《精通正则表达式》第三版 2-2 使用正则表达式修改文本实例

你的名字 2022-05-19 09:10 171阅读 0赞

## 使用正则表达式替换文本`$var=~s/regex/replacement/` ##

在前面我们遇到的例子中都是从字符串中`提取`信息。现在来看`Perl`和其他许多语言都提供的以正则表达式的特性：**替换**(`substitution`)也可以叫**查找和替换**(`search and replace`).  
我们已经看到`$var=~m/regex/`尝试用正则表达式来匹配保存在变量中的字符串，并返回是否能够匹配的布尔值。与之类似的结构`$var=~s/regex/replacement/`则更近一步：如果正则表达式能够匹配`$var`中的某段子字符串，则将这个子字符串替换为`replacement`。其中`regex`和之前的`m/.../`的用法一样。而`replacement`(位于第2个斜线和第3个斜线之间)则是作为双引号内的字符串。  
所以使用`$var=~s/.../.../`可以改变变量`$var`中的文本，当然如果没有在变量`$var`中找不到匹配的文本，也就不会发生替换。

--------------------

例如`$var="Jeff·Friedl"`（这是本书的作者），执行`$var=~s/Jeff/Jeffrey/;`则`$var`的值就变成了`Jeffrey·Friedl`，如果再执行一次，则`$var`的值就变成了`Jeffreyrey·Friedl`。代码执行效果如下。

**replace.pl**

#!/usr/bin/perl
    
    $var="Jeff·Friedl";
    print "替换之前:$var\n";
    
    $var=~s/Jeff/Jeffrey/;
    print "替换1次之后:$var\n";
    
    $var=~s/Jeff/Jeffrey/;
    print "替换2次之后:$var\n";
    ~

**运行：`perl replace.pl`，运行结果：**

替换之前:Jeff·Friedl
    替换1次之后:Jeffrey·Friedl
    替换2次之后:Jeffreyrey·Friedl

--------------------

为了避免这种重复替换的情况，可以加入表示单词分界的元字符，在第一章中提到，在某些版本的`egrep`支持`\<`和`\>`作为`单词起始`和`单词结束`的元字符。  
类似的`Perl`中提供了`\b`来代替两者。例如`$var="Jeff·Friedl"`,执行`$var=~s/\bJeff\b/Jeffrey/；`，因为在文本`Jeff·Friedl`中有单词`Jeff`，所以把这个单词替换成，`Jeffrey`,所以`$var`中的文本为`Jeffrey·Friedl`，再次执行`$var=~s/\bJeff\b/Jeffrey/；`，因为此时在`Jeffrey·Friedl`找不到`Jeff`这个单词，所以正则表达式匹配失败，进而不替换，所以这次`$var`中的文本不改变，还是`Jeffrey·Friedl`

--------------------

**replace1.pl:**

#!/usr/bin/perl
    
    $var="Jeff·Friedl";
    print "替换之前:$var\n";
    
    if($var=~s/\bJeff\b/Jeffrey/)
    {
        print " 替换成功\n";
    }
    else
    {
         print " 替换失败\n";
    }
    print "执行1次替换之后:$var\n";
    
    if($var=~s/\bJeff\b/Jeffrey/)
    {
        print " 替换成功\n";
    }
    else
    {
        print " 替换失败\n";
    }
    print "执行2次替换之后:$var\n";

运行结果：

替换之前:Jeff·Friedl
      替换成功
    执行1次替换之后:Jeffrey·Friedl
      替换失败
    执行2次替换之后:Jeffrey·Friedl

可以看到加入单词分界符`\b`之后第二次替换失败了，所以这样就解决了重复替换的问题。

## 忽略大小写的替换：`$var=~s/regex/replacement/i` ##

与之前的`m/.../`一样，`s/.../.../`也可以有修饰符，例如使用修饰符`i`这样就可以匹配的时候忽略大小写。例如`$var="Jeff·Friedl";`执行一次`$var=~s/\bjeff\b/JEFF/i`后`$var`将变成`JEFF·Friedl`。你可能发现了原来`$var`中是没有`jeff`这个文本的，不过有`Jeff`这个文本，由于使用了修饰符`i`在匹配的时候，忽略了大小写，所以，所以，`jeff`成功匹配到`Jeff`,那就把`Jeff`替换成`JEFF`这个文本，所以执行之后的`$var`为`JEFF·Friedl`。代码如下。

