Регулярные выражения и поиск текста в Perl

Владислав Гошко

В данной статье я попытаюсь как можно лучше объяснить, что такое регулярные выражения в Perl. Изюминкой Perl является работа с текстом – для этого он и был создан. Регулярные выражения очень часто используются в Unix-системах, например, для поиска файлов по шаблону, также в sh, примеров много и все не перечислить, Perl не исключение.

В некоторых случаях синтаксис регулярных выражений может быть немного другой, но поняв синтаксис регулярных выражений Perl, с другими проблем не будет.

Я читал много статей по этому поводу и видел много книг, но действительно хорошо описывающего материала не нашел, потому что в одних книгах слишком сильно растягивают материал и теряют основную нить рассказа, в других же наоборот, очень мало... Поэтому я решил написать эту статью, в которой я постараюсь оптимально и ясно рассказать о регулярных выражениях и поиске текста. Причем не просто на словах, а на большом количестве примеров.

Начнем с того, что в Perl имеются три основных оператора для работы с текстом:

n  m/.../   – проверка совпадений (matching)

n  s/.../.../ – подстановка текста (substitution)

n  tr/.../.../ – трансляция текста (translation)

также парочка полезных функций:

n  substr(EXPR,OFFSET,LEN,REPLACEMENT)

n  split(/PATTERN/,EXPR,LIMIT)

Оператор m/.../ пытается сопоставить шаблон, указанный в качестве аргумента, с текстом, с которым идет сравнение. Например:

$string = "Tasty Berry";

if ($string =~ m/berry/i){

    print "This is berry string!";

}

В данном случае будет выведена строка «This is berry string!». Для сравнения скаляра с шаблоном нужно использовать сравнение такого вида «=~».

Здесь операратор m/.../ вернет истину или ложь (т.к. данное регулярное выражение используется в скалярном контексте, а не в списковом – о нем ниже), если его опустить, то оператор m/.../ будет использовать специальную переменную $_.

Буква i после второй косой черты означает игнорирование регистра, как вы видите, в шаблоне написано «berry» а в $string – «Berry», т.е. если бы не было буквы i, то наша программа не вывела бы строку «This is berry string!». Шаблон m/berry/i совпадет со строками «BERRY», «berry», «BeRrY» и т. д.

$lines="";

open(FILE,"file.txt") or die $!;

while(<FILE>){

    if(/exit/i){

           last;

    }else{

           $lines.=$_;

    }

}

close(FILE);

Данная программа открывает файл и идет по строкам (по строкам, т.к. по умолчанию переменная $/ является переносом строки, переопределяя ее, вы меняете терминатор строки), сохраняя каждую строчку в переменную $lines, а если в строчке встречается слово «exit», то выходит из цикла.

Как вы уже успели заметить, я пропустил букву m в начале оператора: этот оператор используется очень часто и можно использовать его сокращенную форму – без первой буквы m.

Также поменять смысл на противоположный можно просто сменив оператор «=~» на «!~», например:

$string = "Tasty Berry";

if($string !~ /berry/i){

    print "This is NOT berry string!";

}else{

    print "This is berry string!";