home *** CD-ROM | disk | FTP | other *** search
/ Chip 2007 January, February, March & April / Chip-Cover-CD-2007-02.iso / Pakiet bezpieczenstwa / mini Pentoo LiveCD 2006.1 / mpentoo-2006.1.iso / livecd.squashfs / usr / lib / perl5 / 5.8.7 / pod / perlfaq6.pod < prev    next >
Text File  |  2006-04-25  |  30KB  |  871 lines

  1. =head1 NAME
  2.  
  3. perlfaq6 - Regular Expressions ($Revision: 1.31 $, $Date: 2005/03/27 07:17:28 $)
  4.  
  5. =head1 DESCRIPTION
  6.  
  7. This section is surprisingly small because the rest of the FAQ is
  8. littered with answers involving regular expressions.  For example,
  9. decoding a URL and checking whether something is a number are handled
  10. with regular expressions, but those answers are found elsewhere in
  11. this document (in L<perlfaq9>: ``How do I decode or create those %-encodings
  12. on the web'' and L<perlfaq4>: ``How do I determine whether a scalar is
  13. a number/whole/integer/float'', to be precise).
  14.  
  15. =head2 How can I hope to use regular expressions without creating illegible and unmaintainable code?
  16.  
  17. Three techniques can make regular expressions maintainable and
  18. understandable.
  19.  
  20. =over 4
  21.  
  22. =item Comments Outside the Regex
  23.  
  24. Describe what you're doing and how you're doing it, using normal Perl
  25. comments.
  26.  
  27.     # turn the line into the first word, a colon, and the
  28.     # number of characters on the rest of the line
  29.     s/^(\w+)(.*)/ lc($1) . ":" . length($2) /meg;
  30.  
  31. =item Comments Inside the Regex
  32.  
  33. The C</x> modifier causes whitespace to be ignored in a regex pattern
  34. (except in a character class), and also allows you to use normal
  35. comments there, too.  As you can imagine, whitespace and comments help
  36. a lot.
  37.  
  38. C</x> lets you turn this:
  39.  
  40.     s{<(?:[^>'"]*|".*?"|'.*?')+>}{}gs;
  41.  
  42. into this:
  43.  
  44.     s{ <                    # opening angle bracket
  45.         (?:                 # Non-backreffing grouping paren
  46.              [^>'"] *       # 0 or more things that are neither > nor ' nor "
  47.                 |           #    or else
  48.              ".*?"          # a section between double quotes (stingy match)
  49.                 |           #    or else
  50.              '.*?'          # a section between single quotes (stingy match)
  51.         ) +                 #   all occurring one or more times
  52.        >                    # closing angle bracket
  53.     }{}gsx;                 # replace with nothing, i.e. delete
  54.  
  55. It's still not quite so clear as prose, but it is very useful for
  56. describing the meaning of each part of the pattern.
  57.  
  58. =item Different Delimiters
  59.  
  60. While we normally think of patterns as being delimited with C</>
  61. characters, they can be delimited by almost any character.  L<perlre>
  62. describes this.  For example, the C<s///> above uses braces as
  63. delimiters.  Selecting another delimiter can avoid quoting the
  64. delimiter within the pattern:
  65.  
  66.     s/\/usr\/local/\/usr\/share/g;    # bad delimiter choice
  67.     s#/usr/local#/usr/share#g;        # better
  68.  
  69. =back
  70.  
  71. =head2 I'm having trouble matching over more than one line.  What's wrong?
  72.  
  73. Either you don't have more than one line in the string you're looking
  74. at (probably), or else you aren't using the correct modifier(s) on
  75. your pattern (possibly).
  76.  
  77. There are many ways to get multiline data into a string.  If you want
  78. it to happen automatically while reading input, you'll want to set $/
  79. (probably to '' for paragraphs or C<undef> for the whole file) to
  80. allow you to read more than one line at a time.
  81.  
  82. Read L<perlre> to help you decide which of C</s> and C</m> (or both)
  83. you might want to use: C</s> allows dot to include newline, and C</m>
  84. allows caret and dollar to match next to a newline, not just at the
  85. end of the string.  You do need to make sure that you've actually
  86. got a multiline string in there.
  87.  
  88. For example, this program detects duplicate words, even when they span
  89. line breaks (but not paragraph ones).  For this example, we don't need
  90. C</s> because we aren't using dot in a regular expression that we want
  91. to cross line boundaries.  Neither do we need C</m> because we aren't
  92. wanting caret or dollar to match at any point inside the record next
  93. to newlines.  But it's imperative that $/ be set to something other
  94. than the default, or else we won't actually ever have a multiline
  95. record read in.
  96.  
