数以上,n个个数以下指定的字符 {m,} 找寻m个个数以上指定的字符 [] 找寻符合[]内的字符 [^] 找寻不符合[]内的字符 [0-9] 找寻符合0到9的任何一个字符 [a-z] 找寻符合a到z的任何一个字符 [^0-9] 找寻不符合0到9的任何一个字符 [^a-z] 找寻不符合a到z的任何一个字符 ^ 找寻字符开头的字符 $ 找寻字符结尾的字符 /d 找寻一个digit(数字)的字符,和[0-9]语法一样 /d+ 找寻一个digit(数字)以上的字符串,和[0-9]+语法一样 /D 找寻一个non-digit(非数字)的字符,和[^0-9]语法一样 /D+ 找寻一个non-digit(非数字)以上的字符,和[^0-9]+语法一样 /w 找寻一个英文字母或是数值的字符,和[a-zA-Z0-9]语法一样 /w+ 找寻一个以上英文字母或是数值的字符,和[a-zA-Z0-9]+语法一样 /W 找寻一个非英文字母,数值的字符,和[^a-zA-Z0-9]语法一样 /W+ 找寻一个以上非英文字母,数值的字符,和[^a-zA-Z0-9]+语法一样 /s 找寻一个空白的字符,和[/n/t/r/f]一样 /s+ 找寻一个以上空白的字符,和[/n/t/r/f]+一样 /S 找寻一个非空白的字符,和[^/n/t/r/f]一样 /S+ 找寻一个以上非空白的字符,和[^/n/t/r/f]+一样 /b 找寻一个不以英文字母,数值为边界的字符串 /B 找寻一个以英文字母,数值为边界的字符串 a|b|c 找到符合a字符或是b字符或是c字符的字符串 abc 找到一个含有abc的字符串 (pattern) ()这个符号是会记忆所找寻到的字符,是一个很实用的语法第一个()内所找到的字符串变成$1这个变量或是/1变量第二个()内所找到的字符串变成$2这个变量或是/2变量以此类推,笔者会在下一小节中详细介绍它的用法
/pattern/i i这个参数是代表忽略英文大小写的意思,也就是在找寻字符 串的时候,不会去考虑英文的大小写 / 如果要在pattern模式中找寻一个有特殊的意义的字符,要在 这个字符前加上/这个符号,这样才会让这个特殊字符失效
二 文字处理模式(Regular Expression)的简单范例
看了上一小节文字处理模(Regular Expression)之的,初学者对于这个语法的应用可能还不是很清楚,所以笔者会在这一小节中,举出一些在文字处理模式中常用的范例给大家看看:
范例 说明 /perl/ 找到含有perl的字符串 /^perl/ 找到开头是perl的字符串 /perl$/ 找到结尾是perl的字符串 /c|g|i/ 找到含有c或g或i的字符串 /cg{2,4}i/ 找到c后面跟着2个到4个g,再跟着i的字符串 /cg{2,}i/ 找到c后面跟着2个以上g,再跟着i的字符串 /cg{2}i/ 找到c后面跟着2个g,再跟着i的字符串 /cg*i/ 找到c后面跟着0个或多个g,再跟着i的字符串,如同/cg{0,1}i/ /cg+i/ 找到c后面跟着一个以上g,再跟着c的字符串,如同/cg{1,}i/ /cg?i/ 找到c后面跟着0个或是一个g,再跟着c的字符串,如同/cg{0,1}i/ /c.i/ 找到c后面跟着一个任意字符,再跟着i的字符串 /c..i/ 找到c后面跟着二个任意字符,再跟着i的字符串 /[cgi]/ 找到符合有这三个字符任意一个的字符串 /[^cgi]/ 找到没有这三个字符中任意一个的字符串 //d/ 找寻符合数值的字符串可以使用//d+/来表示一个或是多个数值的字符串 //D/ 找寻符合不是数值的字符串可以使用//D+/来表示一个或是更多个非数值的字符串 //w/ 找寻符合英文字母,数值的字符串可以使用//w+/来表示一个或是更多个英文字母,数值的字符串 //W/ 找寻符合非英文字母,数值字符的字符串可以使用//W+/来表示一个或是更多个非英文字母,数值的字符串 //s/ 找寻符合空白的字符串可以使用//s+/来表示一个或是更多个空白字符的字符串 //S/ 找寻符合不是空白的字符串可以使用//S+/来表示一个或是更多不是空白的字符的字符串 //*/ 找寻符合*这个符号的字符串,因为*在文字处理模式中有它的特殊意思,所以要在这个特殊符号前加上/这个符号,这样才会让这个特殊字符失效 /abc/i 找寻符合abc的字符串而且不考虑这些符合字符串的大小写
三 文字处理模式(Regular Expresion)相关的运算符及函数
在perl程序写作中常会用到=~和!~这两个运算符及s和t这二个函数来和文字处理模式/pattern/搭配而成一个运算式,如果能够活用这些指令的话,就可以很。轻易地来处理一些字符串,当然在CGI程序设计中了就更能得心应手了。现在就让作者来介绍这些运算符及函数的用法:
--------------------------------------------------------------------------------
指令:/pattern/文字运算
说明: 如果在文字运算中没有使用=~或是!~运算符指定一个字符串来做运算的话,就会使用内定的输出变量$_来做/pattern/文字运算。
范例一:
$string="chmod711cgi";$string=~/(/W)/s+(/d+)/;
第一个(/W+)是代表找寻数个字母,并将的找到的字符串指派给$1这个变量,而/s+代表找寻多个空白的字符串,最后(/d+)代表找寻个数值,并将所找到的字符串指派给$2这个变量。所以$1="chmod";$2=711;但是$string还是等于原来的字符串,没有改变。
范例二:
$_="chmod711cgi";/(/W)/s+(/d+)/;
因为是把字符串指定给$_这个变量,所以可以不用=~这个运算符就会得到
$1="chmod";$2=711;而且$_还是等于原来的字符串,没有改变。
