Difference between revisions of "Regular Expression Perl/introduktion"
m |
m (→Stjerne *) |
||
(One intermediate revision by the same user not shown) | |||
Line 124: | Line 124: | ||
== Quantifiers == | == Quantifiers == | ||
=== Stjerne * === | === Stjerne * === | ||
− | Stjernen '''*''' betyder at foregående ''atom'' matcher hvis den er der nul eller flere gange. Rexexp udtrykket '''/Mic*k/i''' betyder at der skal stå '''Mi''' efterfulgt af nul eller flere c'er '''c | + | Stjernen '''*''' betyder at foregående ''atom'' matcher hvis den er der nul eller flere gange. Rexexp udtrykket '''/Mic*k/i''' betyder at der skal stå '''Mi''' efterfulgt af nul eller flere c'er '''*c''' og så skal der komme et '''k'''. |
<source lang=perl> | <source lang=perl> | ||
while ( chomp(my $line = <DATA>) ) { | while ( chomp(my $line = <DATA>) ) { | ||
Line 156: | Line 156: | ||
Michk Matcher ikke! | Michk Matcher ikke! | ||
</source> | </source> | ||
+ | |||
=== Plustegn + === | === Plustegn + === | ||
=== Spørgsmålstegn ? === | === Spørgsmålstegn ? === | ||
=== tuborgparanteser { } === | === tuborgparanteser { } === | ||
+ | [[category:Perl]] |
Latest revision as of 16:53, 28 February 2010
Regular expressions - eller Regexp - er et værktøj indbygget i mange programmeringssprog, men er mest berømt på Perl.
Formål med Regexp
Regexp er beregnet til at søge i tekstbaseret data. For eksempel logfiler, output fra enheder.
Hvem skal læse dette dokument
Hvis du har lidt indblik i Perl og forstår den generelle syntax, vil du sandsynligvis få noget ud af dette dokument.
Regexp syntax
Regexp er tegnbaseret og der er derfor en del tegn og sekvenser der skal huskes udenad. Et godt råd er at printe dette Regular Expression Quick Reference Guide og bruge det til at dechifrere udtrykkene.
Simpel tekstsøgning
Scriptet herunder benytter sig af en indbygget funktion i Perl man blandt andet kan bruge til udvikling af Perl programmer. Det er normalt irreterende at skulle taste de samme data ind fra tastaturet med <STDIN> håndtaget når man skal teste sit program. Det er muligt at bruge håndtaget i stedet for og så nederst i filen have et __DATA__ felt. (2 x underscore, DATA, 2 x underscore>)
while ( chomp(my $line = <DATA>) ) {
if ( $line =~ /Jens/ ) {
print "$line Matcher\n";
} else {
print "$line Matcher ikke!\n";
}
}
__DATA__
Jens
Ole
Hans
Jensen
jensine
Outputtet fra scriptet er
Jens Matcher
Ole Matcher ikke!
Hans Matcher ikke!
Jensen Matcher
jensine Matcher ikke!
jensine matcher ikke da det starter med et lille j.
Ignorer store/små bogstaver
For at ignorere case på bogstaver - altså store/små - kan i modifieren anvendes. /Jens/i
while ( chomp(my $line = <DATA>) ) {
if ( $line =~ /Jens/i ) {
print "$line Matcher\n";
} else {
print "$line Matcher ikke!\n";
}
}
__DATA__
Jens
Ole
Hans
Jensen
jensine
Outputtet fra scriptet er
Jens Matcher
Ole Matcher ikke!
Hans Matcher ikke!
Jensen Matcher
jensine Matcher
Forskellige bogstaver på samme tegnplads
Hvis flere forskellige bogstaver kan være på samme sted kan der anvender Character Classes. [ck] i eksemplet herunder betyder at bogstaver c eller bogstavet k skal stå på denne position.
while ( chomp(my $line = <DATA>) ) {
if ( $line =~ /Mi[ck]/i ) {
print "$line Matcher\n";
} else {
print "$line Matcher ikke!\n";
}
}
__DATA__
Mikael
Mille
Sille
Michael
Mikkel
Minnie
Michelle
Mikkelsen
Output fra ovenstående script:
Mikael Matcher
Mille Matcher ikke!
Sille Matcher ikke!
Michael Matcher
Mikkel Matcher
Minnie Matcher ikke!
Michelle Matcher
Mikkelsen Matcher
Hvad vil der ske hvis Regexp udtrykket blev ændret fra /Mi[ck]/i til /Mi[ck][AHK]/i. Prøv det evt.
Punktum kan betyde alle tegn
Punktummet . er et specialtegn som kan betyde alle tegn (undtaget \n nylinietegnet.) Se eksempel herunder.
while ( chomp(my $line = <DATA>) ) {
if ( $line =~ /Mi[ck].e/i ) {
print "$line Matcher\n";
} else {
print "$line Matcher ikke!\n";
}
}
__DATA__
Mikael
Mille
Sille
Michael
Mikkel
Minnie
Michelle
Mikkelsen
Output fra ovenstående script
Mikael Matcher
Mille Matcher ikke!
Sille Matcher ikke!
Michael Matcher ikke!
Mikkel Matcher
Minnie Matcher ikke!
Michelle Matcher
Mikkelsen Matcher
Hvis regexp udtrykket i eksemplet /Mi[ck].e/i blev ændret til /Mi[ck].[ae]/i, hvad ville så matche. (Prøv evt.)
Quantifiers
Stjerne *
Stjernen * betyder at foregående atom matcher hvis den er der nul eller flere gange. Rexexp udtrykket /Mic*k/i betyder at der skal stå Mi efterfulgt af nul eller flere c'er *c og så skal der komme et k.
while ( chomp(my $line = <DATA>) ) {
if ( $line =~ /Mic*k/i ) {
print "$line Matcher\n";
} else {
print "$line Matcher ikke!\n";
}
}
__DATA__
Mikael
Mille
Sille
Michael
Mikkel
Minnie
Michelle
Mikkelsen
Michk
Output fra scriptet
Mikael Matcher
Mille Matcher ikke!
Sille Matcher ikke!
Michael Matcher ikke!
Mikkel Matcher
Minnie Matcher ikke!
Michelle Matcher ikke!
Mikkelsen Matcher
Michk Matcher ikke!