  97.     $/ = '';          # read in more whole paragraph, not just one line
  98.     while ( <> ) {
  99.     while ( /\b([\w'-]+)(\s+\1)+\b/gi ) {      # word starts alpha
  100.         print "Duplicate $1 at paragraph $.\n";
  101.     }
  102.     }
  103.  
  104. Here's code that finds sentences that begin with "From " (which would
  105. be mangled by many mailers):
  106.  
  107.     $/ = '';          # read in more whole paragraph, not just one line
  108.     while ( <> ) {
  109.     while ( /^From /gm ) { # /m makes ^ match next to \n
  110.         print "leading from in paragraph $.\n";
  111.     }
  112.     }
  113.  
  114. Here's code that finds everything between START and END in a paragraph:
  115.  
  116.     undef $/;          # read in whole file, not just one line or paragraph
  117.     while ( <> ) {
  118.     while ( /START(.*?)END/sgm ) { # /s makes . cross line boundaries
  119.         print "$1\n";
  120.     }
  121.     }
  122.  
  123. =head2 How can I pull out lines between two patterns that are themselves on different lines?
  124.  
  125. You can use Perl's somewhat exotic C<..> operator (documented in
  126. L<perlop>):
  127.  
  128.     perl -ne 'print if /START/ .. /END/' file1 file2 ...
  129.  
  130. If you wanted text and not lines, you would use
  131.  
  132.     perl -0777 -ne 'print "$1\n" while /START(.*?)END/gs' file1 file2 ...
  133.  
  134. But if you want nested occurrences of C<START> through C<END>, you'll
  135. run up against the problem described in the question in this section
  136. on matching balanced text.
  137.  
  138. Here's another example of using C<..>:
  139.  
  140.     while (<>) {
  141.         $in_header =   1  .. /^$/;
  142.         $in_body   = /^$/ .. eof();
  143.     # now choose between them
  144.     } continue {
  145.     reset if eof();        # fix $.
  146.     }
  147.  
  148. =head2 I put a regular expression into $/ but it didn't work. What's wrong?
  149.  
  150. Up to Perl 5.8.0, $/ has to be a string.  This may change in 5.10,
  151. but don't get your hopes up. Until then, you can use these examples
  152. if you really need to do this.
  153.  
  154. If you have File::Stream, this is easy.
  155.  
  156.              use File::Stream;
  157.              my $stream = File::Stream->new(
  158.                   $filehandle,
  159.                   separator => qr/\s*,\s*/,
  160.                   );
  161.  
  162.              print "$_\n" while <$stream>;
  163.  
  164. If you don't have File::Stream, you have to do a little more work.
  165.  
  166. You can use the four argument form of sysread to continually add to
  167. a buffer.  After you add to the buffer, you check if you have a
  168. complete line (using your regular expression).
  169.  
  170.        local $_ = "";
  171.        while( sysread FH, $_, 8192, length ) {
  172.           while( s/^((?s).*?)your_pattern/ ) {
  173.              my $record = $1;
  174.              # do stuff here.
  175.           }
  176.        }
  177.  
  178.  You can do the same thing with foreach and a match using the
  179.  c flag and the \G anchor, if you do not mind your entire file
  180.  being in memory at the end.
  181.  
  182.        local $_ = "";
  183.        while( sysread FH, $_, 8192, length ) {
  184.           foreach my $record ( m/\G((?s).*?)your_pattern/gc ) {
  185.              # do stuff here.
  186.           }
  187.           substr( $_, 0, pos ) = "" if pos;
  188.        }
  189.  
  190.  
  191. =head2 How do I substitute case insensitively on the LHS while preserving case on the RHS?
  192.  
  193. Here's a lovely Perlish solution by Larry Rosler.  It exploits
  194. properties of bitwise xor on ASCII strings.
  195.  
  196.     $_= "this is a TEsT case";
  197.  
  198.     $old = 'test';
  199.     $new = 'success';
  200.  
  201.     s{(\Q$old\E)}
  202.      { uc $new | (uc $1 ^ $1) .
  203.     (uc(substr $1, -1) ^ substr $1, -1) x
  204.         (length($new) - length $1)
  205.      }egi;
  206.  
  207.     print;
  208.  
  209. And here it is as a subroutine, modeled after the above:
  210.  
  211.     sub preserve_case($$) {
  212.     my ($old, $new) = @_;
  213.     my $mask = uc $old ^ $old;
  214.  
  215.     uc $new | $mask .
  216.         substr($mask, -1) x (length($new) - length($old))
  217.     }
  218.  
  219.     $a = "this is a TEsT case";
  220.     $a =~ s/(test)/preserve_case($1, "success")/egi;
  221.     print "$a\n";
  222.  
