题注：下面这些代码主要作用就是：将本地目录下面的js脚本作一些处理，然后将处理的数据入库，其实这敢是为之前curl信息采集后，用unlink清除过一些多余的2k字节的js脚本后，对剩下的有用的js脚本作一些信息处理，并且将一些信息入库，阅者可以从这些代码中知道一些正则的应用，一些fuction的编写，还有数据库连接。并入库的应用，还有一些encode解码模块的使用。

题注：下面这些代码主要作用就是：将本地目录下面的js脚本作一些处理，然后将处理的数据入库，其实这敢是为之前curl信息采集后，用unlink清除过一些多余的2k字节的js脚本后，对剩下的有用的js脚本作一些信息处理，并且将一些信息入库，阅者可以从这些代码中知道一些正则的应用，还有数据库连接。并入库的应用，还有一些encode解码模块的使用。

LWP( Library for Web access in Perl) 能做到什么？ 1. 使用URL对远程Web Server读取文件。 2. 对Web Serve利用POST 方式送出form request。 3. 对远程Webserver最近更新的文件作更新动作。 4. 解析HTML 文件，取得其中的「连结」与一些需要的数据。 5. 将HTML转成纯文本文件或Postscript档案。 6. 处理cookies,HTTP redirects, proxy servers, and HTTP user authentication.这些特殊事件。

LWP( Library for Web access in Perl) 
能做到什么？ 
1. 使用URL对远程Web Server读取文件。 
2. 对Web Serve利用POST 方式送出form request。 
3. 对远程Webserver最近更新的文件作更新动作。 
4. 解析HTML 文件，取得其中的「连结」与一些需要的数据。 
5. 将HTML转成纯文本文件或Postscript档案。 
6. 处理cookies,HTTP redirects, proxy servers, and HTTP user authentication.这些特殊事件。

重要特性： 
1.包含许多可重复使用的组件，可独立运作或相互配合使用. 
提供一个HTTP-style沟通的Object Oriented模型。支援 http, https, gopher, ftp, news, file, and mailto resources. 
2.提供完整的OO接口。 
3.支持基本的编码与认证功能 
4.支持重新导向处理。 
5.可以透过代理服务器(Proxy server) 
6.可以透过robots.txt建构robots。有点类似网络上的爬虫程序。 
7.实作HTTP的content negotiation algorithm 可以与CGI程序作界接。 
8.支援 HTTP cookies. 
8.有一个简单的指令格式应用程序: lwp-request.

安装时，要求先要安装的modules： 
URI URL parsing and manipulation 
Net::FTP to support ftp:// URLs 
MIME::Base64 to support HTTP Basic authentication 
Digest::MD5 to support HTTP Digest authentication 
HTML::HeadParser for finding the <BASE> tag in HTML headers 
(实际上更多，因为要安装上述module可能还要先安装其它modules)

#–比较建议这种方式安装，但是如果不能对外连结，只好跟我一样慢慢抓modules，一个一个安装 
用CPAN方法安装： 
#perl -MCPAN -e ‘install Bundle::LWP’

除了上面的模块外，另外还要安装 
#perl -MCPAN -e ‘install HTML::Parser’ -e ‘install HTML::Formatter’

如果不用CPAN方式安装： 
HTML-Parser HTML Parser 
HTML-Tree HTML syntax-tree generation 
Font-AFM Postscript font metrics 
HTML-Format HTML Formatting 
一定要要下载并安装上述modules..

如果要使用HTTPS必须要安装IO ::Socket ::SSL and OpenSSL library(http://www.openssl.org)

安装完LWP后，会帮你安装四个scripts 
lwp-request 取得url并显示出来 
lwp-download 下载文件到硬盘，适合大档案使用。 
lwp-mirror 与远程的服务器的文件作镜射动作，只更新最近有被改变的文件。 
Lwp-rget 递回的取得整个档案架构

LWP基础程序： 
#!/usr/bin/perl 
# file get_url.pl 
#–开启语法检查并使用LWP modules 
use strict; 
use LWP; 
#–取得URL 
my $url = shift; 
#–建立LWP ::UserAgent 与HTTP ::Request 物件， 
#–其中Request对象将$url传进去 
my $agent=LWP::UserAgent->new(); 
my $request = HTTP::Request->new(GET=>$url); 
#–透过UserAgent的request method将Request送出 
my $response= $agent->request($request); 
#–检查是否有error发生 
$response->is_success or die “$url: “,$response->message,”\n”; 
#–显示responser的内容 
print $response->content;

