文档教程【免费下载链接】learnxinyminutes-docsCode documentation written as code! How novel and totally my idea!项目地址https://gitcode.com/gh_mirrors/le/learnxinyminutes-docs点击查看免费下载PCREPerl Compatible Regular Expressions兼容 Perl 的正则表达式是当前应用最广泛的正则语法体系之一。本文以 learnxinyminutes-docs 仓库中的 西班牙语版 PCRE 教程对应英文原文 pcre.md为核心骨架系统讲解正则表达式的核心概念、两类元字符、预定义字符类并以一条真实的 Apache 访问日志为样本逐条剖析实战匹配最后结合仓库内 Perl 教程 的源码示例展示 PCRE 语法在 Perl 语言中的落地调用。读完本文你将能独立读懂并编写 PCRE 模式完成日志字段提取、文本校验等常见任务。一、什么是正则表达式与 PCRE正则表达式regular expression常缩写为 regex 或 regexp是一种用于描述搜索模式的特殊文本字符串。例如模式/^[a-z]:/可以从 URLhttp://github.com/中提取出协议部分http:——它表示从字符串开头匹配一个或多个小写字母后跟一个冒号。PCRE 是一套语法与 Perl 语言极为相似的正则表达式库其名称即来源于此。根据英文原文 pcre.md 中的说明PCRE 于 1997 年以 C 库的形式编写当时 Perl 正是复杂文本处理任务的事实标准因此 PCRE 的模式语法与 Perl 高度一致。如今 PCRE 语法被大量知名项目广泛采用包括 PHP、Apache、R 等。学习 PCRE 的关键在于掌握两类元字符metacaracteres即具有特殊功能的字符以及若干预定义字符类然后用它们组合出精确的匹配模式。二、第一类元字符方括号外的特殊字符以下元字符在模式中的任意位置方括号[ ]内部除外都被识别为具有特殊含义元字符含义\转义字符escape用于将后面的特殊字符还原为字面含义或引入\d、\w等预定义类型^断言字符串开头在 multiline 多行模式下则为行首$断言字符串结尾在 multiline 多行模式下则为行尾.匹配除换行符以外的任意字符默认情况下[开始一个字符类character class的定义\|分支alternative分隔符表示或关系(子模式subpattern即分组开始)子模式结束?量词0 或 1 次同时可扩展(的含义如(?:...)非捕获分组也可作为量词的最小化修饰符如*?非贪婪匹配*量词0 次或多次也可作为占有型量词possessive quantifier的一部分量词1 次或多次也可作为占有型量词的一部分{开始一个数字区间量词min/max quantifier的定义需要特别留意的是?的一词多义它既可以独立充当0 或 1 次的量词如colou?r同时匹配color与colour又可以与其他符号组合改变语义(?:...)表示不捕获的分组、*?/?/??表示非贪婪匹配。理解这一点是读懂复杂 PCRE 模式的前提。三、第二类元字符方括号内的字符类在方括号内部元字符的集合与语义完全不同它们共同构成字符类character class用于匹配方括号所列举字符集合中的任意一个元字符含义\通用转义字符^取反negate仅当它出现在字符类的第一个字符位置时才表示匹配不在该集合中的任意字符-表示字符范围range如[0-9]表示 0 到 9 的任意数字[POSIX 字符类的开始仅当后面跟随 POSIX 语法时如[[:digit:]]]结束字符类结合第一部分内容可知[和]在方括号内外扮演了完全不同的角色在方括号外[是字符类的起点在方括号内[只有在构成 POSIX 字符类时才是特殊字符而]负责闭合字符类。同时注意^的位置敏感性——[^0-9]表示非数字的任意字符而[0-9^]中的^只是普通字符。四、预定义字符类PCRE 内置的通用字符类型PCRE 还提供了一组以反斜杠开头的预定义字符类型generic character types它们本质上是常用字符类的快捷写法可被直接嵌入模式预定义类匹配内容反义形式\d任意十进制数字decimal digit\D任何非十进制数字的字符\h任意水平空白字符horizontal white space\H任何非水平空白字符\s任意空白字符white space\S任何非空白字符\v任意垂直空白字符vertical white space\V任何非垂直空白字符\w任意单词字符word character\W任意非单词字符在实际应用中\d与[0-9]等价、\w通常等价于[A-Za-z0-9_]而\s覆盖空格、制表符、换行等空白字符。