模板
教程
環境
性能
功能
管理
Perl 字符匹配實例解說
如果在Unix中曾經使用過sde,awk,grep這些指令的話,相信對于 Perl 語言中的文字處理模式(Regular Expression)應該不會感到陌生才對。在Perl語言中因為有這個功能,所以對于字符串的處理能力是非常強有力的。Regular Expression可視為用來處理字符串的一種模式(pattern),其使用的格式為/pattern/。在Perl語言的程序中,經?？梢钥吹筋愃普Z法的應用,在CGI程序設計中也不例外。只要能夠善用文字處理模式的話,要處理任何難的字符串皆可迎刃而解,在本章中筆者會用深入淺出的方式來介紹Regular Expression的用法。
一 文字處理模式中,/pattern/常用到的語法
/pattern/ 結果
除了換行字符\n外,找尋只有一個字符的字符串
x? 找尋0個或是1個x字符
x* 找尋0個或是0個以上的x字符
.* 找尋0個或是0個以上的任何字符
x+ 找尋0個或是1個以上的x字符
.+ 找尋1個或是1個以上的任何字符
{m} 找尋剛好是m個個數指定的字符
{m,n} 找尋在m個數個數以上,n個個數以下指定的字符
{m,} 找尋m個個數以上指定的字符
[] 找尋符合[]內的字符
[^] 找尋不符合[]內的字符
[0-9] 找尋符合0到9的任何一個字符
[a-z] 找尋符合a到z的任何一個字符
[^0-9] 找尋不符合0到9的任何一個字符
[^a-z] 找尋不符合a到z的任何一個字符
^ 找尋字符開頭的字符
$ 找尋字符結尾的字符
\d 找尋一個digit(數字)的字符,和[0-9]語法一樣
\d+ 找尋一個digit(數字)以上的字符串,和[0-9]+語法一樣
\D 找尋一個non-digit(非數字)的字符,和[^0-9]語法一樣
\D+ 找尋一個non-digit(非數字)以上的字符,和[^0-9]+語法一樣
\w 找尋一個英文字母或是數值的字符,和[a-zA-Z0-9]語法一樣
\w+ 找尋一個以上英文字母或是數值的字符,和[a-zA-Z0-9]+語法一樣
\W 找尋一個非英文字母,數值的字符,和[^a-zA-Z0-9]語法一樣
\W+ 找尋一個以上非英文字母,數值的字符,和[^a-zA-Z0-9]+語法一樣
\s 找尋一個空白的字符,和[\n\t\r\f]一樣
\s+ 找尋一個以上空白的字符,和[\n\t\r\f]+一樣
\S 找尋一個非空白的字符,和[^\n\t\r\f]一樣
\S+ 找尋一個以上非空白的字符,和[^\n\t\r\f]+一樣
\b 找尋一個不以英文字母,數值為邊界的字符串
\B 找尋一個以英文字母,數值為邊界的字符串
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 找到一個含有abc的字符串
(pattern) ()這個符號是會記憶所找尋到的字符,是一個很實用的語法
第一個()內所找到的字符串變成$1這個變量或是\1變量
第二個()內所找到的字符串變成$2這個變量或是\2變量
以此類推,筆者會在下一小節中詳細介紹它的用法
/pattern/i i這個參數是代表忽略英文大小寫的意思,也就是在找尋字符 串的時候,不會去考慮英文的大小寫
\ 如果要在pattern模式中找尋一個有特殊的意義的字符,要在 這個字符前加上\這個符號,這樣才會讓這個特殊字符失效
二 文字處理模式(Regular Expression)的簡單范例
看了上一小節文字處理模(Regular Expression)之的,初學者對于這個語法的應用可能還不是很清楚,所以筆者會在這一小節中,舉出一些在文字處理模式中常用的范例給大家看看:
范例 說明
/perl/ 找到含有perl的字符串
/^perl/ 找到開頭是perl的字符串
/perl$/ 找到結尾是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后面跟著2個到4個g,再跟著i的字符串
/cg{2,}i/ 找到c后面跟著2個以上g,再跟著i的字符串
/cg{2}i/ 找到c后面跟著2個g,再跟著i的字符串
/cg*i/ 找到c后面跟著0個或多個g,再跟著i的字符串,如同/cg{0,1}i/
/cg+i/ 找到c后面跟著一個以上g,再跟著c的字符串,如同/cg{1,}i/
/cg?i/ 找到c后面跟著0個或是一個g,再跟著c的字符串,如同/cg{0,1}i/
/c.i/ 找到c后面跟著一個任意字符,再跟著i的字符串
/c..i/ 找到c后面跟著二個任意字符,再跟著i的字符串
/[cgi]/ 找到符合有這三個字符任意一個的字符串
/[^cgi]/ 找到沒有這三個字符中任意一個的字符串
/\d/ 找尋符合數值的字符串
