強(qiáng)大的Perl正則表達(dá)式實(shí)例詳解
一、介紹
正則表達(dá)式各語(yǔ)言都有自己的規(guī)范，但是基本都差不多，都是由元字符的組合來進(jìn)行匹配；由于Nmap內(nèi)嵌的服務(wù)與版本探測(cè)是使用的Perl正則規(guī)范，因此此篇博客記錄一下Perl正則的相關(guān)內(nèi)容，方便后期查閱。
二、Perl正則例子
下面的例子可能有不足之處，有些來源于博客，沒有驗(yàn)證；
1. 匹配IP地址：\d+\.\d+\.\d+\.\d+
\d:匹配一個(gè)數(shù)字字符,\d+:匹配一次或多次數(shù)字字符。
\.:使用轉(zhuǎn)義字符匹配'.'。
2. 匹配郵箱類似于123456@qq.com： /^[a-zA-Z0-9_\-.]+@[a-zA-Z0-9_\-]+.[a-zA-Z]+$/
^: 匹配開頭
$: 匹配結(jié)尾，這兩個(gè)保證了這是連續(xù)的一串字符。
3. 匹配數(shù)字：m/^[0-9]+$/
由^開頭由$結(jié)尾保證了只含有數(shù)字，如果只有結(jié)尾$,那么abc12這種也是可以的。
可用在輸入校驗(yàn)，校驗(yàn)輸入的是否是數(shù)字。
4. 用戶輸入溫度（華氏溫度，攝氏溫度），編程進(jìn)行轉(zhuǎn)換
m/^([-+]?[0-9]+)([CF])$/ ：匹配正負(fù)整數(shù)溫度。
[CF]: 匹配中括號(hào)其中的一個(gè)
?：匹配前面的子表達(dá)式0次或1次
+：匹配前面的子表達(dá)式一次或多次
perl通過臨時(shí)變量$1,$2保存子表達(dá)式匹配的文本。$1保存的是數(shù)字，$2保存的是符號(hào)。
m/^([-+]?[0-9]+(?:\.[0-9]*)?)\s*([CF])$/i) ：添加支持小數(shù)的溫度匹配
臨時(shí)變量保存的順序與分組的開括號(hào) ( 在表達(dá)式中的順序有關(guān)(從左到右）；因此這個(gè)地方使用?:，代表該括號(hào)匹配的值不被臨時(shí)變量保存。
/i: 代表忽略大小寫匹配，cf也匹配。
參考地址：https://segmentfault.com/a/1190000004375773（精通正則表達(dá)式（第三版））
5. 匹配空白行
^$ : 開頭之后馬上結(jié)束：空白行，不包括任何字符
\n\s*\r ：
\n匹配一個(gè)換行符，等價(jià)于\x0a
\s匹配任何空白字符，包括空格制表?yè)Q頁(yè)
\r匹配一個(gè)回車符，等價(jià)于\x0d
6. 匹配首尾空白字符： ^\s*|\s*$
7. 匹配版本號(hào)1.3.0等
[\d.]+
8. 匹配某個(gè)字符以外的所有字符：
[^a]* 表示匹配除a以外的所有字符，*代表0次或多次。
[^abc]* 表示匹配除a、b、c以外的所有字符。
((?!win).)* 表示匹配除單詞win的其它所有字符
Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配
"Windows 2000" 中的 "Windows"。
9. 匹配數(shù)字：
^\d+(\.\d+)?
^: 定義以什么開始；
\d+: 表示匹配數(shù)字；
?: 表示內(nèi)容可選；
匹配下面的內(nèi)容：
1）： {"service":"nutcracker", "source":"ubuntu", "version":"0.3.0",
m|^\{"service":"nutcracker", "source":"([^"]+)", "version":"([\d.]+)",|
2）：220 yzwb.net ESMTP MDaemon 10.1.2;
m|^220[ -]([-.\w]+) ESMTP MDaemon (\d[-.\w]+);
3）：AMQP\x01\x01\x00\n
m|^AMQP\x01\x01\x00\x0a$|:注意回車鍵\n對(duì)應(yīng)16進(jìn)制\x0a,\r對(duì)應(yīng)\x0d.