这些预定义类让模式更简洁、可读性更高——例如提取 IP 地址时用\d\.\d\.\d\.\d就远比手写四段[0-9]更直观。五、实战演练解析一条 Apache 访问日志原文档选取了一条标准的 Apache 访问日志access log作为测试样本这也是 PCRE 在服务器运维中最典型的使用场景66.249.64.13 - - [18/Sep/2004:11:07:48 1000] GET /robots.txt HTTP/1.0 200 468 - Googlebot/2.1这条日志依次包含客户端 IP、两个-占位字段、带时区的时间戳、请求行方法、路径、协议版本、状态码、响应字节数、Referer 与 User-Agent。下面逐一剖析原文档给出的六条正则及其匹配结果正则模式匹配结果解析GETGET按字面精确匹配字符串 GET区分大小写\d.\d.\d.\d66.249.64.13\d通过量词匹配一个或多个数字[0-9].匹配任意字符此处恰好落在点号上整体提取出 IP 地址(\d\.){3}\d66.249.64.13(\d\.)构成一个子模式分组{3}表示该分组被精确重复 3 次最后再接一段\d\[.\][18/Sep/2004:11:07:48 1000]\[与\]是转义后的字面方括号.匹配任意字符除换行符外的一个或多个从而捕获整个时间戳字段^\S66.249.64.13^断言从行首开始\S匹配一长串非空白字符正好截取第一段IP\[0-9]1000\匹配字面的字符[0-9]表示单个 0–9 的数字量词使其匹配一个或多个数字。该表达式与\\d完全等价这六条模式虽然简短却覆盖了 PCRE 的核心技法量词体系一次或多次、*零次或多次、{n}精确 n 次在同一场景中交替出现对应第一部分元字符表中的规则转义技巧.、[、]、在需要匹配字面含义时都以\转义\.、\[、\]、\这正是\作为通用转义字符的典型用法分组与重复(\d\.){3}演示了分组 区间量词的组合威力——用捕获组把数字加点号这一单元打包再整体重复三次锚点与字符类协作^\S演示了^锚点与预定义类\S的搭配[0-9]则演示了字符范围语法。值得强调的是原文档特意用\d.\d.\d.\d未转义的点与(\d\.){3}\d转义的点作对照前者依赖.的任意字符语义碰巧匹配到点号后者则严格限定为字面点号。在真实工程中提取 IP 应始终使用后者这种精确写法避免.误匹配到其他字符如字母、空格导致解析错误。六、从语法到调用PCRE 在仓库 Perl 教程中的落地PCRE 之所以被称为兼容 Perl 的正则表达式正是因为其模式语法直接继承自 Perl 语言。仓库内的 西班牙语版 Perl 教程 在Expresiones regulares一节中展示了这套语法在 Perl 中的真实调用形态对应英文版 perl.md# Coincidencia simple简单匹配 if (/foo/) { ... } # 如果 $_ 包含 foo 则为真 if ($a ~ /foo/) { ... } # 如果 $a 包含 foo 则为真 # Substitución simple简单替换 $a ~ s/foo/bar/; # 将 $a 中的 foo 替换为 bar $a ~ s/foo/bar/g; # 将 $a 中所有的 foo 替换为 bar这里可以看到三个关键点匹配运算符~Perl 通过~将正则模式作用于变量省略变量时模式默认作用于内置变量$_替换运算符s///s/patrón/reemplazo/完成查找替换末尾追加修饰符gglobal后则替换全部匹配实例模式直接以/.../书写模式内部的foo、\d等语法与本文前四节讲解的 PCRE 元字符、预定义类完全同源印证了 PCRE 语法与 Perl 高度相似这一论断。也就是说你在前文学到的每一组元字符和字符类都可以原封不动地放进 Perl 的/.../或s/.../.../中使用。仓库内还有 es/javascript.md、es/raku.md、es/bash.md 等文档也大量涉及正则语法可作为横向参考。七、进阶学习建议与使用注意动手验证学习正则最有效的方式是边写边测。建议将本文第五节的六条模式逐条套用到 Apache 日志样本上观察匹配区间与捕获分组再尝试改写例如把(\d\.){3}\d改写为[0-9]\.