初學正則表達式2（在Perl下使用）

/**
  * 在Perl下的使用：
  * 
    #華氏溫度和攝氏溫度之間的轉換功能更加完善
	print "請輸入要轉換的溫度，例如:20C/30F\n";
	$input = <STDIN>; #獲取輸入的內容
	chomp($input);    #去掉文本結尾的換行
	if($input =~ m/^([-+]?[0-9]+(\.[0-9]*)?) *([CFcf])$/){ # m/^([-+]?[0-9]+)(\.[0-9]*)?([CFcf])$/等價於：
		$inputNum = $1;                            # m/^([-+]?[0-9]+(\.[0-9]*)?)([CFcf])$/
		$type = $2;
		if($type eq "F"){
			$huashi = ($inputNum * 9 / 5) + 32;
			printf "華氏溫度爲：%.2f轉換之後的華氏溫度爲：%.2f\n",$inputNum,$huashi;		
		}else{
			$sheshi = ($inputNum - 32) * 5 / 9 ;
			printf "攝氏溫度爲：%.2f轉換之後的攝氏溫度爲：%.2f\n",$inputNum,$sheshi;
		}
	}else{
		print "輸入錯誤\"$input\"\n";
	} 
  * 
  * Perl裏面的(?:   )表示只分組不捕獲
  * 上面程序的規則表達式改爲  m/^([-+]?[0-9]+(?:\.[0-9]*)?) *([CFcf])$/
  * 
  * [ |\t]*與[ *|\t*]的異同：\t表示空白字符包括換行、製表符等
  * [ |\t]*可以匹配   \t\t  \t\t  \t \t\t\t  
  * [ *|\t*]只能匹配：\t\t\t\t或                                        無數的空格
  * 
  * \b 用來匹配一個單詞的分界符
  * \s 匹配所有空白包括空格、回車、製表符、換行符。
  * m//i  :i是m//的修飾符可以忽略大小寫。
  *       :g是全局匹配的意思
  *       ：x寬鬆排列的表達式
  * 查找並替換：
  * $var =~ s/regex/replacement/
  * $var =~ s/\bSun\b/Sun/i 的作用 Sun不管單詞的大小寫都會被替換爲Sun
  * 
  * 公函生成程序：
  * 給定一個數保留兩位或三位小數：
  * 當小數點後面的第三位不是0時，保留三位小數，否則保留兩位小數
  */
  // $price =~ s/^([0-9]+\.[0-9][0-9][0-9]?)[0-9]*/$1/
  // $price =~ s/(\.\d\d[0-9]?)\d*/$1/
  /**
   * perl -p -i".bak" -e "s/read/ready/g" file
   * perl -w mkreply king.in > king.out
   * <>操作符
   * while($line = <>){
   * 	if(line =~ m/^\s*$/){
   * 		last; #停止while循環內的處理，跳出循環
   * 	}
   * 	#...處理header信息...
   * 	if($line =~ m/^Subject:(.*)/i){
   *		$subject = $1;
   *	}	
   * }
   * ...處理郵件的其他信息...
   * 環視：在檢查匹配的過程中不會佔用任何字符
   * 肯定順序環視：(?=   ) 從左向右
   * 肯定逆序環視：(?<=   )從右向左
   * 舉例：longlong xiao
   * (?=xiao)則匹配的是xiao之前的空格這個位置        
   * 把環視和正則表達式結合起來可以更加準確的匹配位置。
   * 例如：longlongxiao和longxiao
   * 	(?=longlognxiao)long 分別匹配上面的兩個字符串第二個則不能匹配到結果
   * 	上面表達式的意思是匹配long，但是(?=longlongxiao)則限制了必須是longlongxiao這個字符串裏面的內容
   * 幾個例子：
   * names改變爲name's
   * 1、s/names/name's/g
   * 2、s/\bnames\b/name's/g
   * 3、s/\b(name)(s)\b/$1'$2/g
   * 4、s/\bname(?=s\b)/name'/g
   * 5、s/(?<=\bname)(?=s\b)/'/g 找到一個位置緊跟在name之後，又在s之前
   * 
   * 一個具體的例子:在長數字裏面加入逗號，每隔三位加入一個逗號。
   * 思路：從右邊開始，每隔三位插入一個逗號，不再數字的前面加入逗號。
   * 三位數字\d\d\d，三的倍數(\d\d\d)+,結尾\b 位置(?=(\d\d\d)+\b)
   * 限制不在數字的前面加逗號,即不在,123,456一前面加逗號 (?<=\d)
   * 綜合起來:(?<=\d)(?=(\d\d\d)+\b)
   * 思考：(?<=\d)(?(\d\d\d)+\b)和(?=(\d\d\d)+\b)(?<=\d)匹配結果有區別嗎？答案在右邊                                                     木有
   * 爲了提高性能我們可以把捕獲型括號改變爲非捕獲型(?<=\d)(?(?:\d\d\d)+\b)
   * 在perl中使用s/(?<=\d)(?=(?:\d\d\d)+\b)/'/g
   * 對987654321使用的結果是：987,654,321
   * 如果把正則表達改爲s/(?<=\d)(?=(?:\d\d\d)+)/'/g則會出現9,8,7,6,5,4,321
   * 分析：先定位到一個數字，然後如果後面有三位數字或三位數字的倍數則添加, 
   * 另外兩種否定環視（前面兩種被稱爲肯定環視）：
   * 否定順序環視:<?!   >    （子表達式不能匹配右側的文本）
   * 否定逆序環視:<?<!   >   （子表達式不能匹配左側的文本）
   * 單詞的起始分節符和結束分節符：
   * 起始分界符：右側是單詞，左側不是單詞(?=\w)(?<!\w)
   * 結束分界符：左側是單詞，右側不是單詞(?=\w)(?<!\w)
   * 那麼\b（單詞分界符）就等價於(?=\w)(?<!\w)|(?=\w)(?<!\w)*/

