C#中的正则表达式

　　其中如果包含的字符串中包含双引号，那么就两个双引号表示，而不是反斜杠加上双引号（\”），也不是斜杠加上双引号（/”）

　   正则表达式获取CSS里面的图片的例子，里面有URL里面的图片地址有双引号，要注意用两个双引号""表示

        static void Main(string[] args)
        {
            Regex reg = new Regex(@"url\((['""]?)(.+[^'""])\1\)");  //注意里面的引号 要用双引号表示，而不是用反斜杠
            Console.WriteLine(reg.Match(@"{background-image:url(//ssl.gstatic.com/ui/v1/menu/checkmark.png);backgro")); //输出 url(//ssl.gstatic.com/ui/v1/menu/checkmark.png)

            Console.ReadKey();
        }

　　带组名的后向引用在C#中是 \k<num> ，匹配重复单词的例子：

        static void Main(string[] args)
        {
            Regex reg = new Regex(@"\b(?<group>\w+ +)\k<group>");
            string str = "what the hell are you you talking about?";
            Console.WriteLine(reg.Match(str));

            Console.ReadKey();
        }

 　　在C#中new一个Regex对象的时候，第二个参数能够用枚举支持选择匹配模式，现在就来说说这些枚举值对正则的影响。

　　　模式　　　　　　　　　　　　　　说明

　　　.SingleLine　　　　　　　　　　 点号能够匹配任何字符
　　　.Multiline　　　　　　　　　　　 扩展^和$的匹配，使^和$能够匹配字符串内部的换行符
　　　.IgnorePatternWhitespace　　 设计宽松排列和注释模式
　　　.IgnoreCase　　　　　　　　　 进行不区分大小写的匹配
　　  .ECMAScript　　　　　　　　　 限制\w \s \d，令其只对ASCII字符有效
　　　.RightToLeft　　　　　　　　　 传动装置的驱动过程不变，但是方向相反(从字符的末尾开始，向开头移动)
　　　.Compiled　　　　　　　　　　 多花些时间优化正则表达式，编译到dll里，占用多点内存，但是匹配更快。
　　　.ExplicitCapture　　　　　　　　普通括号()在正常情况下是捕获型括号，但是在此模式下与(?:...)一样，之分组，不捕获

 

 　  RegexOptions.Compiled的意义

　　使用RegexOptions.Compiled与不使用RegexOptions.Compiled的对比

　　标准　　　　　　不使用　　　　　　　　　　使用

　　启动速度　　　　较快　　　　　　　　　　　较慢(最多60倍)
　　内存占用　　　　少　　　　　　　　　　　　多(每个正则表达式占用5-15KB)
　　匹配速度　　　　一般　　　　　　　　　　　最多能提升10倍

　　在使用了RegexOptons.Compiled时，在程序执行过程中，这块内存会一直被占用，无法被释放，因此仅对于那些经常被使用的正则表达式才适合使用此选项。

　　ECMAScript模式

　　要注意ECMAScript只能与下面的选项同时使用

　　RegexOptons.IgnoreCase
　　RegexOptons.Multiline
　　RegexOptons.Compiled

　　而且反斜线-数字不会有反向引用和十进制转移的二义性，因为它只能够表示反向引用。例如 \10 表示反向引用 \1 然后是文字0。如果没有启用该模式，则 \12 匹配的是ASCII进纸符linefeed。同时\w \d \s \W \D \S只能匹配ASCII。

　　另外在C#中，分组的编号也需要注意。

　　分组0是整个正则表达式匹配到的结果。

　　然后依次是未命名分组。

　　最后是命名分组。

　　例如：

　　(\w)(?<Num>\d+)(\s+)

　　　1　　　3　　　　　2

 　　特殊的Replacement处理

　　Regex.Replace方法和Match.Result方法都可以接收能够进行特殊处理的replacement字符串。下面的字符序列会被匹配到的文本所替换：

　　字符序列　　　　　　　　　　替换内容

　　$&　　　　　　　　　　　　  整个表达式匹配的文本，相当于$0

　　$1  $2　　　　　　　　　　  对应编号的捕获分组所匹配的文本

　　${name}　　　　　　　　　 对应命名捕获分组匹配的文本

　　$‘　　　　　　　　　　　　　目标字符串中匹配文本之前的文本

　　$'　　　　　　　　　　　　　目标字符串中匹配文本之后的文本

 　  $$　　　　　　　　　　　　 单个$字符($1的显示为$$!)