  223. This prints:
  224.  
  225.     this is a SUcCESS case
  226.  
  227. As an alternative, to keep the case of the replacement word if it is
  228. longer than the original, you can use this code, by Jeff Pinyan:
  229.  
  230.   sub preserve_case {
  231.     my ($from, $to) = @_;
  232.     my ($lf, $lt) = map length, @_;
  233.  
  234.     if ($lt < $lf) { $from = substr $from, 0, $lt }
  235.     else { $from .= substr $to, $lf }
  236.  
  237.     return uc $to | ($from ^ uc $from);
  238.   }
  239.  
  240. This changes the sentence to "this is a SUcCess case."
  241.  
  242. Just to show that C programmers can write C in any programming language,
  243. if you prefer a more C-like solution, the following script makes the
  244. substitution have the same case, letter by letter, as the original.
  245. (It also happens to run about 240% slower than the Perlish solution runs.)
  246. If the substitution has more characters than the string being substituted,
  247. the case of the last character is used for the rest of the substitution.
  248.  
  249.     # Original by Nathan Torkington, massaged by Jeffrey Friedl
  250.     #
  251.     sub preserve_case($$)
  252.     {
  253.         my ($old, $new) = @_;
  254.         my ($state) = 0; # 0 = no change; 1 = lc; 2 = uc
  255.         my ($i, $oldlen, $newlen, $c) = (0, length($old), length($new));
  256.         my ($len) = $oldlen < $newlen ? $oldlen : $newlen;
  257.  
  258.         for ($i = 0; $i < $len; $i++) {
  259.             if ($c = substr($old, $i, 1), $c =~ /[\W\d_]/) {
  260.                 $state = 0;
  261.             } elsif (lc $c eq $c) {
  262.                 substr($new, $i, 1) = lc(substr($new, $i, 1));
  263.                 $state = 1;
  264.             } else {
  265.                 substr($new, $i, 1) = uc(substr($new, $i, 1));
  266.                 $state = 2;
  267.             }
  268.         }
  269.         # finish up with any remaining new (for when new is longer than old)
  270.         if ($newlen > $oldlen) {
  271.             if ($state == 1) {
  272.                 substr($new, $oldlen) = lc(substr($new, $oldlen));
  273.             } elsif ($state == 2) {
  274.                 substr($new, $oldlen) = uc(substr($new, $oldlen));
  275.             }
  276.         }
  277.         return $new;
  278.     }
  279.  
  280. =head2 How can I make C<\w> match national character sets?
  281.  
  282. Put C<use locale;> in your script.  The \w character class is taken
  283. from the current locale.
  284.  
  285. See L<perllocale> for details.
  286.  
  287. =head2 How can I match a locale-smart version of C</[a-zA-Z]/>?
  288.  
  289. You can use the POSIX character class syntax C</[[:alpha:]]/>
  290. documented in L<perlre>.
  291.  
  292. No matter which locale you are in, the alphabetic characters are
  293. the characters in \w without the digits and the underscore.
  294. As a regex, that looks like C</[^\W\d_]/>.  Its complement,
  295. the non-alphabetics, is then everything in \W along with
  296. the digits and the underscore, or C</[\W\d_]/>.
  297.  
  298. =head2 How can I quote a variable to use in a regex?
  299.  
  300. The Perl parser will expand $variable and @variable references in
  301. regular expressions unless the delimiter is a single quote.  Remember,
  302. too, that the right-hand side of a C<s///> substitution is considered
  303. a double-quoted string (see L<perlop> for more details).  Remember
  304. also that any regex special characters will be acted on unless you
  305. precede the substitution with \Q.  Here's an example:
  306.  
  307.     $string = "Placido P. Octopus";
  308.     $regex  = "P.";
  309.  
  310.     $string =~ s/$regex/Polyp/;
  311.     # $string is now "Polypacido P. Octopus"
  312.  
  313. Because C<.> is special in regular expressions, and can match any
  314. single character, the regex C<P.> here has matched the <Pl> in the
  315. original string.
  316.  
  317. To escape the special meaning of C<.>, we use C<\Q>:
  318.  
  319.     $string = "Placido P. Octopus";
  320.     $regex  = "P.";
  321.  
  322.     $string =~ s/\Q$regex/Polyp/;
  323.     # $string is now "Placido Polyp Octopus"
  324.  
  325. The use of C<\Q> causes the <.> in the regex to be treated as a
  326. regular character, so that C<P.> matches a C<P> followed by a dot.
  327.  
  328. =head2 What is C</o> really for?
  329.  