Nmap nmap-services-probe文件給出的匹配
三、正則元字符
元字符是正則表達(dá)式組成的基本元素。
| 字符 | 描述 |
| \ | 將下一個(gè)字符標(biāo)記為一個(gè)特殊字符、或一個(gè)原義字符、或一個(gè) 后向引用、或一個(gè)八進(jìn)制轉(zhuǎn)義符。例如，'n' 匹配字符 "n"。'\n' 匹配一個(gè)換行符。序列 '\\' 匹配 "\" 而 "\(" 則匹配 "("。 |
| ^ | 匹配輸入字符串的開始位置。如果設(shè)置了RegExp對(duì)象的Multiline屬性，^ 也匹配 '\n' 或 '\r' 之后的位置。 |
| $ | 匹配輸入字符串的結(jié)束位置。如果設(shè)置了RegExp對(duì)象的Multiline屬性，$ 也匹配 '\n' 或 '\r' 之前的位置。 |
| * | 匹配前面的子表達(dá)式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。 * 等價(jià)于{0,}。 |
| + | 匹配前面的子表達(dá)式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等價(jià)于 {1,}。 |
| ? | 匹配前面的子表達(dá)式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價(jià)于 {0,1}。 |
| {n} | n是一個(gè)非負(fù)整數(shù)。匹配確定的n次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的兩個(gè) o。 |
| {n,} | n是一個(gè)非負(fù)整數(shù)。至少匹配n次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等價(jià)于 'o+'。'o{0,}' 則等價(jià)于 'o*'。 |
| {n,m} | m和n均為非負(fù)整數(shù)，其中n<=m。最少匹配n次且最多匹配m次。劉， "o{1,3}" 將匹配 "fooooood" 中的前三個(gè) o。'o{0,1}' 等價(jià)于 'o?'。請(qǐng)注意在逗號(hào)和兩個(gè)數(shù)之間不能有空格。 |
| ? | 當(dāng)該字符緊跟在任何一個(gè)其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面時(shí)，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認(rèn)的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對(duì)于字符串 "oooo"，'o+?' 將匹配單個(gè) "o"，而 'o+' 將匹配所有 'o'。 |
| . | 匹配除 "\n" 之外的任何單個(gè)字符。要匹配包括 '\n' 在內(nèi)的任何字符，請(qǐng)使用象 '[.\n]' 的模式。 |
| (pattern) | 匹配pattern并獲取這一匹配。所獲取的匹配可以從產(chǎn)生的 Matches 集合得到，在VBScript 中使用SubMatches集合，在Visual Basic Scripting Edition 中則使用$0…$9屬性。要匹配圓括號(hào)字符，請(qǐng)使用 ' |
| (?:pattern) | 匹配pattern但不獲取匹配結(jié)果，也就是說這是一個(gè)非獲取匹配，不進(jìn)行存儲(chǔ)供以后使用。這在使用 "或" 字符 (|) 來組合一個(gè)模式的各個(gè)部分是很有用。例如， 'industr(?:y|ies) 就是一個(gè)比 'industry|industries' 更簡(jiǎn)略的表達(dá)式。 |
| (?=pattern) | 正向預(yù)查，在任何匹配pattern的字符串開始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如， 'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。預(yù)查不消耗字符，也就是說，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預(yù)查的字符之后開始。 |
| (?!pattern) | 負(fù)向預(yù)查，在任何不匹配Negative lookahead matches the search string at any point where a string not matchingpattern的字符串開始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。預(yù)查不消耗字符，也就是說，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預(yù)查的字符之后開始 |
