本文摘自LTP.NET知識(shí)庫(kù)。
regexp規(guī)則類(lèi)包含在System.Text.RegularExpressions.dll文件中，在對(duì)應(yīng)用軟件進(jìn)行編譯時(shí)你必須引用這個(gè)文件：
System.Text.RegularExpressions.dll
名字空間簡(jiǎn)介
在名字空間中僅僅包含著6個(gè)類(lèi)和一個(gè)定義，它們是：
Capture: 包含一次匹配的結(jié)果；
CaptureCollection: Capture的序列；
Group: 一次組記錄的結(jié)果，由Capture繼承而來(lái)；
Match: 一次表達(dá)式的匹配結(jié)果，由Group繼承而來(lái)；
MatchCollection: Match的一個(gè)序列；
MatchEvaluator: 執(zhí)行替換操作時(shí)使用的代理；
Regex: 編譯后的表達(dá)式的實(shí)例。
Regex類(lèi)中還包含一些靜態(tài)的方法
Escape: 對(duì)字符串中的regex中的轉(zhuǎn)義符進(jìn)行轉(zhuǎn)義；
IsMatch: 如果表達(dá)式在字符串中匹配，該方法返回一個(gè)布爾值；
Match: 返回Match的實(shí)例；
Matches: 返回一系列的Match的方法；
Replace: 用替換字符串替換匹配的表達(dá)式；
Split: 返回一系列由表達(dá)式?jīng)Q定的字符串；
Unescape:不對(duì)字符串中的轉(zhuǎn)義字符轉(zhuǎn)義。
簡(jiǎn)單匹配
先從使用Regex、Match類(lèi)的簡(jiǎn)單表達(dá)式開(kāi)始學(xué)習(xí)。
Match m = Regex.Match("abracadabra", "(a|b|r)+");
例：
if (m.Success)...
如果想使用匹配的字符串，可以把它轉(zhuǎn)換成一個(gè)字符串：
Console.WriteLine("Match="+m.ToString());
輸出: Match=abra。
這就是匹配的字符串。
字符串的替換
簡(jiǎn)單字符串的替換非常直觀。
例如下面的語(yǔ)句：
string s = Regex.Replace("abracadabra", "abra", "zzzz");
它返回字符串zzzzcadzzzz，所有匹配的字符串都被替換成了zzzzz。
現(xiàn)在我們來(lái)看一個(gè)比較復(fù)雜的字符串替換的例子：
string s = Regex.Replace(" abra ", @"^\s*(.*?)\s*$", "$1");
這個(gè)語(yǔ)句返回字符串a(chǎn)bra，其前導(dǎo)和后綴的空格都去掉了。
上面的模式對(duì)于刪除任意字符串中的前導(dǎo)和后續(xù)空格都非常有用。
在C#中，我們還經(jīng)常使用字母字符串，在一個(gè)字母字符串中，編譯程序不把字符“ \” 作為轉(zhuǎn)義字符處理。在使用字符“\”指定轉(zhuǎn)義字符時(shí)，@"..."是非常有用的。
另外值得一提的是$1在字符串替換方面的使用，它表明替換字符串只能包含被替換的字符串。
匹配引擎的細(xì)節(jié)
接下來(lái)通過(guò)一個(gè)組結(jié)構(gòu)來(lái)理解一個(gè)稍微復(fù)雜的例子：
string text = "abracadabra1abracadabra2abracadabra3";
string pat = @"
????( # 第一個(gè)組的開(kāi)始
???? abra # 匹配字符串a(chǎn)bra
???? ( # 第二個(gè)組的開(kāi)始
???? cad # 匹配字符串cad
???? )? # 第二個(gè)組結(jié)束（可選）
????) # 第一個(gè)組結(jié)束
????+ # 匹配一次或多次
????";
??//利用x修飾符忽略注釋
??Regex r = new Regex(pat, "x");
??//獲得組號(hào)碼的清單
??int[] gnums = r.GetGroupNumbers();
??//首次匹配
??Match m = r.Match(text);
??while (m.Success)
?? {
??//從組1開(kāi)始
?? for (int i = 1; i < gnums.Length; i++)
????{