  330. Using a variable in a regular expression match forces a re-evaluation
  331. (and perhaps recompilation) each time the regular expression is
  332. encountered.  The C</o> modifier locks in the regex the first time
  333. it's used.  This always happens in a constant regular expression, and
  334. in fact, the pattern was compiled into the internal format at the same
  335. time your entire program was.
  336.  
  337. Use of C</o> is irrelevant unless variable interpolation is used in
  338. the pattern, and if so, the regex engine will neither know nor care
  339. whether the variables change after the pattern is evaluated the I<very
  340. first> time.
  341.  
  342. C</o> is often used to gain an extra measure of efficiency by not
  343. performing subsequent evaluations when you know it won't matter
  344. (because you know the variables won't change), or more rarely, when
  345. you don't want the regex to notice if they do.
  346.  
  347. For example, here's a "paragrep" program:
  348.  
  349.     $/ = '';  # paragraph mode
  350.     $pat = shift;
  351.     while (<>) {
  352.         print if /$pat/o;
  353.     }
  354.  
  355. =head2 How do I use a regular expression to strip C style comments from a file?
  356.  
  357. While this actually can be done, it's much harder than you'd think.
  358. For example, this one-liner
  359.  
  360.     perl -0777 -pe 's{/\*.*?\*/}{}gs' foo.c
  361.  
  362. will work in many but not all cases.  You see, it's too simple-minded for
  363. certain kinds of C programs, in particular, those with what appear to be
  364. comments in quoted strings.  For that, you'd need something like this,
  365. created by Jeffrey Friedl and later modified by Fred Curtis.
  366.  
  367.     $/ = undef;
  368.     $_ = <>;
  369.     s#/\*[^*]*\*+([^/*][^*]*\*+)*/|("(\\.|[^"\\])*"|'(\\.|[^'\\])*'|.[^/"'\\]*)#defined $2 ? $2 : ""#gse;
  370.     print;
  371.  
  372. This could, of course, be more legibly written with the C</x> modifier, adding
  373. whitespace and comments.  Here it is expanded, courtesy of Fred Curtis.
  374.  
  375.     s{
  376.        /\*         ##  Start of /* ... */ comment
  377.        [^*]*\*+    ##  Non-* followed by 1-or-more *'s
  378.        (
  379.          [^/*][^*]*\*+
  380.        )*          ##  0-or-more things which don't start with /
  381.                    ##    but do end with '*'
  382.        /           ##  End of /* ... */ comment
  383.  
  384.      |         ##     OR  various things which aren't comments:
  385.  
  386.        (
  387.          "           ##  Start of " ... " string
  388.          (
  389.            \\.           ##  Escaped char
  390.          |               ##    OR
  391.            [^"\\]        ##  Non "\
  392.          )*
  393.          "           ##  End of " ... " string
  394.  
  395.        |         ##     OR
  396.  
  397.          '           ##  Start of ' ... ' string
  398.          (
  399.            \\.           ##  Escaped char
  400.          |               ##    OR
  401.            [^'\\]        ##  Non '\
  402.          )*
  403.          '           ##  End of ' ... ' string
  404.  
  405.        |         ##     OR
  406.  
  407.          .           ##  Anything other char
  408.          [^/"'\\]*   ##  Chars which doesn't start a comment, string or escape
  409.        )
  410.      }{defined $2 ? $2 : ""}gxse;
  411.  
  412. A slight modification also removes C++ comments:
  413.  
  414.     s#/\*[^*]*\*+([^/*][^*]*\*+)*/|//[^\n]*|("(\\.|[^"\\])*"|'(\\.|[^'\\])*'|.[^/"'\\]*)#defined $2 ? $2 : ""#gse;
  415.  
  416. =head2 Can I use Perl regular expressions to match balanced text?
  417.  
  418. Historically, Perl regular expressions were not capable of matching
  419. balanced text.  As of more recent versions of perl including 5.6.1
  420. experimental features have been added that make it possible to do this.
  421. Look at the documentation for the (??{ }) construct in recent perlre manual
  422. pages to see an example of matching balanced parentheses.  Be sure to take
  423. special notice of the  warnings present in the manual before making use
  424. of this feature.
  425.  
  426. CPAN contains many modules that can be useful for matching text
  427. depending on the context.  Damian Conway provides some useful
  428. patterns in Regexp::Common.  The module Text::Balanced provides a
  429. general solution to this problem.
  430.  
  431. One of the common applications of balanced text matching is working
  432. with XML and HTML.  There are many modules available that support
  433. these needs.  Two examples are HTML::Parser and XML::Parser. There
  434. are many others.
  435.  
