C#中正則表達式在replace中的應用!

来源:http://www.cnblogs.com/aspnetjia/archive/2016/02/25/5216433.html
-Advertisement-
Play Games

多少年來,許多的編程語言和工具都包含對正則表達式的支持,.NET基礎類庫中包含有一個名字空間和一系列可以充分發揮規則表達式威力的類,而且它們也都與未來的Perl 5中的規則表達式相容。 此外,regexp類還能夠完成一些其他的功能,例如從右至左的結合模式和表達式的編輯等。 在這篇文章中,我將簡要地介


多少年來,許多的編程語言和工具都包含對正則表達式的支持,.NET基礎類庫中包含有一個名字空間和一系列可以充分發揮規則表達式威力的類,而且它們也都與未來的Perl 5中的規則表達式相容。 
   
  此外,regexp類還能夠完成一些其他的功能,例如從右至左的結合模式和表達式的編輯等。 
   
  在這篇文章中,我將簡要地介紹System.Text.RegularExPRession中的類和方法、一些字元串匹配和替換的例子以及組結構的詳細情況,最後,還會介紹一些你可能會用到的常見的表達式。 
   
應該掌握的基礎知識

  規則表達式的知識可能是不少編程人員“常學常忘”的知識之一。在這篇文章中,我們將假定你已經掌握了規則表達式的用法,尤其是Perl 5中表達式的用法。.NET的regexp類是Perl 5中表達式的一個超集,因此,從理論上說它將作為一個很好的起點。我們還假設你具有了C#的語法和.NET架構的基本知識。 
   
  如果你沒有規則表達式方面的知識,我建議你從Perl 5的語法著手開始學習。在規則表達式方面的權威書籍是由傑弗里·弗雷德爾編寫的《掌握表達式》一書,對於希望深刻理解表達式的讀者,我們強烈建議閱讀這本書。 
   
RegularExpression組合體

  regexp規則類包含在System.Text.RegularExpressions.dll文件中,在對應用軟體進行編譯時你必須引用這個文件,例如:

csc r:System.Text.RegularExpressions.dll foo.cs

命令將創建foo.exe文件,它就引用了System.Text.RegularExpressions文件。 
   
名字空間簡介

  在名字空間中僅僅包含著6個類和一個定義,它們是: 
   
  Capture: 包含一次匹配的結果; 
  CaptureCollection: Capture的序列; 
  Group: 一次組記錄的結果,由Capture繼承而來; 
  Match: 一次表達式的匹配結果,由Group繼承而來; 
  MatchCollection: Match的一個序列; 
  MatchEvaluator: 執行替換操作時使用的代理; 
  Regex: 編譯後的表達式的實例。

  Regex類中還包含一些靜態的方法:

  Escape: 對字元串中的regex中的轉義符進行轉義; 
  IsMatch: 如果表達式在字元串中匹配,該方法返回一個布爾值; 
  Match: 返回Match的實例; 
  Matches: 返回一系列的Match的方法; 
  Replace: 用替換字元串替換匹配的表達式; 
  Split: 返回一系列由表達式決定的字元串; 
  Unescape:不對字元串中的轉義字元轉義。 
   
簡單匹配

  我們首先從使用Regex、Match類的簡單表達式開始學習。 
   
Match m = Regex.Match("abracadabra", "(a|b|r)+"); 
   
我們現在有了一個可以用於測試的Match類的實例,例如:if (m.Success)... 
如果想使用匹配的字元串,可以把它轉換成一個字元串: 
   
Console.WriteLine("Match="+m.ToString()); 
   
這個例子可以得到如下的輸出: Match=abra。這就是匹配的字元串了。 
   
字元串的替換

  簡單字元串的替換非常直觀。例如下麵的語句: 
   
string s = Regex.Replace("abracadabra", "abra", "zzzz"); 
   
它返回字元串zzzzcadzzzz,所有匹配的字元串都被替換成了zzzzz。

  現在我們來看一個比較複雜的字元串替換的例子: 
   
string s = Regex.Replace(" abra ", @"^\s*(.*?)\s*$", "$1"); 
   
這個語句返回字元串abra,其前導和尾碼的空格都去掉了。 
   
  上面的模式對於刪除任意字元串中的前導和後續空格都非常有用。在C#中,我們還經常使用字母字元串,在一個字母字元串中,編譯程式不把字元“ \” 作為轉義字元處理。在使用字元“\”指定轉義字元時,@"..."是非常有用的。另外值得一提的是$1在字元串替換方面的使用,它表明替換字元串只能包含被替換的字元串。 
   