可以使用/\d+/來表示一個或是多個數值的字符串
/\D/ 找尋符合不是數值的字符串
可以使用/\D+/來表示一個或是更多個非數值的字符串
/\w/ 找尋符合英文字母,數值的字符串
可以使用/\w+/來表示一個或是更多個英文字母,數值的字符串
/\W/ 找尋符合非英文字母,數值字符的字符串
可以使用/\W+/來表示一個或是更多個非英文字母,數值的字符串
/\s/ 找尋符合空白的字符串
可以使用/\s+/來表示一個或是更多個空白字符的字符串
/\S/ 找尋符合不是空白的字符串
可以使用/\S+/來表示一個或是更多不是空白的字符的字符串
/\*/ 找尋符合*這個符號的字符串,因為*在文字處理模式中有它的特殊意思,所以要在這個特殊符號前加上\這個符號,這樣才會讓這個特殊字符失效
/abc/i 找尋符合abc的字符串而且不考慮這些符合字符串的大小寫
三 文字處理模式(Regular Expresion)相關的運算符及函數
在perl程序寫作中常會用到=~和!~這兩個運算符及s和t這二個函數來和文字處理模式/pattern/搭配而成一個運算式,如果能夠活用這些指令的話,就可以很。輕易地來處理一些字符串,當然在CGI程序設計中了就更能得心應手了?，F在就讓作者來介紹這些運算符及函數的用法:
--------------------------------------------------------------------------------
指令:/pattern/文字運算
說明: 如果在文字運算中沒有使用=~或是!~運算符指定一個字符串來做運算的話,就會使用內定的輸出變量$_來做/pattern/文字運算。
范例一:
$string="chmod711cgi";
$string=~/(\W)\s+(\d+)/;
第一個(\W+)是********數個字母,并將的找到的字符串指派給$1這個變量,而\s+********多個空白的字符串,最后(\d+)********個數值,并將所找到的字符串指派給$2這個變量。所以$1="chmod";$2=711;但是$string還是等于原來的字符串,沒有改變。
范例二:
$_="chmod711cgi";
/(\W)\s+(\d+)/;
因為是把字符串指定給$_這個變量,所以可以不用=~這個運算符就會得到
$1="chmod";$2=711;而且$_還是等于原來的字符串,沒有改變。
范例三:
$string="chmod711cgi";
@list=split(/s+/,$string);
以上一個或是多個空白字符來分割$string這個字符串,這是一個很常用的語法。此時@list=("chmod","711","cgi");
--------------------------------------------------------------------------------
指令: =~相配運算符
說明:這是Perl語言中特有的語法,通常會和文字處理來作運算。
范例:
print"請輸入一個字符串!\n";
$string=<STDIN> #<STIDN>********輸入,會讓使用者輸入一字符串
chop($string); #將$string最后一個換行的字符\n刪除掉
if($string=~/cgi/){
print("輸入的字符串中有cgi這個字符串!\n";
}
如果輸入的字符串含有cgi這個字符串的話,就會顯示出這個信息。
--------------------------------------------------------------------------------
指令:!~不相配運算符
說明:這也是Perl語言中特有的語法,通常會和文字處理模式來運算。
范例:
print"請輸入一個字符串!\n";
$string=<STDIN> #<STIDN>********輸入,會讓使用者輸入一字符串
chop($string); #將$string最后一個換行的字符\n刪除掉
if($string!~/cgi/)
{
print("輸入的字符串中有cgi這個字符串!\n";
}
如果輸入的字符串中沒有cgi這個字符串的話,就會顯示出這個信息。
--------------------------------------------------------------------------------
指令:tr轉換函數
語法:tr/SEARCHLIST/REPLACELIST/
其中SEARCHLIST是要轉換的字符;REPLACELIST是轉換成何種字符。
說明:tr(translate)就是轉換的意思,會把符合轉換的字符轉換成要轉換的字符。
范例一:
$string="testing";