#單詞去重問題的解決
$/ = ".\n";				#設定特殊的額快模式；讀取一塊文本的終結爲點號和換行符的結合體
while(<>){				#讀取一塊文本保存在默認的變量裏面
 	next unless s{\b([a-z]+)(?:\s|<[^>]+>)+(\1\b)}
		     {\e$1\e$2}igx;
	s/^(?:[^\e]*\n)+//mg;
	s/^/$ARGV:/mg;
	print;
}

代碼分析：

JAVA代碼：

package RegularExpression;

import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.FileWriter;
import java.io.IOException;
import java.util.regex.Pattern;

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

//單詞去重
public class WordReduceRepeat {
	private static Logger  logger = LoggerFactory.getLogger("RegularExpression");
	private static String fileName = "src/RegularExpression/sun.txt";
	public static void main(String[] args) {
		Pattern regex1 = Pattern.compile("\\b([a-z]+)((?:\\s|\\<[^>]\\>)+)(\\1\\b)",Pattern.CASE_INSENSITIVE);
		String replace = "\033$1\033$2\033$3\033";
		Pattern regex2 = Pattern.compile("^(?:[^\\e]*\\n)+",Pattern.MULTILINE);
		Pattern regex3 = Pattern.compile("^([^\\n]+)",Pattern.MULTILINE);
		
		try {
			BufferedReader be = new BufferedReader(new FileReader(fileName));
			String text;
			try{
				while((text = getPara(be))!=null){
					text = regex1.matcher(text).replaceAll(replace);
					text = regex2.matcher(text).replaceAll("");
					text = regex3.matcher(text).replaceAll(fileName+":$1");
					
					System.out.println(text);
					writeToFile(fileName, text);
				}
				
			}catch(IOException e){
				logger.info("文件讀寫錯誤！"+e);
			}finally{
				try {
					be.close();
				} catch (IOException e) {
					logger.info("文件關閉失敗！"+e);
				}
			}
		} catch (FileNotFoundException e) {
			logger.info("文件沒有找到"+e);
		}
		
	}//end main()
	
	
	//從文件中讀取數據，返回一個字符串
	public static String getPara(BufferedReader in) throws IOException{
		StringBuffer sb = new StringBuffer();
		String line;
		while(((line = in.readLine()) != null) && ( ((sb.length()) == 0)||((line.length()) != 0)) ){
			sb.append(line+"\n");
		}
		return sb.length() == 0 ? null : sb.toString();
	}//end getPara()
	
	//把改變的內容存入到另外一個文件中
	public static void writeToFile(String fileName,String content){
		String[] path = fileName.split("/");
		String newFileName = path[0]+"/"+path[1]+"/"+"新"+path[2];
		try {
			BufferedWriter bw = new BufferedWriter(new FileWriter(newFileName));
			try{
				bw.write(content);
			}finally{
				bw.flush();
				bw.close();
			}
		} catch (IOException e) {
			logger.info("文件寫入錯誤"+e);
		}
	}//end writeToFile()
}