  436. An elaborate subroutine (for 7-bit ASCII only) to pull out balanced
  437. and possibly nested single chars, like C<`> and C<'>, C<{> and C<}>,
  438. or C<(> and C<)> can be found in
  439. http://www.cpan.org/authors/id/TOMC/scripts/pull_quotes.gz .
  440.  
  441. The C::Scan module from CPAN also contains such subs for internal use,
  442. but they are undocumented.
  443.  
  444. =head2 What does it mean that regexes are greedy?  How can I get around it?
  445.  
  446. Most people mean that greedy regexes match as much as they can.
  447. Technically speaking, it's actually the quantifiers (C<?>, C<*>, C<+>,
  448. C<{}>) that are greedy rather than the whole pattern; Perl prefers local
  449. greed and immediate gratification to overall greed.  To get non-greedy
  450. versions of the same quantifiers, use (C<??>, C<*?>, C<+?>, C<{}?>).
  451.  
  452. An example:
  453.  
  454.         $s1 = $s2 = "I am very very cold";
  455.         $s1 =~ s/ve.*y //;      # I am cold
  456.         $s2 =~ s/ve.*?y //;     # I am very cold
  457.  
  458. Notice how the second substitution stopped matching as soon as it
  459. encountered "y ".  The C<*?> quantifier effectively tells the regular
  460. expression engine to find a match as quickly as possible and pass
  461. control on to whatever is next in line, like you would if you were
  462. playing hot potato.
  463.  
  464. =head2 How do I process each word on each line?
  465.  
  466. Use the split function:
  467.  
  468.     while (<>) {
  469.     foreach $word ( split ) {
  470.         # do something with $word here
  471.     }
  472.     }
  473.  
  474. Note that this isn't really a word in the English sense; it's just
  475. chunks of consecutive non-whitespace characters.
  476.  
  477. To work with only alphanumeric sequences (including underscores), you
  478. might consider
  479.  
  480.     while (<>) {
  481.     foreach $word (m/(\w+)/g) {
  482.         # do something with $word here
  483.     }
  484.     }
  485.  
  486. =head2 How can I print out a word-frequency or line-frequency summary?
  487.  
  488. To do this, you have to parse out each word in the input stream.  We'll
  489. pretend that by word you mean chunk of alphabetics, hyphens, or
  490. apostrophes, rather than the non-whitespace chunk idea of a word given
  491. in the previous question:
  492.  
  493.     while (<>) {
  494.     while ( /(\b[^\W_\d][\w'-]+\b)/g ) {   # misses "`sheep'"
  495.         $seen{$1}++;
  496.     }
  497.     }
  498.     while ( ($word, $count) = each %seen ) {
  499.     print "$count $word\n";
  500.     }
  501.  
  502. If you wanted to do the same thing for lines, you wouldn't need a
  503. regular expression:
  504.  
  505.     while (<>) {
  506.     $seen{$_}++;
  507.     }
  508.     while ( ($line, $count) = each %seen ) {
  509.     print "$count $line";
  510.     }
  511.  
  512. If you want these output in a sorted order, see L<perlfaq4>: ``How do I
  513. sort a hash (optionally by value instead of key)?''.
  514.  
  515. =head2 How can I do approximate matching?
  516.  
  517. See the module String::Approx available from CPAN.
  518.  
  519. =head2 How do I efficiently match many regular expressions at once?
  520.  
  521. ( contributed by brian d foy )
  522.  
  523. Avoid asking Perl to compile a regular expression every time 
  524. you want to match it.  In this example, perl must recompile
  525. the regular expression for every iteration of the foreach()
  526. loop since it has no way to know what $pattern will be.
  527.  
  528.     @patterns = qw( foo bar baz );
  529.     
  530.     LINE: while( <> ) 
  531.         {
  532.         foreach $pattern ( @patterns ) 
  533.             {
  534.             print if /\b$pattern\b/i;
  535.             next LINE;
  536.                }
  537.         }
  538.  
  539. The qr// operator showed up in perl 5.005.  It compiles a
  540. regular expression, but doesn't apply it.  When you use the
  541. pre-compiled version of the regex, perl does less work. In
  542. this example, I inserted a map() to turn each pattern into
  543. its pre-compiled form.  The rest of the script is the same,
  544. but faster.
  545.  
  546.     @patterns = map { qr/\b$_\b/i } qw( foo bar baz );
  547.  
  548.     LINE: while( <> ) 
  549.         {
  550.         foreach $pattern ( @patterns ) 
  551.             {
  552.             print if /\b$pattern\b/i;
  553.             next LINE;
  554.                }
  555.         }
  556.         
  557. In some cases, you may be able to make several patterns into
  558. a single regular expression.  Beware of situations that require
  559. backtracking though.