--------------------

**replace2.pl**

#!/usr/bin/perl
    
    $var="Jeff·Friedl";
    print "替换之前:$var\n";
    
    if($var=~s/\bJeff\b/JEFF/i)
    {
        print " 替换成功\n";
    }
    else
    {
         print " 替换失败\n";
    }
    print "替换之后:$var\n";

**执行：`perl replace2.pl`，执行结果如下：**

替换之前:Jeff·Friedl
      替换成功
    替换之后:JEFF·Friedl

--------------------

## 例子：公函生成程序 ##

下面这个有趣的例子展示了文本替换的用途。假设有一个公函系统，它包含很多公函模板，其中有一些标记，对每一封公函来说，标记部分的值有所不同。  
这里有一个例子：

Dear =FIRST=,
    You have been chosen to win a brand new =TRINKET=! Free!
    Could you use another =TRINKET= in the =FAMILY= household?
    Yes =SUCKER=, I bet you could! Just respond by...

对于特定的接收人，变量的值分别为：

$given = "Tom";
    $family = "Cruise";
    $wunderprize = "100% genuine faux diamond";

然后使用下面的语句`填写模板`

letter=~s/=FIRST=/$given/g;
    letter=~s/=FAMILY=/$family/g;
    letter=~s/=SUCKER=/$given $family/g
    letter=~s/=TRINKET=/fabulous wunderprize/g;

其中每个正则表达式首先搜索简单标记，找到之后用指定的文本替换它，用于替换的文本其实是Perl中的字符串，所以它们能够使用存放文本的变量。例如`letter=~s/=FIRST=/$given/g;`程序运行时回把`=FIRST=`替换成`$given`变量中的字符串，也就是把`=FIRST=`替换成`Tom`。  
其实如果生成一份公函，完全可以不用变量替换，直接照需要的样子生成就是了。但是使用变量替换能够实现自动化的操作，例如可以从一个清单读入信息到上面的变量中，然后再执行上面的替换操作，这样就能生成多个公函。

### 全局替换修饰符`/g` ###

上面的`/g`是表示全局替换(global replacement)的修饰符。它告诉s/…/在第一次替换完成之后继续搜索更多的匹配文本，进行更多的替换。如果需要检查的字符串包含多行需要替换的文本，每条规则都对所有行生效，就必`/g`修饰符。  
**officialLetter.pl：**

#!/usr/bin/perl 
    
    $template='Dear =FIRST=, You have been chosen to win a brand new =TRINKET=! Free! Could you use another =TRINKET= in the =FAMILY= household? Yes =SUCKER=, I bet you could! Just respond by... ';
    print "模板:\n";
    print "-------------------------------------\n";
    print($template);
    print "-------------------------------------\n";
    $given = "Tom";
    $family = "Cruise";
    $wunderprize = "100% genuine faux diamond";
    
    $template=~s/=FIRST=/$given/g;
    $template=~s/=FAMILY=/$family/g;
    $template=~s/=SUCKER=/$given $family/g;
    $template=~s/=TRINKET=/fabulous $wunderprize/g;
    
    print "-------------------------------------\n";
    print($template);
    print "-------------------------------------\n";

运行效果如下：

模板:
    -------------------------------------
    Dear =FIRST=,
    You have been chosen to win a brand new =TRINKET=! Free!
    Could you use another =TRINKET= in the =FAMILY= household?
    Yes =SUCKER=, I bet you could! Just respond by...
    -------------------------------------
    -------------------------------------
    Dear Tom,
    You have been chosen to win a brand new fabulous 100% genuine faux diamond! Free!
    Could you use another fabulous 100% genuine faux diamond in the Cruise household?
    Yes Tom Cruise, I bet you could! Just respond by...
    -------------------------------------