其中HTTP ::Request Object可以很简单的只有一个URL也可以很复杂的包含cookies、authentication information与CGI script所需要的arguments。 
HTTP ::Response对象，主要将Server回传的结果打包起来，其包含执行结果状态的信息加上文件内容。 
LWP ::UserAgent 为一个介于Client与Server中间的媒介，负责传送Request至Server，并将Server的回传值解析后存入HTTP ::Response Object中。

另外也可以使用LWP ::Simple的Modules也可以作相同的事情。 
# !/usr/bin/perl 
# file simple_get.pl 
use LWP ::Simple ; 
my $url = shift; 
#–如果正常会显示内容，否则 
getprint($url);

LWP中最重要的三个对象：HTTP::Request、HTTP::Response、LWP::UserAgent。 
以下分别针对这三个modules作说明。

LWP Modules里面Modules间的概观： 
LWP::MemberMixin — Access to member variables of Perl5 classes 
LWP::UserAgent — WWW user agent class 
LWP::RobotUA — When developing a robot applications 
LWP::Protocol — Interface to various protocol schemes 
LWP::Protocol::http — http:// access 
LWP::Protocol::file — file:// access 
LWP::Protocol::ftp — ftp:// access 
…

LWP::Authen::Basic — Handle 401 and 407 responses 
LWP::Authen::Digest

HTTP::Headers — MIME/RFC822 style header (used by HTTP::Message) 
HTTP::Message — HTTP style message 
HTTP::Request — HTTP request 
HTTP::Response — HTTP response 
HTTP::Daemon — A HTTP server class

WWW::RobotRules — Parse robots.txt files 
WWW::RobotRules::AnyDBM_File — Persistent RobotRules

Net::HTTP — Low level HTTP client

在Web 服务的典型中，所有Client与Server的交互作用分为Client的request与Server的reponse

HTTP::Request： 
Client的request包含URL与所使用的method。事实上HTTP::Rquset使用的是URI(Uniform Resource Identifier)包含了通讯协议与连结的服务器。 
通讯协议： 
HTTP(http://www.abc:port/path/)、FTP(ftp://ftpname:port/path)、GOPHER(gopher:://gophername:port/path)、SMTP(mailto:user@mailserver)、NEWS(news:message-id)

这个modules支持的方法： 
GET 取得URL的文件(web page) 
PUT 替代或建立URL上的文件(ftp) 
POST 送出事先准备好的Form至Server处。 
DELETE 删除URL上的文件(FTP Server) 
HEAD 取得URL的信息

HTTP协议包含其它信息：(RFC 822-like 字段)这里只有部分： 
Accept 指出client准备送出的MIME型态 
User-agent Client软件的名称与版本 
Content-type Request的文件型态

PUT与POST method：Request可以包含文件内容（content data）。 
PUT：包含要上传的到URL的文件内容。 
POST：包含已经填好的要送出至CGI Script的Form。

LWP使用HTTP::Request表示所有经由LWP所发送出去的的Request，不是只有HTTP也可以包含FTP、NNTP、SMTP等协议。

Method的说明： 
$request=HTTP::Request->new($method,$url[,$header[,$content]]) 
建构HTTP::Request物件。最少要两个自变量（$method与$url）。$URL可以是URI对象。Header与content可以对象建立后再补数据。 
$request->header($field1=>$val1,$feild2=>$val2..) 设定$field数值。 
@values=$request->header($field)：取得某个field里面的所有数值。可以是list也可以是scalar variable用“,”分隔的Variable。 
$request->push_header($filed=>$value) 
将$field与$value加入在header最后面 
$request->remove_header(@fields) 
删掉特定的fields 
$request->scan(\?) 
对每个HTTP header作迭代每个element都丢入? function中，主要传入field数值与value数值。 
从HTTP::Header modules中继承来的method.. 
$request->date()：设定时间 
$request->expires()：设定过期时间 
$request->last_modified()：设定resources最后修改时间 
$request->if_modified_since()：检查是否从$date后有被修正过。 
$request->content_type()：设定讯息内容的形式 
$request->content_length()：设定讯息的长度 
$request->referrer()：设定Used to specify the address (URI) of the document from which the requested resouce address was obtained. 
$request->user_agent()：Client端的软件与版本 
$request->content([$content]) 
设定requset的内容，可以是一个subroutine，LWP会不断invoke这个function直到回传null数值。 
$request->content_ref 
回传ref to content，可以直接修改内容 
$requese->add_content($data) 
增加content内容 
改变URL内容与method： 
$request->uri([$uri]) 
设定或取出URI内容 
$request->method([$method]) 
设定或取出method内容 
$string=$request->as_string 
将request内容以文字方式显示出来