匹配引擎的細節

  現在,我們通過一個組結構來理解一個稍微複雜的例子。看下麵的例子: 
   
string text = "abracadabra1abracadabra2abracadabra3"; 
   
    string pat = @" 
   
      ( # 第一個組的開始 
   
       abra # 匹配字元串abra 
   
       ( # 第二個組的開始 
   
       cad # 匹配字元串cad 
   
       )? # 第二個組結束(可選) 
   
      ) # 第一個組結束 
   
      + # 匹配一次或多次 
   
      "; 
   
    //利用x修飾符忽略註釋 
   
    Regex r = new Regex(pat, "x"); 
   
    //獲得組號碼的清單 
   
    int[] gnums = r.GetGroupNumbers(); 
   
    //首次匹配 
   
    Match m = r.Match(text); 
   
    while (m.Success) 
   
     { 
   
    //從組1開始 
   
     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()+"]"); 
   
    //計算這個組的起始位置和長度 
   
      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); 
   
       } 
   
      } 
   
    //下一個匹配 
   
     m = m.NextMatch(); 
   
     } 
   
 這個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

  我們首先從考查字元串pat開始,pat中包含有表達式。第一個capture是從第一個圓括弧開始的,然後表達式將匹配到一個abra。第二個capture組從第二個圓括弧開始,但第一個capture組還沒有結束,這意味著第一個組匹配的結果是abracad ,而第二個組的匹配結果僅僅是cad。因此如果通過使用?符號而使cad成為一項可選的匹配,匹配的結果就可能是abra或abracad。然後,第一個組就會結束,通過指定+符號要求表達式進行多次匹配。 
   
  現在我們來看看匹配過程中發生的情況。首先,通過調用Regex的constructor方法建立表達式的一個實例,併在其中指定各種選項。在這個例子中,由於在表達式中有註釋,因此選用了x選項,另外還使用了一些空格。打開x選項,表達式將會忽略註釋和其中沒有轉義的空格。 
   
  然後,取得表達式中定義的組的編號的清單。你當然可以顯性地使用這些編號,在這裡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。 
   
  接下來是完成第一次匹配。通過一個迴圈測試當前的匹配是否成功,接下來是從group 1開始重覆對組清單執行這一操作。在這個例子中沒有使用group 0的原因是group 0是一個完全匹配的字元串,如果要通過收集全部匹配的字元串作為一個單一的字元串,就會用到group 0了。 
   
  我們跟蹤每個group中的CaptureCollection。通常情況下每次匹配、每個group中只能有一個capture,但本例中的Group1則有兩個capture:Capture0和Capture1。如果你僅需要Group1的ToString,就會只得到abra,當然它也會與abracad匹配。組中ToString的值就是其CaptureCollection中最後一個Capture的值,這正是我們所需要的。如果你希望整個過程在匹配abra後結束,就應該從表達式中刪除+符號,讓regex引擎知道我們只需要對錶達式進行匹配。 
   
基於過程和基於表達式方法的比較

  一般情況下,使用規則表達式的用戶可以分為以下二大類:第一類用戶儘量不使用規則表達式,而是使用過程來執行一些需要重覆的操作;第二類用戶則充分利用規則表達式處理引擎的功能和威力,而儘可能少地使用過程。 
   
  對於我們大多數用戶而言,最好的方案莫過於二者兼而用之了。我希望這篇文章能夠說明.NET語言中regexp類的作用以及它在性能和複雜性之間的優、劣點。 
   
基於過程的模式

  我們在編程中經常需要用到的一個功能是對字元串中的一部分進行匹配或其他一些對字元串處理,下麵是一個對字元串中的單詞進行匹配的例子:

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)) 
   
     { 
   
    // 取得匹配的字元串 
   
     string x = m.ToString(); 
   
    // 如果第一個字元是小寫 
   
     if (char.IsLower(x[0])) 
   
    // 變成大寫 
   
      x = char.ToUpper(x[0]) + x.Substring(1, x.Length-1); 
   
    // 收集所有的字元 
   
     result += x; 
   
     } 
   
    System.Console.WriteLine("result=[" + result + "]");
   
   正象上面的例子所示,我們使用了C#語言中的foreach語句處理每個匹配的字元,並完成相應的處理,在這個例子中,新創建了一個result字元串。這個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.] 
   
