.NETCoreCSharp 中級篇2-4

本節內容為正則表達式的使用

簡介

有的時候，你是否有過這種需求：判斷一個Ip地址、郵箱、密碼規則是否合法。如果讓你使用if一類的傳統方法進行處理，你肯定會被逼瘋的。而對於絕大多數的編程語言而言，都有一個字元串處理利器————正則表達式。它可以輕鬆的讓字元串和規則匹配上。有點這樣的意思，從前你是判斷字元串，去遍歷它，而有了正則表達式，你是在書寫一個通用性質的規則，讓字元串與規則進行匹配。正則表達式本質上就是一串蘊含了一些特殊字元規則的字元串，因此我們書寫正則表達式其實是在書寫一個字元串，只是它代表了一定的規則而已。

常見的幾種正則符號

事實上正則表達式沒有過多的知識點，只是一些技巧性的訓練，但請相信我，正則表達式是非常重要的。熟練的使用下列的正則符號會對你大有脾益。

元字元

1.例如匹配abc開頭的字元串

\babc 或者 ^abc

2.匹配5位數字的字元串

^\d\d\d\d\d$

重覆限定符號

有了元字元就可以寫不少的正則表達式了，但細心的你們可能會發現：別人寫的正則簡潔明瞭,如果你只使用元字元進行正則表達式的書寫，既不美觀也不實用，因此我們使用重覆限定符進行重覆數據的處理，下麵我們來看一些限定符：

現在我們就能書寫相當美觀的正則表達式了，例如：
1.匹配7位數字的電話號碼

^\d{7}$ 

2.匹配138開頭的手機號

^138\d{8}

3.匹配a開頭，若幹個b結尾的字元串

^ab*$

分組

現在我們已經學會以一點關於書寫正則表達式的方法，不過，我們現在無論是匹配還是重覆都是針對單個字元進行操作，假如說我希望匹配一個以ab為迴圈的重覆字元串應該如何去處理呢？

答案很簡單，就是分組，分組我們通常使用()進行分組，例如匹配以ab為迴圈的字元串為：

^(ab)*

轉義字元

有的時候，我們需要匹配的字元串中本身就含有正則表達式中的關鍵字元，我們則需要轉義，例如我們需要匹配(ab)為迴圈的字元串：

^(\(ab\))*

反斜杠\就是我們的轉義字元。不過對於C#中，字元串含有反斜杠會自動轉義，為了避免這種情況，我們需要在字元串之前加上@或者將將轉義字元轉義，也就是\兩個斜杠

條件或

有的時候，我們需要匹配的字元串可能是ab開頭也有可能是cd開頭，這個時候我們就使用條件語句處理，例如：

^(ab|cd)*

用邏輯或“|”進行處理。

區間匹配

有的時候，我們有可能是需要匹配比如說138-150之間所有數字開頭的字元串，或者說A-F按字母表順序內的字母開頭，我們可以這樣

^[138-150]*
^[A-F]*

反義

之前我們談論的都是字元串中含有什麼什麼，現在我們可能需要匹配到字元串中不含有的字元，那麼我們就需要使用反義，如下表

貪婪模式與懶惰模式

貪婪

貪婪是當正則表達式中包含能接受重覆的限定符時，通常的行為是（在使整個表達式能得到匹配的前提下）匹配儘可能多的字元，這匹配方式叫做貪婪匹配。特性：一次性讀入整個字元串進行匹配，每當不匹配就捨棄最右邊一個字元，繼續匹配，依次匹配和捨棄（這種匹配-捨棄的方式也叫做回溯），直到匹配成功或者把整個字元串捨棄完為止，因此它是一種最大化的數據返回，能多不會少。

事實上我們之前所談論的重覆限定符就是一種貪婪量詞
舉個例子例如我們需要匹配由2-5個數字組成的字元串，假設有這樣一串數字51354 8454 1 568,使用^\d{2,5}進行匹配的結果是51354 8454 568，事實上對於這些而言，匹配兩個就已經滿足了，例如51已經滿足該正則式，但是在貪婪匹配中，它會儘可能的多匹配，將整個字元串輸出。

如果多個貪婪量詞疊加在一起，如果字元串能滿足他們各自最大程度的匹配時，就互不幹擾，但如果不能滿足時，會根據深度優先原則，也就是從左到右的每一個貪婪量詞，優先最大數量的滿足，剩餘再分配下一個量詞匹配。

懶惰

懶惰匹配：當正則表達式中包含能接受重覆的限定符時，通常的行為是（在使整個表達式能得到匹配的前提下）匹配儘可能少的字元，這匹配方式叫做懶惰匹配。特性：從左到右，從字元串的最左邊開始匹配，每次試圖不讀入字元匹配，匹配成功，則完成匹配，否則讀入一個字元再匹配，依此迴圈（讀入字元、匹配）直到匹配成功或者把字元串的字元匹配完為止。