一些例子： 
发送Email： 
$req = HTTP::Request->new(POST => ‘mailto:libwww@perl.org’); 
$req->header(Subject => “subscribe”); 
$req->content(“Please subscribe me to the libwww-perl mailing list!\n”);

FTP档案： 
$req = HTTP::Request->new(GET => ‘file:/etc/passwd’);

与NEWS Server作用： 
$req = HTTP::Request->new(GET => ‘news:abc1234@a.sn.no’);

$req = HTTP::Request->new(POST => ‘news:comp.lang.perl.test’); 
$req->header(Subject => ‘This is a test’, 
From => ‘me@some.where.org’); 
$req->content(<<EOT); 
This is the content of the message that we are sending to 
the world. 
EOT

CPAN Request： 
$LWP::Protocol::cpan::CPAN = “file:/local/CPAN/”;

HTTP::Response物件： 
HTTP::Reponse接收服务器的回应值，没有限定一定要是HTTP协议。 
回传的状态码，不管是不是HTTP都回传下列数值： 
100-199 状态码从100到199，为要求完成前的状态码 
200-299 成功 
300-399 重新转向，URL已经被移动至其它地方。 
400-499 Client-side 错误 
500以上 Server-side 错误

如果Server回传301 或 302，则LWP会对新的URL发出要求，所以回传值，是针对新的URL并非针对旧的URL。 
如果Server回传401需要Authorization，而且Authorization信息也存在，则LWP会重新发送存在Authorization的Request到Server端。

HTTP::Response有一个建构子(contructor)，但是因为不会去呼叫他，所以以下并没有列出建构子。 
$status_code = $response->code 
$status_message=$response->message 
code()回传状态码，message()回传讯息明码内容，也可以给他参数设定他的数值。 
$text=$response->status_line 
回传与Web Server传回的内容一样的数值，状态码加上讯息内容。 
$boolean=$response->is_success 
是否成功 
$boolean=$response->is_redirect 
是否重新转向 
$boolean=$response->is_info 
是否是information 
$boolean=$response->is_error 
是否有错误 
$html=$response->error_as_HTML 
当is_error为真的时候，利用error_as_HTML产成HTML格式的错误讯系 
$base=$response->base 
回传base的URL。实际上回传URI对象，可用来解析relative的links。 
$request=$response->request 
回传HTTP::Request 物件。如果有redirect或authentication则对象内容会与原本的不一样。 
$request=$reponse->previous 
回传HTTP::Request对象，可以在一连串redirect之后找到原始的HTTP::Request对象内容。

下面是一个找出所有转向过程的Script： 
#!/usr/bin/perl 
#file follow_chain.pl

use strict; 
use LWP;

my $url = shift; 
my $agent = LWP::UserAgent->new(); 
my $request=HTTP::Request->new(HEAD=>$url);

my $response=$agent->request($request); 
$response->is_success or die “$url: “, $response->message,”\n”; 
my @urls; 
for(my $r = $response; defined $r; $r=$r->previous){ 
unshift @urls,$r->request->uri.’(‘.$r->status_line.’)'; 
} 
print “Response chain:\n \t”,join(“\n\t-> “,@urls),”\n”;

LWP ::UserAgent物件： 
LWP ::UserAgent的角色在于传送request至远程的Server，接收Server回传值并将之放入HTTP ::Response物件中。其实可以把他当成是一个Web Browser engine。 
跟一般的Web browser一样，LWP ::UserAgent可以知道对方的Document是否有更新、储存Cookies、与相对应的authentication并可以透过http Proxy与其它Server相通。 
UserAgent通常会被其它Class继承，以适应不同的远程Server内容。

