使用正则表达式

最新推荐文章于 2020-07-25 18:18:48 发布

duduwolf

最新推荐文章于 2020-07-25 18:18:48 发布

阅读量1.6k

点赞数

分类专栏： WEB 文章标签： regex string 正则表达式测试 .net perl

WEB 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

正则表达式(Regular expressions)是一套语法匹配规则，各种语言，如Perl， .Net和Java都有其对应的共享的正则表达式类库。在.Net中，这个类库叫做Regex。

简单的说，Regex是从字符窗中查找匹配字符串的应用类。通过Regex，编程人员能够非常方便的从一段数据中提取自己所需要的数据信息。举一个简单的例子，让大家对Regex有个大概的了解：

Regex regex = new Regex(@"/d+");

Match m = regex.Match("fox 9212gold");

Console.WriteLine(m.Value.ToString());

结果很明显，regex为我们找到了字符串”fox 9212gold”中的数字字符串，输出结果为”9212” .

对Regex有了一个基本的概念之后，我需要告诉你一个非常好的消息，那就是Regex可以为我们做的远不止这么一点点，他是一套功能非常强大语法匹配规则。当然，这里还有一个坏消息等着我们，那就是强大功能的语法规则自然需要大量纷繁复杂的keyword支持，这也为Regex的学习带来了极大的难度。想要真正掌握正则表达式，可不是几个sample能够全部揭示与说明的。

创建一个Regex对象

Regex的构造函数有三种，在这里就不讨论默认构造函数了。另外两个构造函数中，一个构造函数接收正则表达式字符串作为入参，另一个以正则表达式字符串和RegexOptions作为入参。如：

Regex regex = new Regex("/w+$");

Regex regex = new Regex("/s+", RegexOptions.IgnoreCase | RegexOptions.Multiline);

RegexOptions可以为我们提供一些特殊的帮助，比如IgnoreCase能够在匹配是忽略大小写，Multiline能够调整^和$的意义，改为匹配一行的开头和结尾。

上面我们构造了一个正则表达式，只不过我们还没有用它来做任何事情，马上我们就可以通过使用下面的几个方法，实现对字符串对象的操作了。

匹配字符串

Regex有两个获取匹配的方法Match()和Matches()，分别代表匹配一个，匹配多个结果。这里就用Matches来展示一下怎么使用Regex获取匹配字符串，并将其显示出来。

public static void showMatches(string expression, RegexOptions option, string ms)

{

Regex regex = new Regex(expression, option);

MatchCollection matches = regex.Matches(ms);

//show matches

Console.WriteLine("----------------------------------");

Console.WriteLine(" string: /"{0}/"/r/n expression: /"{1}/"/r/n match result is:",

ms, expression);

foreach(Match m in matches)

{ Console.WriteLine("match string is: /"{0}/", length: {1}",

m.Value.ToString(), m.Value.Length);

}

Console.WriteLine("matched count: {0}", matches.Count);

}

方法Matched通过比较入参字符串和正则表达式，找到所有符合的结果，并将结果作为MatchCollection传出来。这样，只要简单的遍历这个collection，就可以很快的获得所有的结果。

组的概念

当你获得这样的一个字符串”最后比分是：19/24”，你肯定希望有一个正则表达式，他不单能够找到形如 data1/data2的字符串，还应该能够直接把data1,data2作为单独的结果传送出来。否则你需要再对形如”19/24”的字符串进行分析，才能够顺利得到双方的比分。显然，正则表达式不会忽略这个问题，所以他增加了组的概念。你可以把一次搜索的结果分别放入不同的组中，并通过组名或者组的所以分别取得这些组的结果。比如上例，我们就可以用@”(/d+)/(/d+)”作为表达式。来看看结果吧：

Regex regex = new Regex(@"(/d+)/(/d+)");

MatchCollection matches = regex.Matches(@"最后比分是：19/24");

//show matches

Console.WriteLine("----------------------------------");

foreach(Match m in matches)