  560.  
  561.     $regex = join '|', qw( foo bar baz );
  562.  
  563.     LINE: while( <> ) 
  564.         {
  565.         print if /\b(?:$regex)\b/i;
  566.         }
  567.  
  568. For more details on regular expression efficiency, see Mastering
  569. Regular Expressions by Jeffrey Freidl.  He explains how regular
  570. expressions engine work and why some patterns are surprisingly
  571. inefficient.  Once you understand how perl applies regular 
  572. expressions, you can tune them for individual situations.
  573.  
  574. =head2 Why don't word-boundary searches with C<\b> work for me?
  575.  
  576. (contributed by brian d foy)
  577.  
  578. Ensure that you know what \b really does: it's the boundary between a
  579. word character, \w, and something that isn't a word character. That
  580. thing that isn't a word character might be \W, but it can also be the
  581. start or end of the string.
  582.  
  583. It's not (not!) the boundary between whitespace and non-whitespace,
  584. and it's not the stuff between words we use to create sentences.
  585.  
  586. In regex speak, a word boundary (\b) is a "zero width assertion",
  587. meaning that it doesn't represent a character in the string, but a
  588. condition at a certain position.
  589.  
  590. For the regular expression, /\bPerl\b/, there has to be a word
  591. boundary before the "P" and after the "l".  As long as something other
  592. than a word character precedes the "P" and succeeds the "l", the
  593. pattern will match. These strings match /\bPerl\b/.
  594.  
  595.     "Perl"    # no word char before P or after l
  596.     "Perl "   # same as previous (space is not a word char)
  597.     "'Perl'"  # the ' char is not a word char
  598.     "Perl's"  # no word char before P, non-word char after "l"
  599.  
  600. These strings do not match /\bPerl\b/.
  601.  
  602.     "Perl_"   # _ is a word char!
  603.     "Perler"  # no word char before P, but one after l
  604.     
  605. You don't have to use \b to match words though.  You can look for
  606. non-word characters surrrounded by word characters.  These strings
  607. match the pattern /\b'\b/.
  608.  
  609.     "don't"   # the ' char is surrounded by "n" and "t"
  610.     "qep'a'"  # the ' char is surrounded by "p" and "a"
  611.     
  612. These strings do not match /\b'\b/.
  613.  
  614.     "foo'"    # there is no word char after non-word '
  615.     
  616. You can also use the complement of \b, \B, to specify that there
  617. should not be a word boundary.
  618.  
  619. In the pattern /\Bam\B/, there must be a word character before the "a"
  620. and after the "m". These patterns match /\Bam\B/:
  621.  
  622.     "llama"   # "am" surrounded by word chars
  623.     "Samuel"  # same
  624.     
  625. These strings do not match /\Bam\B/
  626.  
  627.     "Sam"      # no word boundary before "a", but one after "m"
  628.     "I am Sam" # "am" surrounded by non-word chars
  629.  
  630.  
  631. =head2 Why does using $&, $`, or $' slow my program down?
  632.  
  633. (contributed by Anno Siegel)
  634.  
  635. Once Perl sees that you need one of these variables anywhere in the
  636. program, it provides them on each and every pattern match.  That means
  637. that on every pattern match the entire string will be copied, part of
  638. it to $`, part to $&, and part to $'.  Thus the penalty is most severe
  639. with long strings and patterns that match often.  Avoid $&, $', and $`
  640. if you can, but if you can't, once you've used them at all, use them
  641. at will because you've already paid the price. Remember that some
  642. algorithms really appreciate them.  As of the 5.005 release, the $&
  643. variable is no longer "expensive" the way the other two are.
  644.        
  645. =head2 What good is C<\G> in a regular expression?
  646.  
  647. You use the C<\G> anchor to start the next match on the same
  648. string where the last match left off.  The regular
  649. expression engine cannot skip over any characters to find
  650. the next match with this anchor, so C<\G> is similar to the
  651. beginning of string anchor, C<^>.  The C<\G> anchor is typically
  652. used with the C<g> flag.  It uses the value of pos()
  653. as the position to start the next match.  As the match
  654. operator makes successive matches, it updates pos() with the
  655. position of the next character past the last match (or the
  656. first character of the next match, depending on how you like
  657. to look at it). Each string has its own pos() value.
  658.  
  659. Suppose you want to match all of consective pairs of digits
  660. in a string like "1122a44" and stop matching when you
  661. encounter non-digits.  You want to match C<11> and C<22> but
  662. the letter <a> shows up between C<22> and C<44> and you want
  663. to stop at C<a>. Simply matching pairs of digits skips over
  664. the C<a> and still matches C<44>.