$agent=LWP ::UserAgent->new 
建立LWP ::UserAgent物件 
$response=$agent->request($request,[$dest[,$size]]) 
产生Request，并将结果存入$response中。透过$response->code与$response->is_success()可以知道是否有成功。 
$dest为一个filename，所取得的文件会存在这个地方，$response只存是否成功没有内容；如果没给，会回传至$response。 
也可以是callback subroutine， 
$response=$agent->request($request,\&handle_content); 
sub handle_content{ 
my ($data,$response,$protocol) = @_; 
… 
} 
$data :current chunk of data 
$response: HTTP::Response 物件 
$protocol: LWP::Protocol 物件

当使用ref to code的时候，可以利用$size控制chunk的大小。例如128，则callback subtine每次会读取128 bytes chunks of the content data.

两个request的变形： 
$response=$agent->simple_request($request,[$dest,[$size]]) 
很像request，但是碰到redirect与authentication的时候不会再次产生新的request。 
$response=$agent->mirror($url,$file) 
接受一个URL与本地储存文件的路径，假如本地文件较旧，则将远程文件抓取回来。

设定Request的时间与空间限制 
$timeout = $agent->timeout([$timeout]) 
设定或读取timeout时间，default 180秒。 
$bytes = $agent->max_size([$bytes]) 
设定或读取远程Server所能回传的最大空间。Default undef，可以不受限制收取content

增加$request的信息 
$id=$agent->agent([$id]) 
设定或取出User-Agent:字段。内容像name/x.xx，name是Client software名称。x.xx是版本。Default : lwpwww-perl/x.xx。可以骗remote Server 
$agent->agent(‘Mozilla/4.7 [en] (PalmOS)’) [在Palm上执行 Mozilla] 
$address=$agent->from([$address]) 
设定或取出负责这个User-Agent的E-mail address，再使用mail或news的时候会填入From: 字段。对HTTP Server的时候不使用这个。

与Proxy作用的methods 
$proxy=$agent->proxy($protocol=>$proxy); 
设定或取出proxy server用的protocol与URL。 
$protocol可以是一个纯量(‘ftp’)也可以是一个ref to list(['ftp','http','gopher'])。 
$proxy是proxy server用的URL。例如： 
$agent->proxy([qw(ftp http)] => ‘http://proxy.abc.cde:8080′) 
可以再呼叫以修改proxy server的protocol 
$agent->proxy(ftp => ‘http://proxy_1.aaa,bbb:8080′); 
$agent->proxy(http=>’http://proxy_2.aaa.bbb:8081′); 
$agent->no_proxy(@domain_list) 
设定对某些domain不用proxy server。 
$agent->no_proxy(‘localhost’,'aaa.bbb’); 
$agent->no_proxy()：清除所有先前设定的domains 
$agent->env_proxy 
另外一种设定proxy的方法。读取ENV变数(*_proxy)。 
Setenv ftp_proxy http://aaa.bbb.ccc:8080 
Setenv http_proxy http://aaa.bbb.ccc:8080 
Setenv no_proxy localhost,bbb.ccc

Saturday, 14. April 2007, 06:35:49

Saturday, 14. April 2007, 06:35:49

#!/usr/bin/perl

# 数组学习笔记

# 有关几个数组常用的函数

# hush函数在数组添加一个元素

# pop函数从数组最后取走一个元素并返回它的值

# shift函数从数组开始处删除一个元素

# unshift函数从数组开始处添加一个元素

# splice函数开处删除或替换数组的一部分

# 这几个函数使用的时候都非常简单

use strict;

use warnings;

#push函数应用实例

my @push_array = qw(1 3 5 7 9);

print “Before push \@push_array: @push_array\n”;

push(@push_array , 11);

print “After push \@push_array: @push_array\n”;

#pop函数应用实例

my @pop_array = qw(2 4 6 8 10);

print “Before pop \@pop_array: @pop_array\n”;

my $element = pop(@pop_array);

print “\$element was deleted form \@pop_array\n”;

print “\$element: $element\n”;

print “After pop \@pop_array : @pop_array\n”;