[0-9]\.[0-9]\.[0-9]验证等价性。模式修饰符元字符表中提到^、$在多行模式multiline下分别匹配行首、行尾实际使用时可留意各语言/工具提供的修饰符开关如 Perl 中的m、i、g它们会显著影响锚点与量词的行为。区分字面与特殊含义.、[、]、(、)、、*、?、{、}、^、$、|、\在需要匹配其字面本身时都必须转义这是初学者最常见的错误来源。按需查阅仓库本文对应文档为 es/pcre.md 与英文版 pcre.md需要更完整的语言级正则资料时可进一步阅读仓库内的 es/perl.md含匹配与替换运算符、es/awk.md 与 es/bash.md命令行场景下的正则应用并结合各语言官方文档深入学习。掌握 PCRE等于掌握了一把可移植到 PHP、Apache、R、Perl 乃至绝大多数现代编程语言与文本工具中的通用钥匙——从日志解析到表单校验它都是文本处理领域最值得优先掌握的基础技能之一。赞分享文档教程【免费下载链接】learnxinyminutes-docsCode documentation written as code! How novel and totally my idea!项目地址https://gitcode.com/gh_mirrors/le/learnxinyminutes-docs点击查看免费下载相关推荐SVGcode多语言支持如何为你的母语贡献翻译SVGcode多语言支持如何为你的母语贡献翻译 SVGcode是一款强大的开源工具能够将彩色位图图像转换为高质量的SVG矢量图像。为了让全球用户更便捷地使用前端图像处理JavaScript正则表达式中的字符类详解JavaScript正则表达式中的字符类详解 你是否曾经在处理文本数据时遇到过这样的困扰需要从复杂的字符串中提取特定类型的字符比如电话号码中的数字、邮件地址JavaScript 正则表达式中的字符类详解JavaScript 正则表达式中的字符类详解 正则表达式是处理字符串的强大工具而字符类 Character Classes 则是正则表达式中最基础也最常用的文档/教程前端创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
文档教程【免费下载链接】learnxinyminutes-docsCode documentation written as code! How novel and totally my idea!项目地址https://gitcode.com/gh_mirrors/le/learnxinyminutes-docs点击查看免费下载PCREPerl Compatible Regular Expressions兼容 Perl 的正则表达式是当前应用最广泛的正则语法体系之一。本文以 learnxinyminutes-docs 仓库中的 西班牙语版 PCRE 教程对应英文原文 pcre.md为核心骨架系统讲解正则表达式的核心概念、两类元字符、预定义字符类并以一条真实的 Apache 访问日志为样本逐条剖析实战匹配最后结合仓库内 Perl 教程 的源码示例展示 PCRE 语法在 Perl 语言中的落地调用。读完本文你将能独立读懂并编写 PCRE 模式完成日志字段提取、文本校验等常见任务。一、什么是正则表达式与 PCRE正则表达式regular expression常缩写为 regex 或 regexp是一种用于描述搜索模式的特殊文本字符串。例如模式/^[a-z]:/可以从 URLhttp://github.com/中提取出协议部分http:——它表示从字符串开头匹配一个或多个小写字母后跟一个冒号。PCRE 是一套语法与 Perl 语言极为相似的正则表达式库其名称即来源于此。根据英文原文 pcre.md 中的说明PCRE 于 1997 年以 C 库的形式编写当时 Perl 正是复杂文本处理任务的事实标准因此 PCRE 的模式语法与 Perl 高度一致。如今 PCRE 语法被大量知名项目广泛采用包括 PHP、Apache、R 等。学习 PCRE 的关键在于掌握两类元字符metacaracteres即具有特殊功能的字符以及若干预定义字符类然后用它们组合出精确的匹配模式。二、第一类元字符方括号外的特殊字符以下元字符在模式中的任意位置方括号[ ]内部除外都被识别为具有特殊含义元字符含义\转义字符escape用于将后面的特殊字符还原为字面含义或引入\d、\w等预定义类型^断言字符串开头在 multiline 多行模式下则为行首$断言字符串结尾在 multiline 多行模式下则为行尾.