  665.  
  666.     $_ = "1122a44";
  667.     my @pairs = m/(\d\d)/g;   # qw( 11 22 44 )
  668.  
  669. If you use the \G anchor, you force the match after C<22> to
  670. start with the C<a>.  The regular expression cannot match
  671. there since it does not find a digit, so the next match
  672. fails and the match operator returns the pairs it already
  673. found.
  674.  
  675.     $_ = "1122a44";
  676.     my @pairs = m/\G(\d\d)/g; # qw( 11 22 )
  677.  
  678. You can also use the C<\G> anchor in scalar context. You
  679. still need the C<g> flag.
  680.  
  681.     $_ = "1122a44";
  682.     while( m/\G(\d\d)/g )
  683.         {
  684.         print "Found $1\n";
  685.         }
  686.  
  687. After the match fails at the letter C<a>, perl resets pos()
  688. and the next match on the same string starts at the beginning.
  689.  
  690.     $_ = "1122a44";
  691.     while( m/\G(\d\d)/g )
  692.         {
  693.         print "Found $1\n";
  694.         }
  695.  
  696.     print "Found $1 after while" if m/(\d\d)/g; # finds "11"
  697.  
  698. You can disable pos() resets on fail with the C<c> flag.
  699. Subsequent matches start where the last successful match
  700. ended (the value of pos()) even if a match on the same
  701. string as failed in the meantime. In this case, the match
  702. after the while() loop starts at the C<a> (where the last
  703. match stopped), and since it does not use any anchor it can
  704. skip over the C<a> to find "44".
  705.  
  706.     $_ = "1122a44";
  707.     while( m/\G(\d\d)/gc )
  708.         {
  709.         print "Found $1\n";
  710.         }
  711.  
  712.     print "Found $1 after while" if m/(\d\d)/g; # finds "44"
  713.  
  714. Typically you use the C<\G> anchor with the C<c> flag
  715. when you want to try a different match if one fails,
  716. such as in a tokenizer. Jeffrey Friedl offers this example
  717. which works in 5.004 or later.
  718.  
  719.     while (<>) {
  720.       chomp;
  721.       PARSER: {
  722.            m/ \G( \d+\b    )/gcx   && do { print "number: $1\n";  redo; };
  723.            m/ \G( \w+      )/gcx   && do { print "word:   $1\n";  redo; };
  724.            m/ \G( \s+      )/gcx   && do { print "space:  $1\n";  redo; };
  725.            m/ \G( [^\w\d]+ )/gcx   && do { print "other:  $1\n";  redo; };
  726.       }
  727.     }
  728.  
  729. For each line, the PARSER loop first tries to match a series
  730. of digits followed by a word boundary.  This match has to
  731. start at the place the last match left off (or the beginning
  732. of the string on the first match). Since C<m/ \G( \d+\b
  733. )/gcx> uses the C<c> flag, if the string does not match that
  734. regular expression, perl does not reset pos() and the next
  735. match starts at the same position to try a different
  736. pattern.
  737.  
  738. =head2 Are Perl regexes DFAs or NFAs?  Are they POSIX compliant?
  739.  
  740. While it's true that Perl's regular expressions resemble the DFAs
  741. (deterministic finite automata) of the egrep(1) program, they are in
  742. fact implemented as NFAs (non-deterministic finite automata) to allow
  743. backtracking and backreferencing.  And they aren't POSIX-style either,
  744. because those guarantee worst-case behavior for all cases.  (It seems
  745. that some people prefer guarantees of consistency, even when what's
  746. guaranteed is slowness.)  See the book "Mastering Regular Expressions"
  747. (from O'Reilly) by Jeffrey Friedl for all the details you could ever
  748. hope to know on these matters (a full citation appears in
  749. L<perlfaq2>).
  750.  
  751. =head2 What's wrong with using grep in a void context?
  752.  
  753. The problem is that grep builds a return list, regardless of the context.
  754. This means you're making Perl go to the trouble of building a list that
  755. you then just throw away. If the list is large, you waste both time and space.
  756. If your intent is to iterate over the list, then use a for loop for this
  757. purpose.
  758.  
  759. In perls older than 5.8.1, map suffers from this problem as well.
  760. But since 5.8.1, this has been fixed, and map is context aware - in void
  761. context, no lists are constructed.
  762.  
  763. =head2 How can I match strings with multibyte characters?
  764.  
  765. Starting from Perl 5.6 Perl has had some level of multibyte character
  766. support.  Perl 5.8 or later is recommended.  Supported multibyte
  767. character repertoires include Unicode, and legacy encodings
  768. through the Encode module.  See L<perluniintro>, L<perlunicode>,
  769. and L<Encode>.
