[正则表达式]基础知识总结

8/3/2015来源:C#应用人气:1579

[正则表达式]基础知识总结

Posted on 2014-12-22 22:27 lsr_flying 阅读(...) 评论(...) 编辑 收藏

  一直只是知道正则表达式的用途,但具体没使用过,今天稍微了解了下它的基础用法。这里总结一下。

  

  命令空间:System.Text.RegularExPRessions

  用途:

    1.   对字符串进行查找和替换;
    2.   识别重复的单词;
    3.   转换格式;
    4.   区分一个字符串的各个子元素,并进行提取。

  RegEx类:

   是对正则表达式引擎的类抽象,通过调用该抽象类的不同方法,实现对正则表达式的处理。

   该类的主要方法如下所示,具体用途相信通过方法名即可知道:

  

  了解完Regex类的主要方法后,还需要关注三个比较重要的类和它们的层次,分别是:Match类、Group类和Capture类。

  假设有如下字符串,input(原始字符串),pattern(正则表达式).

  Match类:模式匹配返回的一个结果,比如调用Regex.Match()方法,会根据输入的正则表达式(pattern),在字符串(input)中进行匹配,每个匹配的结果返回一个Match类实例。

  Group类:表示正则表达式(pattern)中的子表达式的匹配结果,用括号括起来,如patter=@"(\d{1,2})[.,]?(\d{1,3})"。就有两个组:(\d{1,2})和(\d{1,3})。

  Capture类:返回匹配子表达式的结果。CaptureCollections返回所有符合子表达式的结果。

  Group类与Capture类的区别

  参考MSDN上的帮助文档(http://msdn.microsoft.com/en-us/library/system.text.regularexpressions.group(v=vs.110).aspx),通过以下代码来说明它们的区别:

 1 using System; 2 using System.Text.RegularExpressions; 3  4 public class Example 5 { 6    public static void Main() 7    { 8       string pattern = @"(\b(\w+?)[,:;]?\s?)+[?.!]"; 9       string input = "This is one sentence. This is a second sentence.";10 11       Match match = Regex.Match(input, pattern);12       Console.WriteLine("Match: " + match.Value);13       int groupCtr = 0;14       foreach (Group group in match.Groups)15       {16          groupCtr++;17          Console.WriteLine("   Group {0}: '{1}'", groupCtr, group.Value);18          int captureCtr = 0;19          foreach (Capture capture in group.Captures)20          {21             captureCtr++;22             Console.WriteLine("      Capture {0}: '{1}'", captureCtr, capture.Value);23          }24       }   25    }26 }27 // The example displays the following output: 28 //       Match: This is one sentence. 29 //          Group 1: 'This is one sentence.' 30 //             Capture 1: 'This is one sentence.' 31 //          Group 2: 'sentence' 32 //             Capture 1: 'This ' 33 //             Capture 2: 'is ' 34 //             Capture 3: 'one ' 35 //             Capture 4: 'sentence' 36 //          Group 3: 'sentence' 37 //             Capture 1: 'This' 38 //             Capture 2: 'is' 39 //             Capture 3: 'one' 40 //             Capture 4: 'sentence'

  

  如果在字符后添加了quantifiers(数量词),如在pattern表达式中,(\w+?)用来匹配出现在一个句子当中的多个单词。但是Group对象只返回最后一个匹配(\w+?)的对象。而Capture记录的是每一次匹配(\w+?)的对象。如果没有添加数量词,Capture和Group可用来表示同一个对象。

  下图表示了三者的继承关系(左图),在使用时的层次关系(右图):

  接下来,就是介绍如何写正则表达式。这就是对不同字符串的分类和抽象表示的过程。主要包括以下9种类型:

  1. Character Escapes,转义字符;
  2. Character Classes:表示对字符的抽象分类;
  3. Anchors:锚点,界定字符位置;
  4. Group Construcs:对字符进行组合,使正则引擎想对待一个字符一样处理这个序列,用括号括起一个组;
  5. Quantifiers:数量词,定义字符出现的次数;
  6. Backreference Constructs:使用之前匹配的子表达式再次进行匹配;
  7. Alternation Constructs:选择匹配语句;
  8. Substitutions:字符替换;
  9. Regular Expression Options:正则表达式具体操作选项。

  

  理清楚这些类型之间的关系后,使用正则表达式就会有一个比较清晰的思路和概念。正则表达式的关键就是在于如何写正确的匹配语句,它是后续其它操作的基础。具体的类型格式可参考MSDN的:Quick Reference in PDF (.pdf) format。(具体下载链接:http://msdn.microsoft.com/en-us/library/hs600312.aspx)。

  下面附上一些自己练习的简单正则表达式,以方便有一个直观理解:

1.将首字母替换成大写:

1 string input = "this is a Good mornIng.";2 string pattern = @"\b([a-z])([a-zA-Z]{2,})\b";3 string result = Regex.Replace(input, pattern,              match=>match.Groups[1].Value.ToUpper()+match.Groups[2].Value);4  Console.WriteLine(result);5 6 //结果:This is a Good MornIng.

  2.替换货币符号:

1 string Word = "$12.4 $0.2 $2 3.5";2 string sub = "$1";3 string pattern = @"\p{Sc}*(\d+[,.]?\d*)";4 string result = Regex.Replace(word, pattern, "($1)");5 Console.WriteLine(result);6 7 //Result:8 //(12.4) (0.2) (2) (3.5)