正则表达式是一门灵活性非常强的语言,匹配同样的字符串可能在不同的开发人员那里会得到不同的结果,在平常的时候也是用的时候看看相关资料,不用的时候就丢在脑后了,尽管在处理大部分情况下都能迅速处理,但是处理一些复杂的情况效率仍是不高,借着前阵子做过的一个项目涉及到正则表达式的机会,将有关资料阅读了一遍并结合了自己的体会,整理了几篇利用 C# 进行正则表达式编程的文章,一来加深自己的印象和理解,二来供博客上的读者学习借鉴。
在 .NET 中提供了对正则表达式的支持,并且提供了相关的类,分别有: Regex 、 Match 、 Group 、 Capture 、 RegexOptions 、 MatchCollection 、 GroupCollection 、 CaptureCollection 。它们之间的关联如下:
对它们描述如下:
Regex
:正则表达式类,代表了一个不可变的正则表达式。
Match
:代表了
Regex
类的实例的一次匹配结果,可以通过
Regex
的
Match()
实例方法返回一个
Match
的实例。
MatchCollection
:代表了
Regex
类的实例的所有匹配结果,可以通过
Regex
的
Matches()
实例方法返回一个
MatchCollection
的实例。
Group
:表示单个捕获组的结果。由于一次匹配可能包含
0
个、
1
个或多个分组,所以
Match
的实例中返回的是捕获组集合的结果,即
GroupCollection
。
GroupCollection
:表示单个匹配中的多个捕获组的集合,可以通过
Match
的
Groups
实例属性返回
GroupCollection
的实例。
Capture
:表示单个捕获中的一个子字符串。同
Group
一样,由于一个捕获中可能包含
0
个、
1
个或多个子字符串,所以
Group
的实例中返回的是子字符串集合的结果,即
CaptureCollection
。
CaptureCollection
:默认表示按照从里到外、从左到右的顺序由捕获组匹配到的所有子字符串集合,可以通过
Group
或者
Match
的
Captures
实例属性返回
CaptureCollection
的实例。注意,可以使用
RegexOptions.RightToLeft
来改变这种匹配顺序。
RegexOptions
:提供用于设置正则表达式选项的枚举值。
像上面提到的
RightToLeft
就是它的一个枚举值之一,除此之外还有
None
、
IgnoreCase
、
Multiline
、
ExplicitCapture
、
Compiled
、
Singleline
、
IgnorePatternWhitespace
、
RightToLeft
、
ECMAScript
及
CultureInvariant
。
RegexOptions
枚举值可以相加,比如我们想匹配不区分大小写的字符串“
abc
”并且还想提高一下执行速度,那么可以写如下代码:
RegexOptions options=RegexOptions.IgnoreCase|RegexOptions.Compiled;
Regex regex=new Regex("abc",options);
Regex
、
Match
、
Group
及
Capture
的关系及成员
从上图可以看出
Regex
类提供了许多静态方法,很多方法还提供了多种重载方式(在图中对存在多种参数重载的方法都以“
...
”表示),除此之外我们还会发现
Capture
、
Group
及
Match
之间存在继承关系(说实在话刚开始用的时候我发现它们之间存在着很多相同的字段,这让我当时迷惑不已,希望大家看到这个图后不要再像我当初那样迷惑了)。
在使用
C#
中的正则表达式进行文本处理之前先花点时间了解一下
.NET
中有关正则表达式的类和它们之间的关系是有必要的,这篇就算是预热篇了,在开始学习正则表达式之前做做热身运动。虽然在
C#
中有关正则表达式的类不多,但是对于初学者来说还是容易引起混淆,从而出现不知道该用哪些类的哪些方法或者属性的情况,这篇算是做个初步介绍吧。下一篇就先讲述
Regex
类,利用
Regex
可以用来替换、分割和处理字符串。