{

//Console.WriteLine("match string is: /"{0}/", length: {1}", // m.Value.ToString(), m.Value.Length);

foreach(string name in regex.GetGroupNames())

{

Console.WriteLine("/r capture group /"{0}/" value is:/"{1}/""

, name, m.Groups[name].Value);

}

Console.WriteLine("matched count: {0}", matches.Count);

输出：

----------------------------------

capture group "0" value is:"19/24"

capture group "1" value is:"19"

capture group "2" value is:"24"

matched count: 1

现在清楚了吧，Regex对象把匹配的结果放入组0中。同时，匹配的组信息也放入了对应的组中。组的名称在默认的情况下，是从1开始依次增加的整数。0作为保留名称，专门用于指示匹配的整个字符串。既然有”默认情况”这样的概念，自然也就意味着用户可以自定义组的名称。方法很简单，在组的前面加上：?<name>就可以了。好了，现在把前面的正则表达式修改一下，换成@”(?<score1>/d+)/(?<score1>/d+)”，现在再看看结果：

----------------------------------

capture group "0" value is:"19/24"

capture group "score1" value is:"19"

capture group "score2" value is:"24"

matched count: 1

换成自己定义的名字了吧，哈哈！为了在今后的测试中，能够更加方便的看到所有结果，我们对前面介绍过的showMatches()做一点小小的调整。这样，如果在表达式中包含了组的定义，我们也可以在不需要修改任何代码的情况下，直接看到所有的组信息了，调整后的方法showMatchesPro()如下：

public static void showMatchesPro(string expression, RegexOptions option, string ms)

{

Regex regex = new Regex(expression, option);

MatchCollection matches = regex.Matches(ms);

//show matches

Console.WriteLine("----------------------------------");

Console.WriteLine(" string: /"{0}/"/r/n expression: /"{1}/"/r/n match result is:",

ms, expression);

foreach(Match m in matches)

{ foreach(string name in regex.GetGroupNames())

{

Console.WriteLine("/r capture group /"{0}/" value is:/"{1}/"",

name, m.Groups[name].Value);

}

Console.WriteLine("matched count: {0}", matches.Count);

// show group name

Console.WriteLine("group name count {0}", regex.GetGroupNames().Length);

foreach(string name in regex.GetGroupNames())

{

Console.WriteLine("group name :/"{0}/"", name);

}

替换字符串

Regex也提供了方便的匹配结果替换的功能。为了方便测试，我们也把他写成方法，代码如下：

public static string replaceMatch(string expression, RegexOptions option, string ms, string rep)

{

Regex regex = new Regex(expression, option);

string result = regex.Replace(ms, rep);

Console.WriteLine("----------------------------------");

Console.WriteLine("string: /"{0}/", expression:/"{1}/", replace by : /"{2}/"",

ms, expression, rep);

Console.WriteLine("replace result string is: /"{0}/", length: {1}",

result.ToString(), result.Length);

return result;

}

Regex.Replace通常接受两个string作为入参，第一个string为输入字符串。第二个字符串用来替代匹配字符串，它可以包含一些特殊字符串，用来代表特别转换。

特殊字符串替换结果

$& 匹配的字符串，也可以用$0

$1, $2, . . . 匹配字符串中的对应组，用索引标示

${name} 匹配字符串中的对应组，用名称标示

$‘ 匹配位置之前的字符串

$’ 匹配位置之后的字符串

$$ 一个‘$’ 字符

$_ 输入字符串

$+ 匹配字符串的所有组中，最后一个组中的数据

是不是看了这么多怪型怪状的特殊字符串，有点头晕了？嗯，那就弄两个sample来看看结果吧！

Sample1:

replaceMatch(@"/d+", RegexOptions.None, "fef 12/21 df 33/14 727/1", "<<$&>>");

输出，所有数字型的数据都被替换成了<<data>>：

----------------------------------

string: "fef 12/21 df 33/14 727/1", expression:"/d+", replace by : "<<$&>>"

replace result string is: "fef <<12>>/<<21>> df <<33>>/<<14>> <<727>>/<<1>>",

length: 50

Sample2:

replaceMatch(@"(/d+)/(/d+)", RegexOptions.None, "fef 12/21 df 33/14 727/1", "$+");