使用懶惰量詞就是在貪婪量詞後面中加?,對於之前的例子，他會匹配成51 35 84 54 56

拓展

零寬斷言

零寬斷言用於查找在某些內容(但並不包括這些內容)之前或之後的東西，也就是說它們像\b,^,$那樣用於指定一個位置，這個位置應該滿足一定的條件(即斷言)，因此它們也被稱為零寬斷言。最好還是拿例子來說明吧： 斷言用來聲明一個應該為真的事實。正則表達式中只有當斷言為真時才會繼續進行匹配。

非常抽象而且籠統，對吧，事實上我也那麼覺得，以上內容來自百度百科，因為我實在是很難解釋這個東西，你可以理解為匹配不含正則結果的內容吧。

正向先行斷言(正前瞻)

正前瞻的語法為:

//pattern為正則式
(?=pattern)

它用於匹配pattern表達式之前的內容，並不返回本身。感覺還是很奇怪對吧，舉一個例子：今年我市GDP為5600億元。假設你要將這句話中的5600取出來，你使用正前瞻的方式應該怎麼做？

\d+(?=億元)

正向後行斷言(正後顧):

正後顧的語法為:

//pattern為正則式
(?<=pattern)

與正前瞻相反，他是返回pattern之後的內容，如果繼續實現之前的內容，那麼表達式就會變成

(<=今年我市GDP為)\d+

負向先行斷言（負前瞻）

負前瞻的語法為:

//pattern為正則式
(?!pattern)

匹配非pattern表達式的前面內容，不返回本身。還是舉之前的例子，我要找到5600億元之前的字母，那麼可以是

[A-Z]+(?!5600億元)

負向後行斷言（負後顧）

這個想必我不需要進行講解各位也應當能思考出如何書寫及使用了，他的語法類似的是：

//pattern為正則式
(?<!pattern)

作用當然是匹配非pattern之後的內容。

我在這裡就舉這幾個例子，還有一些很好的使用手冊你可以參考Microsoft Documents。

捕獲與非捕獲

捕獲你可以理解為將表達式按組分配，例如你匹配一個電話010-8511561，010是區號，我們有可能利用正則式將它單獨取出來。

數字編號捕獲組

語法就是我們之前的分組，但是匹配這個電話號碼的時候，他的表達式如果是

((\d{3})-(\d{7}))

那麼他會分為三組，第一組是完整的電話，第二組是我們的區號，第三組是我們的電話號碼。

命名編號捕獲組

語法：

(?<name>exp)

這個name就是你自己自定義的，例如之前的我們可以寫成

(?<quhao>\d{3})-(?<haoma>\d{7})

這樣我們可以通過名稱進行訪問組內數據，具體的使用我會在後面進行講解。

非捕獲組

同之前相反，它用於表示不需要分組的數據

(?:exp)

例如我們不需要區號，那麼正則式就變成了

(?:\d{3})-(\d{7})

反向引用

捕獲會返回一個捕獲組，這個分組是保存在記憶體中，不僅可以在正則表達式外部通過程式進行引用，也可以在正則表達式內部進行引用，這種引用方式就是反向引用。

同樣的，根據捕獲組命名規則，反向引用也有兩種
1- 數字反向引用：\k或\number
2- 命名反向引用：\k或'name'

反向引用通常和捕獲組是一同使用的，它的作用主要是用來查找一些重覆的內容或者做替換指定字元。比如要查找一串字母"aabbbbgbddesddfiid"里成對的字母。

我們捋捋思路：

• 首先我們要有一個匹配字母的捕獲組:(\w)
• 然後(\w)\1

這樣就可以了，\1代表的是1分組，這樣就是一個匹配成對字母的正則式了。

如何使用正則表達式

位於 System.Text.RegularExpressions 空間下的 Regex 可以對正則表達式進行處理。

Match

這是匹配結果的對象，內含這幾個常用的屬性及方法

• Value：匹配值
• Groups：分組
• Index：匹配值的第一個字元的索引
• Success：是否符合正則式

• NextMatch：下一個符合的匹配值

  Regex.Matches

  匹配多個符合的結果，返回一個MatchCollection數組，使用foreach並轉換成Match對象進行訪問.
• IsMatch：是否符合正則式
• Replace：替換匹配上正則式的字元串
• Split：按匹配上的字元串進行分割
• Match：返回第一個符合正則式的字元串

• Matches：返回所有符合的字元串

Reference

老劉

如果我的文章幫助了您，請您在github.NETCoreGuide項目幫我點一個star，在博客園中點一個關註和推薦。

Github

BiliBili主頁

WarrenRyan'sBlog

博客園