| x|y | 匹配x或y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 則匹配 "zood" 或 "food"。 |
| [xyz] | 字符集合。匹配所包含的任意一個(gè)字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。 |
| [^xyz] | 負(fù)值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'。 |
| [a-z] | 字符范圍。匹配指定范圍內(nèi)的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范圍內(nèi)的任意小寫字母字符。 |
| [^a-z] | 負(fù)值字符范圍。匹配任何不在指定范圍內(nèi)的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范圍內(nèi)的任意字符。 |
| \b | 匹配一個(gè)單詞邊界，也就是指單詞和空格間的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。 |
| \B | 匹配非單詞邊界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。 |
| \cx | 匹配由x指明的控制字符。例如， \cM 匹配一個(gè) Control-M 或回車符。x的值必須為 A-Z 或 a-z 之一。否則，將 c 視為一個(gè)原義的 'c' 字符。 |
| \d | 匹配一個(gè)數(shù)字字符。等價(jià)于 [0-9]。 |
| \D | 匹配一個(gè)非數(shù)字字符。等價(jià)于 [^0-9]。 |
| \f | 匹配一個(gè)換頁(yè)符。等價(jià)于 \x0c 和 \cL。 |
| \n | 匹配一個(gè)換行符。等價(jià)于 \x0a 和 \cJ。 |
| \r | 匹配一個(gè)回車符。等價(jià)于 \x0d 和 \cM。 |
| \s | 匹配任何空白字符，包括空格、制表符、換頁(yè)符等等。等價(jià)于 [\f\n\r\t\v]。 |
| \S | 匹配任何非空白字符。等價(jià)于 [^\f\n\r\t\v]。 |
| \t | 匹配一個(gè)制表符。等價(jià)于 \x09 和 \cI。 |
| \v | 匹配一個(gè)垂直制表符。等價(jià)于 \x0b 和 \cK。 |
| \w | 匹配包括下劃線的任何單詞字符。等價(jià)于'[A-Za-z0-9_]'。 |
| \W | 匹配任何非單詞字符。等價(jià)于 '[^A-Za-z0-9_]'。 |
| \xn | 匹配n，其中n為十六進(jìn)制轉(zhuǎn)義值。十六進(jìn)制轉(zhuǎn)義值必須為確定的兩個(gè)數(shù)字長(zhǎng)。例如， '\x41' 匹配 "A"。'\x041' 則等價(jià)于 '\x04' & "1"。正則表達(dá)式中可以使用 ASCII 編碼。. |
| \num | 匹配num，其中num是一個(gè)正整數(shù)。對(duì)所獲取的匹配的引用。例如，'(.)\1' 匹配兩個(gè)連續(xù)的相同字符。 |
| \n | 標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)后向引用。如果 \n之前至少n個(gè)獲取的子表達(dá)式，則n為后向引用。否則，如果n為八進(jìn)制數(shù)字 (0-7)，則n為一個(gè)八進(jìn)制轉(zhuǎn)義值。 |
| \nm | 標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)后向引用。如果 \nm之前至少有is preceded by at leastnm個(gè)獲取得子表達(dá)式，則nm為后向引用。如果 \nm之前至少有n個(gè)獲取，則n為一個(gè)后跟文字m的后向引用。如果前面的條件都不滿足，若n和m均為八進(jìn)制數(shù)字 (0-7)，則 \nm將匹配八進(jìn)制轉(zhuǎn)義值nm。 |
| \nml | 如果n為八進(jìn)制數(shù)字 (0-3)，且m和l均為八進(jìn)制數(shù)字 (0-7)，則匹配八進(jìn)制轉(zhuǎn)義值nml。 |
| \un | 匹配n，其中n是一個(gè)用四個(gè)十六進(jìn)制數(shù)字表示的 Unicode 字符。例如， \u00A9 匹配版權(quán)符號(hào) (?)。 |
利用上述元字符，可以組合出所有想要的匹配模式。下面介紹幾個(gè)常用的正則表達(dá)式.
