正则表达式

 本文是微软正则表达式教程中的一篇，较详细的介绍了在.Net中正则表达式名字空间（System.Text.RegularExpressions）的各个类的使用方法。对于初学者不太适用，但如果在别的语言里使用过正则表达式的话，那么看这篇文章可以较好的熟悉一下正则表达式在.Net中的使用方法。

Regex
Regex 类表示不可变（只读）正则表达式类。它还包含各种静态方法，允许在不显式创建其他类的实例的情况下使用其他正则表达式类。

以下代码示例创建了 Regex 类的实例并在初始化对象时定义一个简单的正则表达式。请注意，使用了附加的反斜杠作为转义字符，它将 /s 匹配字符类中的反斜杠指定为原义字符。

    // Declare object variable of type Regex.
    Regex r;
    // Create a Regex object and define its regular expression.
    r = new Regex("//s2000");

 

Match
Match 类表示正则表达式匹配操作的结果。以下示例使用 Regex 类的 Match 方法返回 Match 类型的对象，以便找到输入字符串中的第一个匹配项。此示例使用 Match 类的 Match.Success 属性来指示是否已找到匹配。

    // Create a new Regex object.
    Regex r = new Regex("abc");
    // Find a single match in the string.
    Match m = r.Match("123abc456");
    if (m.Success)
    {
        // Print out the character position where a match was found.
        // (Character position 3 in this case.)
        Console.WriteLine("Found match at position " + m.Index);
    }

 

Group
group 类表示来自单个捕获组的结果。因为 Group 可以在单个匹配中捕获零个、一个或更多的字符串（使用限定符），所以它包含 Capture 对象的集合。因为 Group 继承自 Capture，所以可以直接访问最后捕获的子字符串（Group 实例本身等价于 Captures 属性返回的集合的最后一项）。

Group 的实例是由 Match.Groups(groupnum) 属性返回的，或者在使用“(?<groupname>)”分组构造的情况下，是由 Match.Groups("groupname") 属性返回的。

以下代码示例使用嵌套的分组构造来将子字符串捕获到组中。

    int[] matchposition = new int[20];
    String[] results = new String[20];
    // Define substrings abc, ab, b.
    Regex r = new Regex("(a(b))c");
    Match m = r.Match("abdabc");
    for (int i = 0; m.Groups[i].Value != ""; i++)
    {
        // Copy groups to string array.
        results[i]=m.Groups[i].Value;
        // Record character position.
        matchposition[i] = m.Groups[i].Index;
    }

此示例返回下面的输出结果。

    results[0] = "abc"   matchposition[0] = 3
    results[1] = "ab"    matchposition[1] = 3
    results[2] = "b"     matchposition[2] = 4

以下代码示例使用命名的分组构造，从包含“DATANAME:VALUE”格式的数据的字符串中捕获子字符串，正则表达式通过冒号“:”拆分数据。

    Regex r = new Regex("^(?<name>//w+):(?<value>//w+)");
    Match m = r.Match("Section1:119900");

此正则表达式返回下面的输出结果。

    m.Groups["name"].Value = "Section1"
    m.Groups["value"].Value = "119900"

 

Capture
Capture 类包含来自单个子表达式捕获的结果。

以下示例在 Group 集合中循环，从 Group 的每一成员中提取 Capture 集合，并且将变量 posn 和 length 分别分配给找到每一字符串的初始字符串中的字符位置，以及每一字符串的长度。

    Regex r;
    Match m;
    CaptureCollection cc;
    int posn, length;
   
    r = new Regex("(abc)*");
    m = r.Match("bcabcabc");
    for (int i=0; m.Groups[i].Value != ""; i++)
    {
        // Capture the Collection for Group(i).
        cc = m.Groups[i].Captures;
        for (int j = 0; j < cc.Count; j++)
        {
            // Position of Capture object.
            posn = cc[j].Index;
            // Length of Capture object.
            length = cc[j].Length;
        }
    }

 