????Group g = m.Group(gnums[i]);
??//獲得這次匹配的組
????Console.WriteLine("Group"+gnums[i]+"=["+g.ToString()+"]");
??//計(jì)算這個(gè)組的起始位置和長(zhǎng)度
????CaptureCollection cc = g.Captures;
????for (int j = 0; j < cc.Count; j++)
???? {
???? Capture c = cc[j];
???? Console.WriteLine(" Capture" + j + "=["+c.ToString()
?????? + "] Index=" + c.Index + " Length=" + c.Length);
???? }
????}
??//下一個(gè)匹配
?? m = m.NextMatch();
?? }
這個(gè)例子的輸出如下所示：
Group1=[abra]
??????Capture0=[abracad] Index=0 Length=7
??????Capture1=[abra] Index=7 Length=4
??Group2=[cad]
??????Capture0=[cad] Index=4 Length=3
??Group1=[abra]
??????Capture0=[abracad] Index=12 Length=7
??????Capture1=[abra] Index=19 Length=4
??Group2=[cad]
??????Capture0=[cad] Index=16 Length=3
??Group1=[abra]
??????Capture0=[abracad] Index=24 Length=7
??????Capture1=[abra] Index=31 Length=4
??Group2=[cad]
??????Capture0=[cad] Index=28 Length=3
我們首先從考查字符串pat開(kāi)始，pat中包含有表達(dá)式。
第一個(gè)capture是從第一個(gè)圓括號(hào)開(kāi)始的，然后表達(dá)式將匹配到一個(gè)abra。
第二個(gè)capture組從第二個(gè)圓括號(hào)開(kāi)始，但第一個(gè)capture組還沒(méi)有結(jié)束，這意味著第一個(gè)組匹配的結(jié)果是abracad ，而第二個(gè)組的匹配結(jié)果僅僅是cad。
因此如果通過(guò)使用？符號(hào)而使cad成為一項(xiàng)可選的匹配，匹配的結(jié)果就可能是abra或abracad。
然后，第一個(gè)組就會(huì)結(jié)束，通過(guò)指定+符號(hào)要求表達(dá)式進(jìn)行多次匹配。
現(xiàn)在我們來(lái)看看匹配過(guò)程中發(fā)生的情況。
首先，通過(guò)調(diào)用Regex的constructor方法建立表達(dá)式的一個(gè)實(shí)例，并在其中指定各種選項(xiàng)。
在這個(gè)例子中，由于在表達(dá)式中有注釋?zhuān)虼诉x用了x選項(xiàng)，另外還使用了一些空格。
打開(kāi)x選項(xiàng)，表達(dá)式將會(huì)忽略注釋和其中沒(méi)有轉(zhuǎn)義的空格。
然后，取得表達(dá)式中定義的組的編號(hào)的清單。
你當(dāng)然可以顯性地使用這些編號(hào)，在這里使用的是編程的方法。
如果使用了命名的組，作為一種建立快速索引的途徑這種方法也十分有效。
接下來(lái)是完成第一次匹配。
通過(guò)一個(gè)循環(huán)測(cè)試當(dāng)前的匹配是否成功，接下來(lái)是從group 1開(kāi)始重復(fù)對(duì)組清單執(zhí)行這一操作。
在這個(gè)例子中沒(méi)有使用group 0的原因是group 0是一個(gè)完全匹配的字符串，如果要通過(guò)收集全部匹配的字符串作為一個(gè)單一的字符串，就會(huì)用到group 0了。
我們跟蹤每個(gè)group中的CaptureCollection。
通常情況下每次匹配、每個(gè)group中只能有一個(gè)capture，但本例中的Group1則有兩個(gè)capture：Capture0和Capture1。
如果你僅需要Group1的ToString，就會(huì)只得到abra，當(dāng)然它也會(huì)與abracad匹配。