  770.  
  771. If you are stuck with older Perls, you can do Unicode with the
  772. C<Unicode::String> module, and character conversions using the
  773. C<Unicode::Map8> and C<Unicode::Map> modules.  If you are using
  774. Japanese encodings, you might try using the jperl 5.005_03.
  775.  
  776. Finally, the following set of approaches was offered by Jeffrey
  777. Friedl, whose article in issue #5 of The Perl Journal talks about
  778. this very matter.
  779.  
  780. Let's suppose you have some weird Martian encoding where pairs of
  781. ASCII uppercase letters encode single Martian letters (i.e. the two
  782. bytes "CV" make a single Martian letter, as do the two bytes "SG",
  783. "VS", "XX", etc.). Other bytes represent single characters, just like
  784. ASCII.
  785.  
  786. So, the string of Martian "I am CVSGXX!" uses 12 bytes to encode the
  787. nine characters 'I', ' ', 'a', 'm', ' ', 'CV', 'SG', 'XX', '!'.
  788.  
  789. Now, say you want to search for the single character C</GX/>. Perl
  790. doesn't know about Martian, so it'll find the two bytes "GX" in the "I
  791. am CVSGXX!"  string, even though that character isn't there: it just
  792. looks like it is because "SG" is next to "XX", but there's no real
  793. "GX".  This is a big problem.
  794.  
  795. Here are a few ways, all painful, to deal with it:
  796.  
  797.    $martian =~ s/([A-Z][A-Z])/ $1 /g; # Make sure adjacent ``martian''
  798.                                       # bytes are no longer adjacent.
  799.    print "found GX!\n" if $martian =~ /GX/;
  800.  
  801. Or like this:
  802.  
  803.    @chars = $martian =~ m/([A-Z][A-Z]|[^A-Z])/g;
  804.    # above is conceptually similar to:     @chars = $text =~ m/(.)/g;
  805.    #
  806.    foreach $char (@chars) {
  807.        print "found GX!\n", last if $char eq 'GX';
  808.    }
  809.  
  810. Or like this:
  811.  
  812.    while ($martian =~ m/\G([A-Z][A-Z]|.)/gs) {  # \G probably unneeded
  813.        print "found GX!\n", last if $1 eq 'GX';
  814.    }
  815.  
  816. Here's another, slightly less painful, way to do it from Benjamin
  817. Goldberg, who uses a zero-width negative look-behind assertion.
  818.  
  819.     print "found GX!\n" if    $martian =~ m/
  820.            (?<![A-Z])
  821.            (?:[A-Z][A-Z])*?
  822.            GX
  823.         /x;
  824.  
  825. This succeeds if the "martian" character GX is in the string, and fails
  826. otherwise.  If you don't like using (?<!), a zero-width negative
  827. look-behind assertion, you can replace (?<![A-Z]) with (?:^|[^A-Z]).
  828.  
  829. It does have the drawback of putting the wrong thing in $-[0] and $+[0],
  830. but this usually can be worked around.
  831.  
  832. =head2 How do I match a pattern that is supplied by the user?
  833.  
  834. Well, if it's really a pattern, then just use
  835.  
  836.     chomp($pattern = <STDIN>);
  837.     if ($line =~ /$pattern/) { }
  838.  
  839. Alternatively, since you have no guarantee that your user entered
  840. a valid regular expression, trap the exception this way:
  841.  
  842.     if (eval { $line =~ /$pattern/ }) { }
  843.  
  844. If all you really want to search for a string, not a pattern,
  845. then you should either use the index() function, which is made for
  846. string searching, or if you can't be disabused of using a pattern
  847. match on a non-pattern, then be sure to use C<\Q>...C<\E>, documented
  848. in L<perlre>.
  849.  
  850.     $pattern = <STDIN>;
  851.  
  852.     open (FILE, $input) or die "Couldn't open input $input: $!; aborting";
  853.     while (<FILE>) {
  854.     print if /\Q$pattern\E/;
  855.     }
  856.     close FILE;
  857.  
  858. =head1 AUTHOR AND COPYRIGHT
  859.  
  860. Copyright (c) 1997-2005 Tom Christiansen, Nathan Torkington, and
  861. other authors as noted. All rights reserved.
  862.  
  863. This documentation is free; you can redistribute it and/or modify it
  864. under the same terms as Perl itself.
  865.  
  866. Irrespective of its distribution, all code examples in this file
  867. are hereby placed into the public domain.  You are permitted and
  868. encouraged to use this code in your own programs for fun
  869. or for profit as you see fit.  A simple comment in the code giving
  870. credit would be courteous but is not required.
  871.