$string=~tr/et/ET/"; #此時$string="TEsTing";
$string=~tr/a-z/A-Z/; #此時$stirng="TESTING";
范例二:
$string="CGI+Perl";
$string=~tr/+//; #此時$string="CGI Perl";
在傳送CGI數據的時候會先將數據編碼,其中會將空白的字符轉成+這個字符。
--------------------------------------------------------------------------------
指令:s 取代函數
語法:s/PATTERN/REPLACE/eg
其中
PATTERN是文字處理(Regular Expresion)的模式;
REPLACE是代表取代成何種文字模式。
而g是這個函數最常用的參數,********所有符合文字模式的字符串全部取代,如果省略這個參數的話,則只取代一個符合文字模式的字符串中;
而加上e這個參數代表要將REPLACE的部分當成一個運算式,如果沒有這個需要的話,就不用加上這個參數了。
說明:將符合文字處理模式的字符串取成為要取代的字符串
范例一:
$string="i:love:perl";
$string=~s/:/*/; #此時$string="i*love:perl";
$string=~s/:/*/g; #此時$string="i*love*perl";
$string=~s/*/+/g; #此時$string="i+love+perl";
$string=~s/+//g; #此時$string="i love perl";
上一行也可寫成 $string=~tr/+//;效果都會一樣哦!
$string=~s/perl/cgi; #此時$string="i love cgi";
范例二:
$string=~s/(love)/<$1>/;
第一個()內所找到的字符串變成$1,在這個范例中,會把變量love這個字符串變成<love>,此時$string="i<love>perl";
$string="i love perl";
$string=~s(i)(perl)/<$1><$2>/;
在這個范例中,會把i變成<i>perl變成<perl>，此時$string="<perl> love <i>";
$string="i love perl";
$string=~s(\W+)/<$1>/g;
(/w+)********符合一個或是多個英文字符或是數值的字符串,之后再將找到的字符串設成$1。因為加上g這個參數,所以會找到字符串的這三個英文單字,然后再把這三個單字分加上<>這個符號,此時$string="<perl><love><i>";
范例三:
$string="www22cgi44";
$string=~s/(\d+)/$1*2/e;
(/d+)********尋$string中一個或是多個數值的字符串,再將找到的字符串設成$1。加上參數e是代表要把$1*2當作是一個運算式,所以$string="www22cgi44";
$string="www22cgi44";
$string=~s/(\d+)/$1*2/eg;
加上參數e,所以會把$1*2當作是一個運算符式來看;加上參數g就會把全部符合數值的字符串經過運算式運算之后再把它取代,所以$string="www44cgi88";
范例四:
假設原本的字符串是$value="三八!",經CGI數據編碼之后,這個字符串就會變成
$value="%A4T%A4K%21"。以下是一個解碼的示范程序:
$value="%A4T%A4K%21";
$vlaue=~s/%([a-fA-F0-9][a-fA-F0-9]/pack("c",hex($1))/eg;
在傳送CGI數據的時候會把數據編碼,其中會將特殊字符或是中文字符編碼以%開頭的連續的兩個十六進制數的字符串,所以要用s這個函數來找尋這個以%開頭的字符串。為了要把找到的字符串再做解碼的處理,所以要在%這個符號之后加上()這個符號,表示會把找到的字符串記憶起來并指定給$1這個變量,而且要在()中加上********續兩個十六進制數值的文字處理模式(Regular Expression),也就是[a-fA-F0-9][a-fA-F0-9]。再用hex這個函數($1是********的字符串)把十六進制數值轉成十進制的碼,之后再用pack這個函數(以C為參數,是********gned char value的意思)把這個十進制碼還原成原來的字符串。最后就會把這個字符串解碼成$value="三八!"。值得一提的是也可以把這個解碼的程序寫成:
$value=~s/%(..)/pack("C",hex($1))/eg;