組中ToString的值就是其CaptureCollection中最后一個(gè)Capture的值，這正是我們所需要的。
如果你希望整個(gè)過(guò)程在匹配abra后結(jié)束，就應(yīng)該從表達(dá)式中刪除+符號(hào)，讓regex引擎知道我們只需要對(duì)表達(dá)式進(jìn)行匹配。
基于過(guò)程和基于表達(dá)式方法的比較
一般情況下，使用正則表達(dá)式的用戶可以分為以下二大類(lèi)：
第一類(lèi)用戶盡量不使用正則表達(dá)式，而是使用過(guò)程來(lái)執(zhí)行一些需要重復(fù)的操作；
第二類(lèi)用戶則充分利用正則表達(dá)式處理引擎的功能和威力，而盡可能少地使用過(guò)程。
對(duì)于我們大多數(shù)用戶而言，最好的方案莫過(guò)于二者兼而用之了。
希望這篇文章能夠說(shuō)明.NET語(yǔ)言中regexp類(lèi)的作用以及它在性能和復(fù)雜性之間的優(yōu)、劣點(diǎn)。
基于過(guò)程的模式
我們?cè)诰幊讨薪?jīng)常需要用到的一個(gè)功能是對(duì)字符串中的一部分進(jìn)行匹配或其他一些對(duì)字符串處理，下面是一個(gè)對(duì)字符串中的單詞進(jìn)行匹配的例子：
string text = "the quick red fox jumped over the lazy brown dog.";
System.Console.WriteLine("text=[" + text + "]");
string result = "";
string pattern = @"\w+|\W+";
foreach (Match m in Regex.Matches(text, pattern))
{
??// 取得匹配的字符串
?? string x = m.ToString();
??// 如果第一個(gè)字符是小寫(xiě)
?? if (char.IsLower(x[0]))
??// 變成大寫(xiě)
??x = char.ToUpper(x[0]) + x.Substring(1, x.Length-1);
??// 收集所有的字符
?? result += x;
}
System.Console.WriteLine("result=[" + result + "]");
正象上面的例子所示，我們使用了C#語(yǔ)言中的foreach語(yǔ)句處理每個(gè)匹配的字符，并完成相應(yīng)的處理，在這個(gè)例子中，新創(chuàng)建了一個(gè)result字符串。
這個(gè)例子的輸出所下所示：
text=[the quick red fox jumped over the lazy brown dog.]
result=[The Quick Red Fox Jumped Over The Lazy Brown Dog.]
基于表達(dá)式的模式
完成上例中的功能的另一條途徑是通過(guò)一個(gè)MatchEvaluator，新的代碼如下所示：
static string CapText(Match m)
????{
??//取得匹配的字符串
????string x = m.ToString();
??// 如果第一個(gè)字符是小寫(xiě)
????if (char.IsLower(x[0]))
??// 轉(zhuǎn)換為大寫(xiě)
???? return char.ToUpper(x[0]) + x.Substring(1, x.Length-1);
????return x;
????}
????
?? static void Main()
????{
????string text = "the quick red fox jumped over the
???? lazy brown dog.";
????System.Console.WriteLine("text=[" + text + "]");
????string pattern = @"\w+";
????string result = Regex.Replace(text, pattern,
?? new MatchEvaluator(Test.CapText));
????System.Console.WriteLine("result=[" + result + "]");
????}
同時(shí)需要注意的是，由于僅僅需要對(duì)單詞進(jìn)行修改而無(wú)需對(duì)非單詞進(jìn)行修改，這個(gè)模式顯得非常簡(jiǎn)單。
本文來(lái)自木莊網(wǎng)絡(luò)博客> 解讀C#中的正則表達(dá)式