#shift函数应用实例

my @shift_array = qw(1 3 5 7 9);

print “Before shift \@shift_array: @shift_array\n”;

shift @shift_array;

print “After shift \@shift_array: @shift_array\n”;

#unshift函数应用实例

my @unshift_array = qw(2 4 6 8 10);

print “Before unshift \@unshift_array: @unshift_array\n”;

unshift(@unshift_array , 0);

print “After unshift \@unshift_array: @unshift_array\n”;

#splice函数应用实例

my @splice_array1 = qw(1 3 5 7 9);

#删除第3个元素开始的元素

print “Before splice \@splice_array1: @splice_array1\n”;

splice(@splice_array1 , 3);

print “After splice \@splice_array1: @splice_array1\n”;

#splice函数删除指定数目的元素

my @splice_array2 = qw(1 3 5 7 9);

print “Before splice \@splice_array2: @splice_array2\n”;

splice(@splice_array2 , 3 , 1);

splice(@splice_array2 , 3 , 1);

print “After splice \@splice_array2: @splice_array2\n”;

#splice函数替换数组元素

#语法:splice @array , $offset , $length , REPLACEMENT

#(REPLACEMENT 可以是替换数组的一个元素)

my @splice_array3 = qw(2 4 6 8 10 12 14);

print “Before splice \@splice_array3: @splice_array3\n”;

splice(@splice_array3 , 3 , 0 , “Hacker”, “Hongker”, “Craker”);

print “After splice \@splice_array3: @splice_array3\n”;

正则表达式的三种形式 正则表达式中的常用模式 正则表达式的 8 大原则     　　正则表达式是 Perl 语言的一大特色，也是 Perl 程序中的一点难点，不过如果大家能够很好的掌握他

，就可以轻易地用正则表达式来完成字符串处理的任务，当然在 CGI 程序设计中就更能得心应手了。下面我们

列出一些正则表达式书写时的一些基本语法规则。

9.1 正则表达式的三种形式

首先我们应该知道 Perl 程序中，正则表达式有三种存在形式，他们分别是： 匹配：m/<regexp>;/ （还可以简写为 /<regexp>;/ ，略去 m） 替换：s/<pattern>;/<replacement>;/ 转化：tr/<pattern>;/<replacemnt>;/

这三种形式一般都和 =~ 或 !~ 搭配使用（其中 “=~” 表示相匹配，在整条语句中读作 does，”!~” 表示不匹配

，在整条语句中读作 doesn’t），并在左侧有待处理的标量变量。如果没有该变量和 =~ !~ 操作符，则默认为

处理 $_ 变量中的内容。举例如下：

$str = “I love Perl”;

$str =~ m/Perl/; # 表示如果在 $str 中发现 “Perl” 字符串，则返回 “1″ 否则返回 “0″。

$str =~ s/Perl/BASH/; # 表示将变量 $str 中的 “Perl” 字符串替换为 [...]]]>  Perl 中的正则表达式

正则表达式的三种形式
正则表达式中的常用模式
正则表达式的 8 大原则
    　　正则表达式是 Perl 语言的一大特色，也是 Perl 程序中的一点难点，不过如果大家能够很好的掌握他

，就可以轻易地用正则表达式来完成字符串处理的任务，当然在 CGI 程序设计中就更能得心应手了。下面我们

列出一些正则表达式书写时的一些基本语法规则。

9.1 正则表达式的三种形式

首先我们应该知道 Perl 程序中，正则表达式有三种存在形式，他们分别是：
匹配：m/<regexp>;/ （还可以简写为 /<regexp>;/ ，略去 m）
替换：s/<pattern>;/<replacement>;/
转化：tr/<pattern>;/<replacemnt>;/

这三种形式一般都和 =~ 或 !~ 搭配使用（其中 “=~” 表示相匹配，在整条语句中读作 does，”!~” 表示不匹配

，在整条语句中读作 doesn’t），并在左侧有待处理的标量变量。如果没有该变量和 =~ !~ 操作符，则默认为

处理 $_ 变量中的内容。举例如下：

$str = “I love Perl”;

