Perl在ASIC中的应用—高级篇（1）：正则表达式

从今天开始，我们介绍 Perl 在 ASIC 应用中的高级篇。高级篇主要介绍正则表达式、module、package、面向对象、进程等。

正则表达式最常见的有两个应用，高级查找和替换。而替换的核心部分也是查找。

那么，我们如何定义这个查找（或者说叫匹配）的规则。匹配的基本语法是：

m/.../

匹配规则就写在 m 开头的两个斜杠之间。

定义规则中的特殊字符称为元字符。元字符有以下这些（只列了常用的，基本够用了）：

分类一：(转义)

/ 反斜杠加接元字符表示转义，比如 /+, /*, /?等，表示这些字符本身

/b 匹配单词边界

/B 非单词边界

/d 数字，就是 0-9 中的任一个字符

/D 非数字

/w 匹配大小写字母和下划线

/W 非大小写字母和下划线

/s 匹配空白字符，包括空格、制表符等

/S 非空白字符

/n 换行符，ASCII 的 0x0A

/t 制表符

/x /x 后接十六进制数，匹配这个数的 ASCII 符号

分类二：

^ 匹配开头

$ 匹配结尾

. 区配除换行符以外的所有字符

分类三：(匹配次数)

* 匹配零次或多次

+ 匹配一次或多次

? 匹配零次或一次

分类四：括号(), [], {}

() 圆括号表示取值，把()里的值存到$1, $2, ... , $n 里

[] 表示多选一。如[abc]匹配 a 或 b 或 c。连续的字符可以简写，如[a-z]，[0-9]

[^] 表示[]里列出的其它字符

{n} 匹配 n 次

{n,m} 匹配 n 到 m 次

| 分组，如 m/bill|mike/，表示 bill 或 mike

？ 当？跟在*，+，？等后面时，表示非贪婪模式。如，

my $test = "aaaaabb";

$test =~ m/a+?/;

匹配的结果是"a"，而不是"aaaaa"

Perl 的绑定操作符

=~ 表示满足匹配

!~ 表示不满足匹配

如：

if($tc =~ m/^tc_/){ ... } 表示如果$tc 变量以 tc_ 开头，则执行{}里的语句。

if($tc !~ m/^tc_/){ ... } 表示如果$tc 变量不以 tc_ 开头，则执行{}里的语句。

正则表达式的匹配模式
i 忽略大小写

m 多行处理，即字符串中的换行符把字符串分为多行。匹配时不能越行

s 单行处理，在这个模式下，元字符 . 可以匹配换行符

x 允许正则表达式换行和加注释，忽略空白字符

g 查到全局所有可能的匹配，即会匹配多次

e 用于替换，表示替换的新值要先计算，如

s/(ab+c)/&replace($1)/e

表示查换 ab+c，并把找到的结果传给 replace()函数，用函数的返回值来替换。这种方法可用于复杂的查找替换。这种用法，我在编辑 APR 的 IO 坐标文件时实际用过，比 GVIM 或者 Emacs 的列填充更强大。

下面举几个例子：
1. m/(output|input|inout)/s+wire|reg/s*(/[.*/])?(/w+),/ 脚本提取 RTL 端口定义

2. s//s*(/w+)/s*/.$1/t/t($1)/ 可用来模块例化时，自动连接端口

3. my @testcase = `ls`;

foreach my $tc (@testcase){

if($tc =~ m/^tc_/){

... #查找目录下的"tc_"开头所有的文件名，在写仿真脚本时常用到

}

}

4. if($pwd =~ m///(trunk|tags|release)$/){

... #通过脚本确认当前目录是否是项目根目录

}

Perl 正则表达式是非常博大精深的，需要在工作中慢慢积累。所以，今天的练习题多一点，主要是想多提供一些实际使用场景，并自己动手解决问题。

练习题：
1. 用正则表达式从 RTL 里抓取所有寄存器的路径。（用于自动产生 UVM 寄存器模型）

2. 用正则表达式把门级网表拆分成多个仅包含单个 module 的文件。

3. 用正则表达式把 PR 网表中大小写敏感的 net 改成大小写不敏感。（用于 calibre 做 LVS）

下一次，我们将开始介绍 module。

审核编辑 黄宇