基於表達式的模式

  完成上例中的功能的另一條途徑是通過一個MatchEvaluator,新的代碼如下所示: 
   
static string CapText(Match m) 
   
      { 
   
    //取得匹配的字元串 
   
      string x = m.ToString(); 
   
    // 如果第一個字元是小寫 
   
      if (char.IsLower(x[0])) 
   
    // 轉換為大寫 
   
       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 + "]"); 
   
      } 
   
  同時需要註意的是,由於僅僅需要對單詞進行修改而無需對非單詞進行修改,這個模式顯得非常簡單。

常用表達式

  為了能夠更好地理解如何在C#環境中使用規則表達式,我寫出一些對你來說可能有用的規則表達式,這些表達式在其他的環境中都被使用過,希望能夠對你有所幫助。 
   
羅馬數字

string p1 = "^m*(d?c{0,3}|c[dm])" + "(l?x{0,3}|x[lc])(v?i{0,3}|i[vx])$"; 
   
    string t1 = "vii"; 
   
    Match m1 = Regex.Match(t1, p1); 
   
交換前二個單詞

string t2 = "the quick brown fox"; 
   
    string p2 = @"(\S+)(\s+)(\S+)"; 
   
    Regex x2 = new Regex(p2); 
   
    string r2 = x2.Replace(t2, "$3$2$1", 1); 
   
關健字=值

string t3 = "myval = 3"; 
   
    string p3 = @"(\w+)\s*=\s*(.*)\s*$"; 
   
    Match m3 = Regex.Match(t3, p3); 
   
實現每行80個字元

string t4 = "********************" 
   
     + "******************************" 
   
     + "******************************"; 
   
    string p4 = ".{80,}"; 
   
    Match m4 = Regex.Match(t4, p4); 
   
月/日/年 小時:分:秒的時間格式

string t5 = "01/01/01 16:10:01"; 
   
    string p5 = @"(\d+)/(\d+)/(\d+) (\d+):(\d+):(\d+)"; 
   
    Match m5 = Regex.Match(t5, p5); 
   
改變目錄(僅適用於Windows平臺)

string t6 = @"C:\Documents and Settings\user1\Desktop\"; 
   
  string r6 = Regex.Replace(t6,@"\\user1\\", @"\\user2\\"); 
   
擴展16位轉義符

string t7 = "%41"; // capital A 
   
    string p7 = "%([0-9A-Fa-f][0-9A-Fa-f])"; 
   
    string r7 = Regex.Replace(t7, p7, HexConvert); 
   
刪除C語言中的註釋(有待完善)

string t8 = @" 
   
    /* 
   
     * 傳統風格的註釋 
   
     */ 
   
    "; 
   
    string p8 = @" 
   
     /\* # 匹配註釋開始的定界符 
   
     .*? # 匹配註釋 
   
     \*/ # 匹配註釋結束定界符 
   
    "; 
   
    string r8 = Regex.Replace(t8, p8, "", "xs"); 
   
刪除字元串中開始和結束處的空格

string t9a = " leading"; 
   
    string p9a = @"^\s+"; 
   
    string r9a = Regex.Replace(t9a, p9a, ""); 
   
    string t9b = "trailing "; 
   
    string p9b = @"\s+$"; 
   
    string r9b = Regex.Replace(t9b, p9b, ""); 
   
在字元\後添加字元n,使之成為真正的新行

string t10 = @"\ntest\n"; 
   
    string r10 = Regex.Replace(t10, @"\\n", "\n"); 
   
轉換ip地址

string t11 = "55.54.53.52"; 
   
    string p11 = "^" + 
   
     @"([01]?\d\d|2[0-4]\d|25[0-5])\." + 
   
     @"([01]?\d\d|2[0-4]\d|25[0-5])\." + 
   
     @"([01]?\d\d|2[0-4]\d|25[0-5])\." + 
   
     @"([01]?\d\d|2[0-4]\d|25[0-5])" + 
   
     "$"; 
   
    Match m11 = Regex.Match(t11, p11); 
   
刪除文件名包含的路徑

string t12 = @"c:\file.txt"; 
   
    string p12 = @"^.*\\"; 
   
    string r12 = Regex.Replace(t12, p12, ""); 
   
聯接多行字元串中的行

string t13 = @"this is 
   
    a split line"; 
   
    string p13 = @"\s*\r?\n\s*"; 
   
    string r13 = Regex.Replace(t13, p13, " "); 
   