$str =~ m/Perl/; # 表示如果在 $str 中发现 “Perl” 字符串，则返回 “1″ 否则返回 “0″。

$str =~ s/Perl/BASH/; # 表示将变量 $str 中的 “Perl” 字符串替换为 “BASH”，如果发生此替换则返回 “1″

，否则返回 “0″。

$str !~ tr/A-Z/a-z/; # 表示将变量 $str 中的所有大写字母转化为小写字母，如果转化发生了则返回 “0″，

否则返回 “1″。

另外还有：

foreach (@array) { s/a/b/; } # 此处每次循环将从 @array 数组中取出一个元素存放在 $_ 变量中，并对 $_

进行替换处理。

while (<FILE>;) { print if (m/error/); } # 这一句稍微复杂一些，他将打印 FILE 文件中所有包含 error

字符串的行。

Perl 的正则表达式中如果出现 () ，则发生匹配或替换后 () 内的模式被 Perl 解释器自动依次赋给系统 $1,

$2 …… 请看下面的例子：

$string = “I love perl”;

$string =~ s/(love)/<$1>;/; # 此时 $1 = “love”，并且该替换的结果是将 $string 变为 “I <love>; perl”

$string = “i love perl”;

$string =~ s/(i)(.*)(perl)/<$3>;$2<$1>;/; # 这里 $1 = “i”，$2 = ” love “，$3 = “perl”，并且替换后

$string 变为 “<perl>; love <i>;”

替换操作 s/<pattern>;/<replacement>;/ 还可以在末尾加上 e 或 g 参数，他们的含义分别为：

s/<pattern>;/<replacement>;/g 表示把待处理字符串中所有符合 <pattern>; 的模式全部替换为

<replacement>; 字符串，而不是只替换第一个出现的模式。

s/<pattern>;/<replacement>;/e 表示将把 <replacemnet>; 部分当作一个运算符，这个参数用的不多。

比如下面的例子：

$string = “i:love:perl”;

$string =~ s/:/*/; #此时 $string=”i*love:perl”;

$string = “i:love:perl”;

$string =~ s/:/*/g; #此时 $string=”i*love*perl”;

$string =~ tr/*/ /; #此时 $string=”i love perl”;

$string = “www22cgi44″;

$string =~ s/(\d+)/$1*2/e; # (/d+)代表 $string 中的一个或多个数字字符，将这些数字字符执行 *2 的操

作，因此最后 $string 变成了 “www44cgi88″。

下面给出一个完整的例子：

#!/usr/bin/perl

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 =~ /perl/){

　　print(“输入的字符串中有 perl 这个字符串!\n”;

}

如果输入的字符串含有 perl 这个字符串的话，就会显示后面的提示信息。

9.2 正则表达式中的常用模式

下面是正则表达式中的一些常用模式。

 

/pattern/  结果 

. 匹配除换行符以外的所有字符

x? 匹配 0 次或一次 x 字符串

x* 匹配 0 次或多次 x 字符串，但匹配可能的最少次数

x+ 匹配 1 次或多次 x 字符串，但匹配可能的最少次数

.* 匹配 0 次或一次的任何字符

.+ 匹配 1 次或多次的任何字符

{m} 匹配刚好是 m 个 的指定字符串

{m,n} 匹配在 m个 以上 n个 以下 的指定字符串

{m,} 匹配 m个 以上 的指定字符串

[] 匹配符合 [] 内的字符

[^] 匹配不符合 [] 内的字符

[0-9] 匹配所有数字字符

[a-z] 匹配所有小写字母字符

[^0-9] 匹配所有非数字字符

[^a-z] 匹配所有非小写字母字符

^ 匹配字符开头的字符

$ 匹配字符结尾的字符

\d 匹配一个数字的字符，和 [0-9] 语法一样

\d+ 匹配多个数字字符串，和 [0-9]+ 语法一样

\D 非数字，其他同 \d

\D+ 非数字，其他同 \d+

\w 英文字母或数字的字符串，和 [a-zA-Z0-9] 语法一样

\w+ 和 [a-zA-Z0-9]+ 语法一样

\W 非英文字母或数字的字符串，和 [^a-zA-Z0-9] 语法一样

\W+ 和 [^a-zA-Z0-9]+ 语法一样

\s 空格，和 [\n\t\r\f] 语法一样

\s+ 和 [\n\t\r\f]+ 一样

\S 非空格，和 [^\n\t\r\f] 语法一样

\S+ 和 [^\n\t\r\f]+ 语法一样

\b 匹配以英文字母,数字为边界的字符串

\B 匹配不以英文字母,数值为边界的字符串

a|b|c 匹配符合a字符 或是b字符 或是c字符 的字符串

abc 匹配含有 abc 的字符串

(pattern) () 这个符号会记住所找寻到的字符串，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，以此类推下去。 

