核心思想

• Python (re 模块)：将正则表达式视为一个强大的工具，集成在 Python 的标准库 re 模块中，它更偏向于面向过程，提供了一系列函数（re.match, re.search, re.findall 等）来操作正则表达式。
• Perl (原生支持)：正则表达式是 Perl 语言的核心组成部分，与语法深度集成，它拥有自己的操作符（m// 用于匹配，s/// 用于替换，qr// 用于预编译），并且拥有大量独特的、极其强大的修饰符和语法。

详细对比

代码示例对比

基本匹配

Python

import re
text = "Hello, World!"
pattern = r"Hello"
# re.match: 从字符串开头匹配
if re.match(pattern, text):
    print("re.match: 匹配成功")
# re.search: 在字符串中任意位置匹配
if re.search(pattern, text):
    print("re.search: 匹配成功")
# 使用 re.compile 预编译
regex = re.compile(pattern)
if regex.match(text):
    print("预编译匹配: 成功")

Perl

use strict;
use warnings;
my $text = "Hello, World!";
my $pattern = "Hello";
# m// 操作符，默认作用于 $_
# /pattern/ 等同于 m/pattern/
if ($text =~ /Hello/) {
    print "匹配成功\n";
}
# 使用 qr// 预编译
my $regex = qr/Hello/;
if ($text =~ $regex) {
    print "预编译匹配: 成功\n";
}

捕获组和全局匹配

Python

import re
text = "apple, banana, cherry"
pattern = r"(\w+), (\w+), (\w+)"
match = re.search(pattern, text)
if match:
    print(f"整个匹配: {match.group(0)}")  # apple, banana, cherry
    print(f"第一个捕获组: {match.group(1)}") # apple
    print(f"所有捕获组: {match.groups()}")   # ('apple', 'banana', 'cherry')
# findall 返回所有匹配的捕获组列表
all_matches = re.findall(r"(\w+)", text)
print(f"所有单词: {all_matches}") # ['apple', 'banana', 'cherry']

Perl

use strict;
use warnings;
my $text = "apple, banana, cherry";
my $pattern = "(\w+), (\w+), (\w+)";
if ($text =~ /(\w+), (\w+), (\w+)/) {
    print "整个匹配: $&\n";     # apple, banana, cherry
    print "第一个捕获组: $1\n";   # apple
    print "所有捕获组: @+\n";    # (6 13 20) 是匹配的起始位置
    print "所有捕获组: @-\n";    # (0 6 13) 是匹配的结束位置
    # 获取捕获组内容
    print "所有捕获组内容: $1, $2, $3\n"; # apple, banana, cherry
}
# 全局匹配
my @all_matches = $text =~ /(\w+)/g;
print "所有单词: @all_matches\n"; # apple banana cherry

替换

Python

import re
text = "Hello, World! Hello, Universe!"
pattern = r"Hello"
# 简单替换
new_text = re.sub(pattern, "Hi", text)
print(f"简单替换: {new_text}") # Hi, World! Hi, Universe!
# 使用回调函数进行动态替换
def replace_func(match):
    word = match.group(0)
    return word.upper()
new_text_callback = re.sub(pattern, replace_func, text)
print(f"回调替换: {new_text_callback}") # HELLO, World! HELLO, Universe!

Perl

use strict;
use warnings;
my $text = "Hello, World! Hello, Universe!";
my $pattern = "Hello";
# 简单替换
my $new_text = $text =~ s/Hello/Hi/gr; # /r 表示返回新字符串，不修改原变量
print "简单替换: $new_text\n"; # Hi, World! Hi, Universe!
# 使用代码块进行动态替换 (e 修饰符)
$new_text = $text =~ s/Hello/sprintf("%s", uc($&))/ger;
# 解释: s///ger
# s///: 替换操作
# e: 将替换部分作为代码执行
# r: 返回结果
# uc($&) 将匹配到的整个字符串转为大写
print "代码块替换: $new_text\n"; # HELLO, World! HELLO, Universe!

命名捕获组

Python

import re
text = "John Doe, 30"
pattern = r"(?P<first>\w+) (?P<last>\w+), (?P<age>\d+)"
match = re.search(pattern, text)
if match:
    print(f"First Name: {match.group('first')}")
    print(f"Last Name: {match.group('last')}")
    print(f"Age: {match.group('age')}")

Perl

use strict;
use warnings;
my $text = "John Doe, 30";
my $pattern = "(?<first>\w+) (?<last>\w+), (?<age>\d+)";
if ($text =~ /(?<first>\w+) (?<last>\w+), (?<age>\d+)/) {
    # 使用 %+ 散列访问命名捕获组
    print "First Name: $+{first}\n";
    print "Last Name: $+{last}\n";
    print "Age: $+{age}\n";
}

总结与选择建议

如何选择？

• 选择 Python (re)

  • 你主要在 Python 生态中工作。
  • 代码可读性和可维护性是首要考虑。
  • 你不需要 Perl 那种在正则内部执行代码的超高级、但通常危险的功能。
  • 你的需求在正则表达式的标准规范内。

• 选择 Perl

  • 你正在进行大量的文本处理、日志分析、系统管理脚本编写，这是 Perl 的传统强项。
  • 你需要极致的性能和最强大的文本处理能力。
  • 你需要利用 等高级特性来解决极其复杂的动态文本匹配问题。
  • 你不介意学习其独特的语法和“魔法”般的特殊变量。

对于绝大多数日常应用和 Web 开发，Python 的 re 模块已经足够强大、清晰且易于使用，Perl 的正则表达式功能则更像是一个为“文本处理专家”准备的“瑞士军刀”，功能无与伦比,但也更复杂。