匹配中文字符的正則表達(dá)式： [\u4e00-\u9fa5]
評(píng)注：匹配中文還真是個(gè)頭疼的事，有了這個(gè)表達(dá)式就好辦了
匹配雙字節(jié)字符(包括漢字在內(nèi))： [^\x00-\xff]
評(píng)注：可以用來計(jì)算字符串的長(zhǎng)度（一個(gè)雙字節(jié)字符長(zhǎng)度計(jì)2，ASCII字符計(jì)1）
匹配空白行的正則表達(dá)式：\n\s*\r
評(píng)注：可以用來刪除空白行
匹配HTML標(biāo)記的正則表達(dá)式： <(\S*?)[^>]*>.*?</\1>|<.*? />
評(píng)注：網(wǎng)上流傳的版本太糟糕，上面這個(gè)也僅僅能匹配部分，對(duì)于復(fù)雜的嵌套標(biāo)記依舊無(wú)能為力
匹配首尾空白字符的正則表達(dá)式： ^\s*|\s*$
評(píng)注：可以用來刪除行首行尾的空白字符(包括空格、制表符、換頁(yè)符等等)，非常有用的表達(dá)式
匹配Email地址的正則表達(dá)式： \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
評(píng)注：表單驗(yàn)證時(shí)很實(shí)用
匹配網(wǎng)址URL的正則表達(dá)式： [a-zA-z]+://[^\s]*
評(píng)注：網(wǎng)上流傳的版本功能很有限，上面這個(gè)基本可以滿足需求
匹配帳號(hào)是否合法(字母開頭，允許5-16字節(jié)，允許字母數(shù)字下劃線)： ^[a-zA-Z][a-zA-Z0-9_]{4,15}$
評(píng)注：表單驗(yàn)證時(shí)很實(shí)用
匹配國(guó)內(nèi)電話號(hào)碼： \d{3}-\d{8}|\d{4}-\d{7}
評(píng)注：匹配形式如 0511-4405222 或 021-87888822
匹配騰訊QQ號(hào)： [1-9][0-9]{4,}
評(píng)注：騰訊QQ號(hào)從10000開始
匹配中國(guó)郵政編碼： [1-9]\d{5}(?!\d)
評(píng)注：中國(guó)郵政編碼為6位數(shù)字
匹配身份證： \d{15}|\d{18}
評(píng)注：中國(guó)的身份證為15位或18位
匹配ip地址： \d+\.\d+\.\d+\.\d+
評(píng)注：提取ip地址時(shí)有用
匹配特定數(shù)字：
^[1-9]\d*$ //匹配正整數(shù) ^-[1-9]\d*$ //匹配負(fù)整數(shù) ^-?[1-9]\d*$ //匹配整數(shù) ^[1-9]\d*|0$ //匹配非負(fù)整數(shù)（正整數(shù) + 0） ^-[1-9]\d*|0$ //匹配非正整數(shù)（負(fù)整數(shù) + 0） ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮點(diǎn)數(shù) ^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配負(fù)浮點(diǎn)數(shù) ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮點(diǎn)數(shù) ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ //匹配非負(fù)浮點(diǎn)數(shù)（正浮點(diǎn)數(shù) + 0） ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ //匹配非正浮點(diǎn)數(shù)（負(fù)浮點(diǎn)數(shù) + 0）
評(píng)注：處理大量數(shù)據(jù)時(shí)有用，具體應(yīng)用時(shí)注意修正
匹配特定字符串：
^[A-Za-z]+$ //匹配由26個(gè)英文字母組成的字符串 ^[A-Z]+$ //匹配由26個(gè)英文字母的大寫組成的字符串 ^[a-z]+$ //匹配由26個(gè)英文字母的小寫組成的字符串 ^[A-Za-z0-9]+$ //匹配由數(shù)字和26個(gè)英文字母組成的字符串 ^\w+$ //匹配由數(shù)字、26個(gè)英文字母或者下劃線組成的字符串
四、總結(jié)
1）不同的場(chǎng)景、不同的語(yǔ)言，正則會(huì)有些許差別，只要掌握住基本的元字符以及相應(yīng)的語(yǔ)言特性，真正用的時(shí)候花10幾分鐘時(shí)間熟悉一兩個(gè)例子就能上手。
2）Perl正則是目前最優(yōu)的，包括特性，建議讀者學(xué)一學(xué)，這對(duì)處理數(shù)據(jù)有很大的好處。
3）在我理解，我們?nèi)绻皇窍脒_(dá)到我們抽取數(shù)據(jù)的目的，正則匹配的原理沒有必要搞懂，會(huì)用就行。
好了，以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，如果有疑問大家可以留言交流，謝謝大家對(duì)本站的支持。
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信