匹配除换行符以外的任意字符默认情况下[开始一个字符类character class的定义\|分支alternative分隔符表示或关系(子模式subpattern即分组开始)子模式结束?量词0 或 1 次同时可扩展(的含义如(?:...)非捕获分组也可作为量词的最小化修饰符如*?非贪婪匹配*量词0 次或多次也可作为占有型量词possessive quantifier的一部分量词1 次或多次也可作为占有型量词的一部分{开始一个数字区间量词min/max quantifier的定义需要特别留意的是?的一词多义它既可以独立充当0 或 1 次的量词如colou?r同时匹配color与colour又可以与其他符号组合改变语义(?:...)表示不捕获的分组、*?/?/??表示非贪婪匹配。理解这一点是读懂复杂 PCRE 模式的前提。三、第二类元字符方括号内的字符类在方括号内部元字符的集合与语义完全不同它们共同构成字符类character class用于匹配方括号所列举字符集合中的任意一个元字符含义\通用转义字符^取反negate仅当它出现在字符类的第一个字符位置时才表示匹配不在该集合中的任意字符-表示字符范围range如[0-9]表示 0 到 9 的任意数字[POSIX 字符类的开始仅当后面跟随 POSIX 语法时如[[:digit:]]]结束字符类结合第一部分内容可知[和]在方括号内外扮演了完全不同的角色在方括号外[是字符类的起点在方括号内[只有在构成 POSIX 字符类时才是特殊字符而]负责闭合字符类。同时注意^的位置敏感性——[^0-9]表示非数字的任意字符而[0-9^]中的^只是普通字符。四、预定义字符类PCRE 内置的通用字符类型PCRE 还提供了一组以反斜杠开头的预定义字符类型generic character types它们本质上是常用字符类的快捷写法可被直接嵌入模式预定义类匹配内容反义形式\d任意十进制数字decimal digit\D任何非十进制数字的字符\h任意水平空白字符horizontal white space\H任何非水平空白字符\s任意空白字符white space\S任何非空白字符\v任意垂直空白字符vertical white space\V任何非垂直空白字符\w任意单词字符word character\W任意非单词字符在实际应用中\d与[0-9]等价、\w通常等价于[A-Za-z0-9_]而\s覆盖空格、制表符、换行等空白字符。这些预定义类让模式更简洁、可读性更高——例如提取 IP 地址时用\d\.\d\.\d\.\d就远比手写四段[0-9]更直观。五、实战演练解析一条 Apache 访问日志原文档选取了一条标准的 Apache 访问日志access log作为测试样本这也是 PCRE 在服务器运维中最典型的使用场景66.249.64.13 - - [18/Sep/2004:11:07:48 1000] GET /robots.txt HTTP/1.0 200 468 - Googlebot/2.1这条日志依次包含客户端 IP、两个-占位字段、带时区的时间戳、请求行方法、路径、协议版本、状态码、响应字节数、Referer 与 User-Agent。下面逐一剖析原文档给出的六条正则及其匹配结果正则模式匹配结果解析GETGET按字面精确匹配字符串 GET区分大小写\d.\d.\d.\d66.249.64.13\d通过量词匹配一个或多个数字[0-9].匹配任意字符此处恰好落在点号上整体提取出 IP 地址(\d\.){3}\d66.249.64.13(\d\.)构成一个子模式分组{3}表示该分组被精确重复 3 次最后再接一段\d\[.\][18/Sep/2004:11:07:48 1000]\[与\]是转义后的字面方括号.匹配任意字符除换行符外的一个或多个从而捕获整个时间戳字段^\S66.249.64.13^断言从行首开始\S匹配一长串非空白字符正好截取第一段IP\[0-9]1000\匹配字面的字符[0-9]表示单个 0–9 的数字量词使其匹配一个或多个数字。该表达式与\\d完全等价这六条模式虽然简短却覆盖了 PCRE 的核心技法量词体系一次或多次、*零次或多次、{n}精确 n 次在同一场景中交替出现对应第一部分元字符表中的规则转义技巧.、[、]、在需要匹配字面含义时都以\转义\.