范例三:
$string="chmod711cgi";@list=split(/s+/,$string);
以上一个或是多个空白字符来分割$string这个字符串,这是一个很常用的语法。此时@list=("chmod","711","cgi");
--------------------------------------------------------------------------------
指令: =~相配运算符
说明:这是Perl语言中特有的语法,通常会和文字处理来作运算。
范例:
print"请输入一个字符串!/n";$string=<STDIN>; #<STIDN>代表标准输入,会让使用者输入一字符串chop($string); #将$string最后一个换行的字符/n删除掉if($string=~/cgi/){
print("输入的字符串中有cgi这个字符串!/n";
}
如果输入的字符串含有cgi这个字符串的话,就会显示出这个信息。
--------------------------------------------------------------------------------
指令:!~不相配运算符
说明:这也是Perl语言中特有的语法,通常会和文字处理模式来运算。
范例:
print"请输入一个字符串!/n";$string=<STDIN>; #<STIDN>代表标准输入,会让使用者输入一字符串chop($string); #将$string最后一个换行的字符/n删除掉if($string!~/cgi/){
print("输入的字符串中有cgi这个字符串!/n";
}
如果输入的字符串中没有cgi这个字符串的话,就会显示出这个信息。
--------------------------------------------------------------------------------
指令:tr转换函数
语法:tr/SEARCHLIST/REPLACELIST/
其中SEARCHLIST是要转换的字符;REPLACELIST是转换成何种字符。
说明:tr(translate)就是转换的意思,会把符合转换的字符转换成要转换的字符。
范例一:
$string="testing";$string=~tr/et/ET/"; #此时$string="TEsTing";$string=~tr/a-z/A-Z/; #此时$stirng="TESTING";
范例二:
$string="CGI+Perl";$string=~tr/+//; #此时$string="CGI Perl";
在传送CGI数据的时候会先将数据编码,其中会将空白的字符转成+这个字符。
--------------------------------------------------------------------------------
指令:s 取代函数
语法:s/PATTERN/REPLACE/eg
其中
PATTERN是文字处理(Regular Expresion)的模式; REPLACE是代表取代成何种文字模式。 而g是这个函数最常用的参数,代表要把所有符合文字模式的字符串全部取代,如果省略这个参数的话,则只取代一个符合文字模式的字符串中; 而加上e这个参数代表要将REPLACE的部分当成一个运算式,如果没有这个需要的话,就不用加上这个参数了。 说明:将符合文字处理模式的字符串取成为要取代的字符串
范例一:
$string="i:love:perl";$string=~s/:/*/; #此时$string="i*love:perl";$string=~s/:/*/g; #此时$string="i*love*perl"; $string=~s/*/+/g; #此时$string="i+love+perl"; $string=~s/+//g; #此时$string="i love perl";
上一行也可写成 $string=~tr/+//;效果都会一样哦!
$string=~s/perl/cgi; #此时$string="i love cgi";
范例二:
$string=~s/(love)/<$1>/;
第一个()内所找到的字符串变成$1,在这个范例中,会把变量love这个字符串变成<love>,此时$string="i<love>perl";
$string="i love perl";$string=~s(i)(perl)/<$1><$2>/;
在这个范例中,会把i变成<i>;perl变成<perl>，此时$string="<perl> love <i>";
$string="i love perl";$string=~s(/W+)/<$1>/g;
(/w+)代表找寻符合一个或是多个英文字符或是数值的字符串,之后再将找到的字符串设成$1。因为加上g这个参数,所以会找到字符串的这三个英文单字,然后再把这三个单字分加上<>这个符号,此时$string="<perl><love><i>";
范例三:
$string="www22cgi44";$string=~s/(/d+)/$1*2/e;
(/d+)代表要找寻$string中一个或是多个数值的字符串,再将找到的字符串设成$1。加上参数e是代表要把$1*2当作是一个运算式,所以$string="www22cgi44";
$string="www22cgi44";$string=~s/(/d+)/$1*2/eg;
加上参数e,所以会把$1*2当作是一个运算符式来看;加上参数g就会把全部符合数值的字符串经过运算式运算之后再把它取代,所以$string="www44cgi88";
范例四:
假设原本的字符串是$value="三八!",经CGI数据编码之后,这个字符串就会变成
$value="