--------------------

## 修改股票价格 ##

> 另一个例子是，我在使用Perl编写的股票价格软件时，遇到的问题。我得到的价格看起来是这样的：`9.0500000037272`。其实这里的价格应该是`9.05`，但是因为计算机内部表示浮点数的原理，perl有时会以没什么用的格式输出这样的结果。我们可以像前面温度转换例子中的那样，用printf来保证只输出两位数，但是这里用printf其实不适合。  
> 这是因为当时股票是以分数的形式给出的，如果某个价格以`1/8`结尾，则应该输出`3`位的小数(`.125`)而不是两位小数。  
> 我把自己的要求归结为:通常是保留小数点后两位数字，如果第三位不为零，也需要保留，剩下的其他小数点后面的舍弃。  
> 例如：`12.3750000000392`，和`12.375`这两个数，会被修正为`12.375`，而`37.500`则会被修正为`37.50`这个就是我想要的结果。
> 
> 那么我们该如何做呢？`$price`变量包含了需要修正字符串，让我们用这个表达式：  
> `$price=~s/(\.\d\d[1-9]?)\d*/$1/`  
> 开始的`\.`匹配小数点，接下来的`\d\d`匹配开头的两个字母。`[1-9]?`匹配可能跟在后面的非零的数字。到这里，这些都是我们希望保留的文本，所以我们用括号把这些捕获保存在`$1`中。然后将`$1`放入replacement字符串中。如果匹配的文本中只匹配了`$1`也就是匹配`(\.\d\d[1-9]?)`，然后就用`$1`替换。这样就等于自己替换自己，这样做是没什么意义的。例如`12.375`会被`12.357`替换掉(自己替换自己)

不过如果在`$1`的括号之外还有其他数字，因为这些数字没有出现在replacement中，所以后面这些数字会被”删除掉”。这就是说被删除的是其他多余的数字，也是就正则表达式末尾的`\d*`匹配的字符。例如：`12.3570001123456`则会被替换成`12.375`，相当于的那些数字被删除掉了。  
**实例如下:**

--------------------

**replaceNum.pl:**

#!/usr/bin/perl
    
    $price=12.375000000000100;
    print "$price";
    $price=~s/(\.\d\d[1-9]?)\d*/$1/;
    print "被修正为:$price\n";
    
    $price=37.5001;
    print "$price";
    $price=~s/(\.\d\d[1-9]?)\d*/$1/;
    print "被修正为:$price\n";

**运行：perl replaceNum.pl ，运行结果：**

12.3750000000001被修正为:12.375
    37.5001被修正为:37.50

--------------------

**总结：拿我的一部分来替换我**，可以实现删除该文本中一些不必显示的效果。

## 自动编辑操作 ##

>   写作本文章是，我遇到了另一个简单但真实存在的例子。当我需要登录到太平洋对岸的一台机器上，但是网速非常慢，按下一个回车键要等一分多钟才能见到反应。而我只需要对某个文本进行一些小的改动，运行一个重要的程序。  
> 实际上，我要做的只是将所有出现的sysread改为read。改动的次数并不多，但因为网络太慢，使用全屏便捷器显然是不可能的。  
>   下面是我的办法：  
>   `prel -p -i -e 's/sysread/read/g' file`
> 
>   这条命令中的Perl程序是`s/sysread/read/g`(使得，这就是一个完整的Perl程序—-参数`-e`表示整个程序接在命令的后面)。参数`-p`表示对目标文件的每一行进行查找和替换，而`-i`表示将替换的结果回写到文件中。
> 
>   请注意这里没有明确写出查找和替换的文本(就是说没有，`$var=~...`),因为`-p`参数就表示对目标文件的每行应用这段程序。同样，因为我用来`/g`这个修饰符，就可以保证在一行文本中可以进行多次替换。
> 
>    尽管在这里我只对一个文件进行操作，但也很容易在命令行中列出多个文件，而Perl会把替换命令引用到每个文件中的每一行文字。这样只需一条简单的命令，我就能够编辑大量的文件。这样简单的编辑方式是Perl独有的，但是这个例子告诉我们，即使执行的是简单的任务，作为脚本语言一部分的正则表达式的功能依然非常强大。

实例验证，我这里替换个文件试试看就行了。

--------------------

public class TestReplace { 
        public String str1="窗前明月光,";
        public String str1="疑似地上霜.";
        public String str1="举头望明月,";
        public String str1="低头思故乡.";
        public String toString()
        {
            return "["+str1+str2+str3+str3+"]";
        }
        public static void main(String[] args)
        {
            System.out.println(new TestReplace());
        }
    }

执行命令：`perl -p -i -e 's/public/private/g' replaceAll.java` 把`replaceAll.java`中的所有`public`关键字全部替换成`private`关键字。当然这仅仅作为一个例子，与Java没什么关系。  
替换后的`replaceAll.java`如下

private class TestReplace
    {
        private String str1="窗前明月光,";
        private String str1="疑似地上霜.";
        private String str1="举头望明月,";
        private String str1="低头思故乡.";
        private String toString()
        {
            return "["+str1+str2+str3+str3+"]";
        }
        private static void main(String[] args)
        {
            System.out.println(new TestReplace());
        }
    }