C#实现正则表达式

2022-01-20 05:23:35

　　如果想了解正则表达式的基础知识：http://www.cnblogs.com/alvin-niu/p/6430758.html

一、C#中的Regex类

　　1.在C#中开发正则表达式，首先要引用System.Text.RegularExpressions.Regex命名空间。

二、Regex中常用的方法

　　此处先介绍一些Regex的静态方法。

　　1.Match(String content,String pattern):在指定的输入字符串中搜索指定的正则表达式的第一个匹配项,

　　　　content:要匹配的字符串。

　　　　pattern:正则表达式。

　　　　返回值：Match 对象。

　　2.Match(String content,String pattern,RegexOption option):使用指定的匹配选项在输入字符串中搜索指定的正则表达式的第一个匹配项。

　　　　option:指定的匹配选项，该项能大大提高匹配效率，在匹配量比较小的时候可以不需考虑。

枚举值 详细说明
Compiled 指定将正则表达式编译为程序集。 这会产生更快的执行速度，但会增加启动时间。
CultureInvariant 指定忽略语言中的区域性差异
ECMAScript 为表达式启用符合 ECMAScript 的行为。 可以使用此值仅在结合 IgnoreCase, ，Multiline, ，和 Compiled 值。 该值与其他任何值一起使用均将导致异常。
ExplicitCapture 指定唯一有效的捕获是显式命名或编号的 (?<name>…) 形式的组。 这使未命名的圆括号可以充当非捕获组，并且不会使表达式的语法 (?:...) 显得笨拙。 如果不懂分组，可以先忽略，看下面的。
IgnoreCase 指定不区分大小写的匹配。
IgnorePatternWhitespace 消除模式中的非转义空白并启用由 # 标记的注释。 但是，此值不会影响或消除中的空白区域、 数值或标记的开头个人的令牌。
Multiline 多行模式。 更改 ^ 和 $ 的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。
None 指定不设置任何选项。 这种也是默认的模式
RightToLeft 指定搜索从右向左而不是从左向右进行。
Singleline 指定单行模式。 更改点 （.） 的含义 使其匹配 （而不是除 \n 之外的所有字符） 的每个字符。

　　　　返回值：Match 对象。

　　3.Match(String content,String pattern,RegexOption option,TimeSpan ts):使用指定的匹配选项和超时间隔在输入字符串中搜索指定的正则表达式的第一个匹配项。

　　　　ts:超时时间间隔。

　　　　返回值：Match 对象。

在此处穿插一个知识点,Match 对象，但是只介绍常用的属性

　　Match 对象：主要存放正则匹配之后的数据。

　　　　Groups:获取由正则表达式匹配的组的集合。Groups[0]表示原字符串。Groups[1]才表示匹配的第一个分组的子字符串

　　　　Index:在其中找到被捕获子串的第一个字符的原始字符串中的位置。

　　　　Length:获取捕获的子字符串的长度。

　　　　Name:返回由当前实例表示的捕获组的名称。

　　　　Success:获取一个值，该值指示匹配是否成功。

　　　　Value:从输入字符串中获取捕获的子字符串。

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

　　4.IsMatch(String content,String pattern):表示是否匹配到相应的正则表达式，其重载方法与Match()一样

　　5.Matches(String content,String pattern):在指定的输入字符串中搜索指定的正则表达式的多个匹配项,其重载方法与Match()一样

　　　　返回值：MatchCollection 对象。该对象其实是Match的对象集合

　　　　上述方法，是我在开发爬虫程序最常用的方法之一。在解析数据时，要匹配多个类似规律的数据。

　　6.Replace(String content,String pattern,MatchEvaluator evaluator):在置顶的输入字符串搜索置顶的正则表达式的匹配项，在将evaluator委托的方法中，将返回替换了匹配的输入字符串。将原字符串中匹配项替换掉

　　　　evaluator:委托对象，原型：public string MatchEvaluatorMethod(Match match);自定义方法返回替换了匹配的输入字符串。