提取字元串中的所有數字

string t14 = @" 
   
    test 1 
   
    test 2.3 
   
    test 47 
   
    "; 
   
    string p14 = @"(\d+\.?\d*|\.\d+)"; 
   
    MatchCollection mc14 = Regex.Matches(t14, p14); 
   
找出所有的大寫字母

string t15 = "This IS a Test OF ALL Caps"; 
   
    string p15 = @"(\b[^\Wa-z0-9_]+\b)"; 
   
    MatchCollection mc15 = Regex.Matches(t15, p15); 
   
找出小寫的單詞

string t16 = "This is A Test of lowercase"; 
   
    string p16 = @"(\b[^\WA-Z0-9_]+\b)"; 
   
    MatchCollection mc16 = Regex.Matches(t16, p16); 
   
找出第一個字母為大寫的單詞

string t17 = "This is A Test of Initial Caps"; 
   
    string p17 = @"(\b[^\Wa-z0-9_][^\WA-Z0-9_]*\b)"; 
   
    MatchCollection mc17 = Regex.Matches(t17, p17); 
   
找出簡單的HTML語言中的鏈接


string t18 = @" 
   
    <html> 
   
    <a href=""first.htm"">first tag text</a> 
   
    <a href=""next.htm"">next tag text</a> 
   
    </html> 
   
    "; 
   
    string p18 = @"<A[^>]*?HREF\s*=\s*[""']?" + @"([^'"" >]+?)[ '""]?>"; 
   
    MatchCollection mc18 = Regex.Matches(t18, p18, "si");

轉載自:http://www.aspnetjia.com


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 使用Entity Framework (v6.1.3)突然遇到這個問題了,之前一直好好的,怎麼破? 此處省略了多次在“好”與“壞"的項目中試驗的過程(苦啊),直接給出答案。答案是:沒有按DbContext的機制來進行DbSet的實例化導致的。(我遇到的情況) 我們一般在自己的DbContext里這樣
  • 上個示例是C#調用windows api在原來代碼上加入窗體透明,控制項不透明代碼: 1 using System; 2 using System.Runtime.InteropServices; 3 using System.Windows.Forms; 4 5 namespace HoverTre
  • 展示層由Ninesky.Web項目實現,負責網站內容的顯示,項目包含Member和Control兩個區域。 Member區域實現網站內容的管理,Control區域實現網站系統管理。結構、功能圖如下: 一、Member區域 1、添加Member區域 Ninesky.Web【右鍵】-> 添加->區域 。...
  • 閱讀目錄基本用法高級用法 本文主要是我在項目中對C#枚舉的使用心得,如有不足的地方歡迎您指出。一、基本介紹  枚舉是由一組特定常量構成的一組數據結構,是值類型的一種特殊形式,當需要一個由指定常量集合組成的數據類型時,使用枚舉類型。枚舉聲明可以顯式地聲明 byte、sbyte、short、us
  • 有文檔,但是,寫文檔的人明白,看文檔的人很有難度。 沒有SDK,要自已寫。 然後,錢的流入流出都必須經過虛擬錢包,提現還要綁取現卡,這個我也能理解,不能理解的是,訂單退款,為什麼要退到虛擬錢包,這個時候要程式來幫用戶綁取現卡,可是這不是用戶主動操作呀。要有密碼呀。可是我們沒有存用戶的密碼呀。 就接了
  • 第一章什麼是xml 電腦里的數據文件分為倆大類,二進位文件和文本文件。 二進位文件是一個比特流(1或0系列),只有創建二進位的應用程式才會理解這個比特流的實際含義。 文本文件也是比特流,文本文件里的比特流是以一種標準格式組織起來的,因此他們總是組成一個個數,每個數再映射為字元。 標記語言的簡史 探
  • 本文分別對Cookie與Session做一個介紹和總結,並分別對兩個知識點進行對比分析,讓大家對Cookie和Session有一個更深入的瞭解,並對自己的開發工作中靈活運用帶來啟示。 cookie機制 Cookies是伺服器在本地機器上存儲的小段文本並隨每一個請求發送至同一個伺服器。IETF RFC
  • 關於這份指南 之前有不少學弟學妹問我如何學習編程,根據DRY法則(Don't Repeat Yourself),還是把自己學習過程中的一些經驗整理成一篇博客吧。由於本人目前也處在學習的階段,文章中列出來的內容也並未全部學習過,所以文章的客觀性可能存在一些問題,還望讀者自行判斷。 這份指南會不定期更新
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...