、\[、\]、\这正是\作为通用转义字符的典型用法分组与重复(\d\.){3}演示了分组 区间量词的组合威力——用捕获组把数字加点号这一单元打包再整体重复三次锚点与字符类协作^\S演示了^锚点与预定义类\S的搭配[0-9]则演示了字符范围语法。值得强调的是原文档特意用\d.\d.\d.\d未转义的点与(\d\.){3}\d转义的点作对照前者依赖.的任意字符语义碰巧匹配到点号后者则严格限定为字面点号。在真实工程中提取 IP 应始终使用后者这种精确写法避免.误匹配到其他字符如字母、空格导致解析错误。六、从语法到调用PCRE 在仓库 Perl 教程中的落地PCRE 之所以被称为兼容 Perl 的正则表达式正是因为其模式语法直接继承自 Perl 语言。仓库内的 西班牙语版 Perl 教程 在Expresiones regulares一节中展示了这套语法在 Perl 中的真实调用形态对应英文版 perl.md# Coincidencia simple简单匹配 if (/foo/) { ... } # 如果 $_ 包含 foo 则为真 if ($a ~ /foo/) { ... } # 如果 $a 包含 foo 则为真 # Substitución simple简单替换 $a ~ s/foo/bar/; # 将 $a 中的 foo 替换为 bar $a ~ s/foo/bar/g; # 将 $a 中所有的 foo 替换为 bar这里可以看到三个关键点匹配运算符~Perl 通过~将正则模式作用于变量省略变量时模式默认作用于内置变量$_替换运算符s///s/patrón/reemplazo/完成查找替换末尾追加修饰符gglobal后则替换全部匹配实例模式直接以/.../书写模式内部的foo、\d等语法与本文前四节讲解的 PCRE 元字符、预定义类完全同源印证了 PCRE 语法与 Perl 高度相似这一论断。也就是说你在前文学到的每一组元字符和字符类都可以原封不动地放进 Perl 的/.../或s/.../.../中使用。仓库内还有 es/javascript.md、es/raku.md、es/bash.md 等文档也大量涉及正则语法可作为横向参考。七、进阶学习建议与使用注意动手验证学习正则最有效的方式是边写边测。建议将本文第五节的六条模式逐条套用到 Apache 日志样本上观察匹配区间与捕获分组再尝试改写例如把(\d\.){3}\d改写为[0-9]\.[0-9]\.[0-9]\.[0-9]验证等价性。模式修饰符元字符表中提到^、$在多行模式multiline下分别匹配行首、行尾实际使用时可留意各语言/工具提供的修饰符开关如 Perl 中的m、i、g它们会显著影响锚点与量词的行为。区分字面与特殊含义.、[、]、(、)、、*、?、{、}、^、$、|、\在需要匹配其字面本身时都必须转义这是初学者最常见的错误来源。按需查阅仓库本文对应文档为 es/pcre.md 与英文版 pcre.md需要更完整的语言级正则资料时可进一步阅读仓库内的 es/perl.md含匹配与替换运算符、es/awk.md 与 es/bash.md命令行场景下的正则应用并结合各语言官方文档深入学习。掌握 PCRE等于掌握了一把可移植到 PHP、Apache、R、Perl 乃至绝大多数现代编程语言与文本工具中的通用钥匙——从日志解析到表单校验它都是文本处理领域最值得优先掌握的基础技能之一。赞分享文档教程【免费下载链接】learnxinyminutes-docsCode documentation written as code! How novel and totally my idea!项目地址https://gitcode.com/gh_mirrors/le/learnxinyminutes-docs点击查看免费下载相关推荐SVGcode多语言支持如何为你的母语贡献翻译SVGcode多语言支持如何为你的母语贡献翻译 SVGcode是一款强大的开源工具能够将彩色位图图像转换为高质量的SVG矢量图像。为了让全球用户更便捷地使用前端图像处理JavaScript正则表达式中的字符类详解JavaScript正则表达式中的字符类详解 你是否曾经在处理文本数据时遇到过这样的困扰需要从复杂的字符串中提取特定类型的字符比如电话号码中的数字、邮件地址JavaScript 正则表达式中的字符类详解JavaScript 正则表达式中的字符类详解 正则表达式是处理字符串的强大工具而字符类 Character Classes 则是正则表达式中最基础也最常用的文档/教程前端创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