　　$_　　　　　　　　　　　　 正则原始目标字符串的副本

　　$+　　　　　　　　　　　　 .NET中表示最后的那个捕获型括号匹配的文本

 

static void Main(string[] args)
        {
            Regex reg1 = new Regex(@"\d+");
            string str = reg1.Replace("123","insert into table where id = $&");
            Console.WriteLine(str);     //输出 insert into table where id = 123

            Regex reg2 = new Regex(@"1\+1=(\d)");
            string str2 = reg2.Replace("1+1=3","不是$1");
            Console.WriteLine(str2);    //输出 不是3

            Regex reg3 = new Regex(@"1\+1=(?<result>\d)");
            string str3 = reg3.Replace("1+1=3", "不是${result}");
            Console.WriteLine(str3);    //输出 不是3

            Regex reg4 = new Regex(@"\d+");
            string str4 = reg4.Replace("123ABC", "后面是$'");  //匹配文本之后的文本
            Console.WriteLine(str4);    //输出 后面是ABCABC     为什么会输出 后面是ABCABC呢？因为$'指的是ABC，然后替换掉原字符串中的123。不懂看多几次这句话

            Regex reg5 = new Regex(@"\d+");
            string str5 = reg5.Replace("ABC123", "前面是$`");  //ABC前面是ABC 符号是 1左边那个
            Console.WriteLine(str5);

            Regex reg6 = new Regex(@"\d+");
            string str6 = reg6.Replace("ABC123","右边原始输入字符串$_");
            Console.WriteLine(str6);    //输出 右边是原始字符串ABC123

            Console.ReadKey();
        }

关于.net中的正则装配件是用于构建正则表达式库的，保存在硬盘中，其他程序也能够调用，提高重用率。主要就是用到了Regex类的CompileToAssembly方法。 　　

2013-4-26　　微雨，阴霾

今天，碰到一个非常有趣的问题，公司多了个客户，产品那边说添加关键词太辛苦，让我帮忙批量导入一批关键词。哥这几天正好在研究正则表达式呢，于是二话不说，立马应了下来。一看，Excel，算了NPOI还没学呢。于是复制到txt文本里。
格式如下:
中山大道
粤垦路
.....
天助我也，难度不大，而且看来这几天学的东西有用武之地了。于是立马有了以下代码

static void Main(string[] args)
{
　　string str = File.ReadAllText(@"D:\daoru.txt", Encoding.Default);
　　Regex reg = new Regex(@".+");
　　string str1 = reg.Replace(str, "insert into Keyword values(196,'admin1','admin1','$&')");
　　File.WriteAllText(@"D:\123.txt", str1);

　　Console.ReadKey();
}

　　这是一个根据关键词生成SQL语句的方法，从D盘导入txt文本(在这个地方，碰到一个问题，因为关键词是中文，所以直觉上觉得应该用Utf-8编码去读，但是竟然出错了。于是上网查了一下，居然用Encoding.Default可以解决这个问题)。然后用正则表达式匹配到关键词。默认的new Regex() 点号.是不会匹配换行符的，因此非常适合关键词一行一个的，例如从Excel复制过来的时候。然后用Regex类提供的Replace将关键词替换成Sql语句，直接黏贴到数据库上全选，执行。OK。一次过导入了近500个关键词。

2013-4-27　　　　晴

　　本来以为正则表达式学得不错了，结果昨天替换的SQL语句就出了问题，存入数据库的数据无缘无故多了个换行符。其实在执行SQL语句的时候，SQLSERVER已经很尽职地给出提示了，可惜太大意或者说高兴得太早直接忽略了。来看昨天SQL语句执行时的图片：

　　看到换行了吧，这样一来就会将在结果中多了个\r，在数据库表中还看不到，但是在用的时候，如果仅仅用于显示，也没问题，但是如果用来匹配，那就悲剧了。因此今天更改了程序。要将换行符替换掉。代码改为如下所示，其中改动部分红色标记：

        static void Main(string[] args)
        {
            string str = File.ReadAllText(@"D:\daoru.txt", Encoding.Default);
            Regex reg = new Regex(@".+");
            string str1 = reg.Replace(str, "insert into JM_SinaBlog_KeyWord values(105,'jmeii','jmeii','$&')").Replace((char)13, (char)0);//here
            File.WriteAllText(@"D:\123.txt", str1);

            Console.ReadKey();
        }

　　这样一来，就替换掉换行符了。将生成的代码再复制到SQLSERVER里，可以看到SQLSERVER的显示变了：

　　

　　这样就没问题了，以后在写正则表达式时要对换行，空格非常敏感才行。