输出，所有data1/data2匹配的数据，都被替换成了data2：

----------------------------------

string: "fef 12/21 df 33/14 727/1", expression:"(/d+)/(/d+)", replace by : "$+"

replace result string is: "fef 21 df 14 1", length: 16

怎么样，Regex的功能够丰富的吧！可是，也许你的需求不光这么简单，比如说，你要把”I have 200 dollars”中间的money加倍，怎么办？我晕倒，好像没有现成的东西可以用。没有关系，Regex还有更好的功能。它允许你自己定义转换公式。

using System.Text.RegularExpressions;

class RegularExpressions

{

static string CapText(Match m)

{

// Get the matched string.

string x = m.ToString();

// double this value

string result = (int.Parse(x) * 2).ToString();

return result;

}

static void Main ()

{

string text = "i have 200 dollars";

string result = Regex.Replace(text, @"/d+",

new MatchEvaluator(RegularExpressions.CapText));

System.Console.WriteLine("result=[" + result + "]");

}

看看结果，太好了，我的钱真的变成了两倍！

但本文的目的是希望提供给大家一个方便好用的测试类，因此我们重载上面的repalceMatch方法，也允许自定义转换公式作为入参：

public static string replaceMatch(string expression, RegexOptions option, string ms,

MatchEvaluator evaluator)

{

Regex regex = new Regex(expression, option);

string result = regex.Replace(ms, evaluator);

Console.WriteLine("----------------------------------");

Console.WriteLine("string: /"{0}/", expression:/"{1}/", replace by a evaluator.", ms,

expression);

Console.WriteLine("replace result string is: /"{0}/", length: {1}", result.ToString(),

result.Length);

return result;

}

拆分字符串

Regex还提供了从匹配位置将字符串拆分的方法Split。这个方法同样具有多个重载，不过这些都不是重点，大家可以自己看文档。我们继续完成我们用于测试的方法：

public static void splitMatch(string expression, RegexOptions option, string ms)

{

Regex regex = new Regex(expression, option);

string[] result = regex.Split(ms);

Console.WriteLine("----------------------------------");

Console.WriteLine("string: /"{0}/", expression: /"{1}/", split result is:", ms,

expression);

foreach(string m in result)

{

Console.WriteLine("splited string is: /"{0}/", length: {1}",

m.ToString(), m.Length);

}

Console.WriteLine("splited count: {0}", result.Length);

}

代码简单，不多做解释。直接来一个smaple看看结果：

splitMatch(@"/",RegexOptions.None, "2004/4/25");

输出：

----------------------------------

string: "2004/4/25", expression: "/", split result is:

splited string is: "2004", length: 4

splited string is: "4", length: 1

splited string is: "25", length: 2

splited count: 3

结果很明显，收工。

我的目的

写了这么多，回头一看，其实并没有怎么介绍正则表达式后的规则和keyword。不要着急，这不是重点。在文章的一开始，我就说了，正则表达式的规则太复杂了。就连MSDN也说了无法用一个表说明所有的表达式规则。我的目的很简单，介绍Regex的几个主要功能（匹配、替换和拆分），并提供几个简单方便的测试函数。让你能够测试你对正则表达式的理解是否准确。

比如想要确认^$的作用，你可以放入这样的(input, expression)数据:

(“123”, “^/d+$”) (“123aaa456”, “^/d+”) (“123aaa456”, “123&”)

确认/d, /s, /w, /W的作用，可以这样测试：

(“123abc gc 456”, “/d+”)(“123abc gc 456”, “/s+”)

(“123abc gc 456”, “/w+”)(“123abc gc 456”, “/W+”)

比较? + *之间的区别可以用这样的数据：

(“a123 abcd”, “a/d?”) (“a123 abcd”, “a/d+”) (“a123 abcd”, “a/d*”)