学院首页>网络编程>ASP.NET>解读C#中的规则表达式

解读C#中的规则表达式

作者: 来源: 添加时间:2006-5-21 19:49:46
  我们首先从考查字符串pat开始,pat中包含有表达式。第一个capture是从第一个圆括号开始的,然后表达式将匹配到一个abra。第二个capture组从第二个圆括号开始,但第一个capture组还没有结束,这意味着第一个组匹配的结果是abracad ,而第二个组的匹配结果仅仅是cad。因此如果通过使用?符号而使cad成为一项可选的匹配,匹配的结果就可能是abra或abracad。然后,第一个组就会结束,通过指定+符号要求表达式进行多次匹配。

  现在我们来看看匹配过程中发生的情况。首先,通过调用Regex的constructor方法建立表达式的一个实例,并在其中指定各种选项。在这个例子中,由于在表达式中有注释,因此选用了x选项,另外还使用了一些空格。打开x选项,表达式将会忽略注释和其中没有转义的空格。

  然后,取得表达式中定义的组的编号的清单。你当然可以显性地使用这些编号,在这里使用的是编程的方法。如果使用了命名的组,作为一种建立快速索引的途径这种方法也十分有效。

  接下来是完成第一次匹配。通过一个循环测试当前的匹配是否成功,接下来是从group 1开始重复对组清单执行这一操作。在这个例子中没有使用group 0的原因是group 0是一个完全匹配的字符串,如果要通过收集全部匹配的字符串作为一个单一的字符串,就会用到group 0了。

  我们跟踪每个group中的CaptureCollection。通常情况下每次匹配、每个group中只能有一个capture,但本例中的Group1则有两个capture:Capture0和Capture1。如果你仅需要Group1的ToString,就会只得到abra,当然它也会与abracad匹配。组中ToString的值就是其CaptureCollection中最后一个Capture的值,这正是我们所需要的。如果你希望整个过程在匹配abra后结束,就应该从表达式中删除+符号,让regex引擎知道我们只需要对表达式进行匹配。

基于过程和基于表达式方法的比较
  一般情况下,使用规则表达式的用户可以分为以下二大类:第一类用户尽量不使用规则表达式,而是使用过程来执行一些需要重复的操作;第二类用户则充分利用规则表达式处理引擎的功能和威力,而尽可能少地使用过程。

  对于我们大多数用户而言,最好的方案莫过于二者兼而用之了。我希望这篇文章能够说明.NET语言中regexp类的作用以及它在性能和复杂性之间的优、劣点。

基于过程的模式
  我们在编程中经常需要用到的一个功能是对字符串中的一部分进行匹配或其他一些对字符串处理,下面是一个对字符串中的单词进行匹配的例子:

  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))

   {

  // 取得匹配的字符串

   string x = m.ToString();

  // 如果第一个字符是小写

   if (char.IsLower(x[0]))

  // 变成大写

    x = char.ToUpper(x[0]) + x.Substring(1, x.Length-1);

  // 收集所有的字符

   result += x;

   }

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

  正象上面的例子所示,我们使用了C#语言中的foreach语句处理每个匹配的字符,并完成相应的处理,在这个例子中,新创建了一个result字符串。这个例子的输出所下所示:

  text=[the quick red fox jumped over the lazy brown dog.]

  result=[The Quick Red Fox Jumped Over The Lazy Brown Dog.]

基于表达式的模式
  完成上例中的功能的另一条途径是通过一个MatchEvaluator,新的代码如下所示:

  static string CapText(Match m)

    {

  //取得匹配的字符串

    string x = m.ToString();

  // 如果第一个字符是小写

    if (char.IsLower(x[0]))

  // 转换为大写

     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 + "]");

    }

  同时需要注意的是,由于仅仅需要对单词进行修改而无需对非单词进行修改,这个模式显得非常简单。

常用表达式
  为了能够更好地理解如何在C#环境中使用规则表达式,我写出一些对你来说可能有用的规则表达式,这些表达式在其他的环境中都被使用过,希望能够对你有所帮助。

罗马数字
  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);

交换前二个单词
  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);

关健字=值
  string t3 = "myval = 3";

  string p3 = @"(\w+)\s*=\s*(.*)\s*$";

  Match m3 = Regex.Match(t3, p3);

实现每行80个字符
  string t4 = "********************"

   + "******************************"

   + "******************************";

  string p4 = ".{80,}";

  Match m4 = Regex.Match(t4, p4);

月/日/年 小时:分:秒的时间格式
  string t5 = "01/01/01 16:10:01";

  string p5 = @"(\d+)/(\d+)/(\d+) (\d+):(\d+):(\d+)";

  Match m5 = Regex.Match(t5, p5);

改变目录(仅适用于Windows平台)
string t6 = @"C:\Documents and Settings\user1\Desktop\";

string r6 = Regex.Replace(t6,@"\\user1\\", @"\\user2\\");

扩展16位转义符
  string t7 = "%41"; // capital A

  string p7 = "%([0-9A-Fa-f][0-9A-Fa-f])";

  string r7 = Regex.Replace(t7, p7, HexConvert);

删除C语言中的注释(有待完善)
  string t8 = @"

  /*

   * 传统风格的注释

   */

  ";

  string p8 = @"

   /\* # 匹配注释开始的定界符

   .*? # 匹配注释

   \*/ # 匹配注释结束定界符

  ";

  string r8 = Regex.Replace(t8, p8, "", "xs");

删除字符串中开始和结束处的空格
  string t9a = " leading";

  string p9a = @"^\s+";

  string r9a = Regex.Replace(t9a, p9a, "");

  string t9b = "trailing ";

  string p9b = @"\s+$";

  string r9b = Regex.Replace(t9b, p9b, "");

  在字符\后添加字符n,使之成为真正的新行

  string t10 = @"\ntest\n";

  string r10 = Regex.Replace(t10, @"\\n", "\n");

转换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);

删除文件名包含的路径
  string t12 = @"c:\file.txt";

  string p12 = @"^.*\\";

  string r12 = Regex.Replace(t12, p12, "");

联接多行字符串中的行
  string t13 = @"this is

  a split line";

  string p13 = @"\s*\r?\n\s*";

  string r13 = Regex.Replace(t13, p13, " ");

提取字符串中的所有数字
  string t14 = @"

  test 1

  test 2.3

  test 47

  ";

  string p14 = @"(\d+\.?\d*|\.\d+)";

  MatchCollection mc14 = Regex.Matches(t14, p14);

找出所有的大写字母
  string t15 = "This IS a Test OF ALL Caps";

  string p15 = @"(\b[^\Wa-z0-9_]+\b)";

  MatchCollection mc15 = Regex.Matches(t15, p15);

找出小写的单词
  string t16 = "This is A Test of lowercase";

  string p16 = @"(\b[^\WA-Z0-9_]+\b)";

  MatchCollection mc16 = Regex.Matches(t16, p16);

找出第一个字母为大写的单词
  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);

找出简单的HTML语言中的链接
  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");
第 2 页,共 2 页 [1] [2]
站内搜索