　　此处比较难懂，写个例子

　　这个例子中主要体现了，只要在输入字符串中找到正则的匹配项，则执行委托的方法。该方法返回值会替换掉原来的匹配项。再接着搜索，直到替换掉所有的匹配项。该方法可以用到Match对象，但是此处例子为了简洁明了，则直接返回了一个字符串，和表示执行次数的count

C#实现正则表达式C#实现正则表达式
using System;
using System.Collections;
using System.Text.RegularExpressions;

public class Test
{
    private static int count = 0;
    public static void Main()
    {
        string words = "TOM123456JACK654321Alvin90293";
        string pattern = @"\d+";
        MatchEvaluator evaluator = new MatchEvaluator(WordScrambler);
        Console.WriteLine("Original words:");
        Console.WriteLine(words);
        Console.WriteLine();
        Console.WriteLine("Scrambled words:");
        Console.WriteLine(Regex.Replace(words, pattern, evaluator));
        Console.ReadKey();
    }
    //委托的实现方法
    public static string WordScrambler(Match match)
    {
        count++;
        return "数字"+count;
    }
}
有关Replace()的例子

　　7.Repalce()还有一些重载方法，其原理和Match()方法类似，懂的一个其他的自然就懂了，此处我列举一下就不一一说明了。

　　　　Replace(String content,String pattern,MatchEvaluator evaluator,RegexOption option)；

　　　　Replace(String content,String pattern,MatchEvaluator evaluator,RegexOption option,TimeSpan ts)；

　　　　Replace(String content,String pattern,String newStr)；该方法表示直接使用newStr替换匹配到的子字符串。

　　　　Replace(String content,String pattern,String newStr,RegexOption option)；

　　　　Replace(String content,String pattern,String newStr,RegexOption option,TimeSpan ts)；

　　8.Split(String content,String pattern)：在由正则表达式模式定义的位置将输入字符串拆分为一个子字符串数组

　　　　其重载方法有：

　　　　Split(String content,String pattern,RegexOption option);

　　　　Split(String content,String pattern,RegexOption option,TimeSpan ts);

常用的就是这些静态方法，至于那些非静态方法，我至今还没有用到过，所以就不在此赘述了。下面给一个详细的例子：

 

三、实例

 

C#实现正则表达式C#实现正则表达式
using System;
using System.Collections;
using System.Collections.Generic;
using System.Text.RegularExpressions;

public class Test
{
    public static void Main()
    {
        //匹配字符串中邮箱
        string pattern = @"\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*";
        string content = "qq邮箱:1234567@qq.com。网易邮箱：wangyi@163.com。公司邮箱：tom@gongsi.com.cn 。";
        Match result = Regex.Match(content,pattern);
        Console.WriteLine(result.Value);//匹配第一个 1234567@qq.com
        pattern = @"：(\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*?)。";
        result = Regex.Match(content, pattern);
        Console.WriteLine(result.Value);//匹配结果 ：wangyi@163.com。
        Console.WriteLine(result.Groups[0]);//匹配结果 ：wangyi@163.com。
        Console.WriteLine(result.Groups[1]);//匹配结果 wangyi@163.com
        pattern = @"\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*";
        MatchCollection matches = Regex.Matches(content, pattern, RegexOptions.IgnoreCase);
        foreach (Match item in matches)
        {
            Console.WriteLine(item.Value);
        }
        Console.WriteLine(Regex.Replace(content,pattern,"The Email is ignore"));
        string [] array= Regex.Split(content,"[:：。]");
        foreach (var item in array)
        {
            Console.WriteLine(item);
        }
        Console.ReadKey();
    }
}
以上所有知识点的例子

 

以上皆本人系统整理所学知识的笔记，与之共享。

上一篇：爬虫基础-http请求的基础知识


下一篇：Gradle 1.12用户指南翻译——第三十章. CodeNarc 插件