MatchCollection
MatchCollection 类表示成功的非重叠匹配的序列。该集合为不可变（只读）的，并且没有公共构造函数。MatchCollection 的实例是由 Regex.Matches 属性返回的。

以下示例使用 Regex 类的 Matches 方法，通过在输入字符串中找到的所有匹配填充 MatchCollection。该示例将此集合复制到一个字符串数组和一个整数数组中，其中字符串数组用以保存每个匹配项，整数数组用以指示每个匹配项的位置。

    MatchCollection mc;
    String[] results = new String[20];
    int[] matchposition = new int[20];
   
    // Create a new Regex object and define the regular expression.
    Regex r = new Regex("abc");
    // Use the Matches method to find all matches in the input string.
    mc = r.Matches("123abc4abcd");
    // Loop through the match collection to retrieve all
    // matches and positions.
    for (int i = 0; i < mc.Count; i++)
    {
        // Add the match string to the string array.
        results[i] = mc[i].Value;
        // Record the character position where the match was found.
        matchposition[i] = mc[i].Index;
    }

 

GroupCollection
GroupCollection 类表示捕获的组的集合并返回单个匹配中捕获的组的集合。该集合为不可变（只读）的，并且没有公共构造函数。GroupCollection 的实例在 Match.Groups 属性返回的集合中返回。

以下控制台应用程序示例查找并输出由正则表达式捕获的组的数目。有关如何提取组集合的每一成员中的各个捕获项的示例，请参见下面一节的 Capture Collection 示例。

    using System;
    using System.Text.RegularExpressions;
   
    public class RegexTest
    {
        public static void RunTest()
        {
            // Define groups "abc", "ab", and "b".
            Regex r = new Regex("(a(b))c");
            Match m = r.Match("abdabc");
            Console.WriteLine("Number of groups found = " + m.Groups.Count);
        }
        public static void Main()
        {
            RunTest();
        }
    }

该示例产生下面的输出。

    Number of groups found = 3

 

CaptureCollection
CaptureCollection 类表示捕获的子字符串的序列，并且返回由单个捕获组执行的捕获的集合。由于限定符，捕获组可以在单个匹配中捕获多个字符串。Captures 属性（CaptureCollection 类的对象）是作为 Match 和 Group 类的成员提供的，以便于对捕获的子字符串的集合的访问。

例如，如果使用正则表达式 ((a(b))c)+（其中 + 限定符指定一个或多个匹配）从字符串“abcabcabc”中捕获匹配，则子字符串的每一匹配的 Group 的 CaptureCollection 将包含三个成员。

以下控制台应用程序示例使用正则表达式 (Abc)+ 来查找字符串“XYZAbcAbcAbcXYZAbcAb”中的一个或多个匹配。该示例阐释了使用 Captures 属性来返回多组捕获的子字符串。

    using System;
    using System.Text.RegularExpressions;
   
    public class RegexTest
    {
        public static void RunTest()
        {
            int counter;
            Match m;
            CaptureCollection cc;
            GroupCollection gc;
   
            // Look for groupings of "Abc".
            Regex r = new Regex("(Abc)+");
            // Define the string to search.
            m = r.Match("XYZAbcAbcAbcXYZAbcAb");
            gc = m.Groups;
   
            // Print the number of groups.
            Console.WriteLine("Captured groups = " + gc.Count.ToString());
   
            // Loop through each group.
            for (int i=0; i < gc.Count; i++)
            {
                cc = gc[i].Captures;
                counter = cc.Count;
   
                // Print number of captures in this group.
                Console.WriteLine("Captures count = " + counter.ToString());
   
                // Loop through each capture in group.
                for (int ii = 0; ii < counter; ii++)
                {
                    // Print capture and position.
                    Console.WriteLine(cc[ii] + "   Starts at character " + cc[ii].Index);
                }
            }
        }
   
        public static void Main() {
            RunTest();
        }
    }

 

此示例返回下面的输出结果。

    Captured groups = 2
    Captures count = 1
    AbcAbcAbc   Starts at character 3
    Captures count = 3
    Abc   Starts at character 3
    Abc   Starts at character 6
    Abc   Starts at character 9