/pattern/i i 这个参数表示忽略英文大小写，也就是在匹配字符串的时候，不考虑英文的大小写问题。

\ 如果要在 pattern 模式中找寻一个特殊字符，如 “*”，则要在这个字符前加上 \ 符号，这样才会让特殊字符

失效

下面给出一些例子：   

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 i 的字符串，如同/cg{1,}i/

/cg?i/ 找到 c 后面跟着 0个或是 1个 g ，再跟着 i 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/ 找寻符合数字的字符，可以使用/\d+/来表示一个或是多个数字组成的字符串

/\D/ 找寻符合不是数字的字符，可以使用/\D+/来表示一个或是更多个非数字组成的字符串

/\*/ 找寻符合 * 这个字符，因为 * 在常规表达式中有它的特殊意思，所以要在这个特殊符号前加上 \ 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字符串的大小写

9.3 正则表达式的八大原则

　　如果在 Unix 中曾经使用过 sed、awk、grep 这些命令的话，相信对于 Perl 语言中的正则表达式(Regular

Expression)不会感到陌生。Perl 语言由于有这个功能，所以对字符串的处理能力非常强。在Perl语言的程序中

，经常可以看到正则表达式的运用，在 CGI 程序设计中也不例外。

　　正则表达式是初学 Perl 的难点所在，不过只要一旦掌握其语法，你就可以拥有几乎无限的模式匹配能力，

而且 Perl 编程的大部分工作都是掌握常规表达式。下面给大家介绍几条正则表达式使用过程中的 8 大原则。

　　正则表达式在对付数据的战斗中可形成庞大的联盟——这常常是一场战争。我们要记住下面八条原则：

• 原则1：正则表达式有三种不同形式(匹配(m/ /)，替换(s/ / /eg)和转换(tr/ / /))。

 

• 原则2：正则表达式仅对标量进行匹配( $scalar =~ m/a/; 可以工作; @array =~ m/a/ 将把@array作为标量

对待，因此可能不会成功)。

• 原则3：正则表达式匹配一个给定模式的最早的可能匹配。缺省时，仅匹配或替换正则表达式一次( $a =

‘string string2′; $a =~ s/string/ /; 导致 $a = ‘string 2′)。

• 原则4：正则表达式能够处理双引号所能处理的任意和全部字符( $a =~ m/$varb/ 在匹配前把varb扩展为变量

；如果 $varb = ‘a’ $a = ‘as’，$a =~ s/$varb/ /; 等价于 $a =~ s/a/ /; ，执行结果使 $a = ” s” )。

• 原则5：正则表达式在求值过程中产生两种情况：结果状态和反向引用： $a=~ m/pattern/ 表示 $a 中是否有

子串 pattern 出现，$a =~ s/(word1)(word2)/$2$1/ 则“调换”这两个单词。

• 原则6：正则表达式的核心能力在于通配符和多重匹配运算符以及它们如何操作。$a =~ m/\w+/ 匹配一个或多

个单词字符；$a =~ m/\d/” 匹配零个或多个数字。

• 原则7：如果欲匹配不止一个字符集合，Perl使用 “|” 来增加灵活性。如果输入 m/(cat|dog)/ 则相当于“匹

配字符串 cat 或者 dog。

• 原则8：Perl用 (?..) 语法给正则表达式提供扩展功能。（这一点请同学们课后看相关资料）

想要学习所有这些原则？我建议大家先从简单的开始，并且不断的尝试和实验。实际上如果学会了 $a =~

m/ERROR/ 是在 $a 中查找子串ERROR，那么你就已经比在 C 这样的低层语言中得到了更大的处理能力