C#探秘系列（六）

正则表达式与Regex类

一、正则表达式

正则表达式是一种用来描述和操作文本的强大语言。正则表达式主要用于字符串，即一组字符。当然，正则表达式的内容可以用一整本书来详细阐述，所以在这里仅介绍在C#中常用的规则。

1.正则表达式元字符

正则表达式语言由两种基本字符类型组成：原义（正常）文本字符和元字符。元字符使正则表达式具有处理能力。元字符既可以是放在 [] 中的任意单个字符（如 [a] 表示匹配单个小写字符 a ），也可以是字符序列（如 [a-d] 表示匹配 a、b 、c、 d 之间的任意一个字符，而 \w 表示任意英文字母和数字及下划线），下面是一些常见的元字符：

元字符	详细说明
.	匹配除\n以外的任何字符
[abcde]	匹配abcde之中的任意一个字符
[a-h]	匹配a到h之间的任意一个字符
[^fgh]	不与fgh之中的任意一个字符匹配
\w	匹配大小写英文字符及数字0-9之间的任意一个及下划线，相当于[a-zA-Z0-9]
\W	不匹配大小写英文字符及数字0-9之间的任意一个， 相当于[^a-zA-Z0-9]
\s	匹配任何空白字符，相当于[\f\n\r\t\v]
\S	匹配任何非空白字符，相当于[^\s]
\d	匹配任何0-9之间的单个数字， 相当于[0-9]
\D	不匹配任何0-9之间的单个数字，相当于[^0-9]
[\u4e00-\u9fa5]	匹配任意单个汉字（这里用的是Unicode编码表示汉字的）

2.正则表达式限定符

上面的元字符都是针对单个字符匹配的，要想同时匹配多个字符的话，还需要借助限定符。下面是一些常见的限定符（下表中n和m都是表示整数，且0 < n < m )：

限定符	详细说明
*	匹配0到多个元字符，相当于｛0，｝
？	匹配0-1个元字符，相当于｛0，1｝
｛n｝	匹配n个字符
｛n,｝	匹配至少n个元字符
｛n, m｝	匹配n-m个元字符
+	匹配至少1个元字符，相当于｛1，｝
\b	匹配单词边界
^	字符串必须以指定的字符开始
$	字符中必须以指定的字符结束

参考 http://www.cnblogs.com/JensonBin/archive/2011/09/13/2174611.html

二、Regex类

C#中提供的Regex类可以实现正则表达式的匹配、替换与分割等功能，它代表了不可变的可编译的正则表达式。其定义在源文件System.Text.RegularExpressions中。

1.匹配功能

首先定义两个变量：

String source = "04:03:27 127.0.0.0 LibertyAssociates.com " +
                "04:03:28 127.0.0.0 foo.com " + "04:03:29 127.0.0.0 bar.com ";
Regex regex = new Regex(@"\d");                

Regex(@”\d”)用指定的正则表达式初始化Regex类，用于匹配单数字。

1）判断是否匹配

if (regex.IsMatch(source))
                Console.WriteLine("The String has number!");
//output: The String has number!                

2）获取匹配数目

int count = regex.Matches(source).Count;
                Console.WriteLine("The String has {0} numbers!", count);
//output:The String has 36 numbers!                

3）获取匹配值

//the first method: using Match method
String match = regex.Match(source).Value;
                Console.WriteLine("The String has the number {0}!", match); 
//output:The String has the number 1!                
//the second method: using MatchGroup mehtod 
String matchGroup = regex.Match("ag123ssf23df").Groups[0].Value;
                Console.WriteLine("The String has a group of number {0}!", matchGroup);               
//output:The String has a group of number 1!                

4)利用Groups匹配分组

Regex theReg = new Regex(@"(?<time>(\d|\:)+)\s" 
                                        +@"(?<ip>(\d|\.)+)\s" + @"(?<site>\S+)");
            // get the collection of matches
            MatchCollection theMatches = theReg.Matches(source);
                foreach (Match theMatch in theMatches)
            {// iterate through the collection
                 if (theMatch.Length != 0)
                {
                    Console.WriteLine("\ntheMatch: {0}", theMatch.ToString());
                    Console.WriteLine("time: {0}", theMatch.Groups["time"].Value);
                    Console.WriteLine("ip: {0}", theMatch.Groups["ip"].Value);
                    Console.WriteLine("site: {0}", theMatch.Groups["site"].Value);
                }
            }
//output:

theMatch: 04:03:27 127.0.0.0 LibertyAssociates.com
time: 04:03:27
ip: 127.0.0.0
site: LibertyAssociates.com

theMatch: 04:03:28 127.0.0.0 foo.com
time: 04:03:28
ip: 127.0.0.0
site: foo.com

theMatch: 04:03:29 127.0.0.0 bar.com
time: 04:03:29
ip: 127.0.0.0
site: bar.com
请按任意键继续. . .            

2.替换功能

1）Replace()替换

Regex replaceRex = new Regex(" ");
                String result = replaceRex.Replace(source, " | ");
                Console.WriteLine("\nThe result is: {0} ", result);
//output:
The result is: 04:03:27 | 127.0.0.0 | LibertyAssociates.com | 04:03:28 | 127.0.0
.0 | foo.com | 04:03:29 | 127.0.0.0 | bar.com
请按任意键继续. . .

2）使用 MatchEvaluator 委托替换

using System;
using System.Text.RegularExpressions;

class MyClass
{
   static void Main(string[] args)
   {
      string sInput, sRegex;

      // The string to search.
      sInput = "aabbccddeeffcccgghhcccciijjcccckkcc";

      // A very simple regular expression.
      sRegex = "cc";

      Regex r = new Regex(sRegex);

      MyClass c = new MyClass();

      // Assign the replace method to the MatchEvaluator delegate.
      MatchEvaluator myEvaluator = new MatchEvaluator(c.ReplaceCC);

      // Write out the original string.
      Console.WriteLine(sInput);

      // Replace matched characters using the delegate method.
      sInput = r.Replace(sInput, myEvaluator);

      // Write out the modified string.
      Console.WriteLine(sInput);
   }

   public string ReplaceCC(Match m)
   // Replace each Regex cc match with the number of the occurrence.
   {
      i++;
      return i.ToString() + i.ToString();       
   }
   public static int i=0;
}
// The example displays the following output:
//       aabbccddeeffcccgghhcccciijjcccckkcc
//       aabb11ddeeff22cgghh3344iijj5566kk77