.NET正则表达式基础入门（四）

时间：2023-12-17 21:32:08

断言

　　判断某个位置左侧或者右侧是否符合匹配。常见断言有三种，单词边界、行起始/结束位置、环视。阅读本章前，建议先下载我于CSDN上传的示例代码，下载无需分数，下载链接。

1.单词边界

　　正则表达式"\b"用于匹配单词的边界。实际上他匹配一个这样的位置，这个位置一边匹配"\w"，一边不匹配"\w"。例如，输入字符串"I Love China!"，若用正则表达式"\b\w+\b"来匹配，则能捕获子字符串"I","Love","China"。

2.行起始/结束位置

　　行起始位置可用"^"匹配，行结束位置可用"$"匹配。这个看起来十分简单，但是有一点需要十分注意。当他们在单行模式下和在多行模式下能匹配的位置是不同的。起初在我学习正则表达式时，误以为单行模式是将输入的字符串看成是单行的，多行模式则看成多行。其实后来通过代码的测试并且看了一些其他的博客，才理解其实单行模式和多行模式，只是影响某一些正则表达式字符所能匹配的字符串而已。下面做出我对单行模式和多行模式的理解。

　　首先，通过看资料得知在Windows平台下，每一行的换行符总是"\r\n"这样的。而其他平台的换行符则是"\n"这样的。

　　单行模式下，"^"比较简单，即匹配文本的最开始的位置，不管你这个输入文本是单行的还是多行的。多行模式下，"^"除了具有单行模式的能力外，还能匹配"\n"之后的位置。但是不能匹配"\r"后面的位置，当时看了某篇博文误导了好久。Regex类下的Replace方法，对匹配的字符串替换成你想要的字符串。若匹配的是位置，这实际上是在该位置上添加你想要的字符串。　　

Regex regex = new Regex("^");//默认所有都为单行模式

string replace = regex.Replace("abc\n", "|");//"|abc\n" 该值通过断点得出而非控制台

regex = new Regex("^", RegexOptions.Multiline);//多行模式

replace = regex.Replace("abc\n", "|");//"|abc\n|" 该值通过断点得出而非控制台

　　单行模式下，"$"匹配文本的最后位置，其实这里说最后位置是不准确的，我无法给出一个准确的词语描述，只能同过代码来让你们注意某些事情。多行模式下，同样除了具有单行模式的能力外还能匹配"\n"之前的位置，并且也是不能匹配"\r"前面的位置。

Regex regex = new Regex("$");//默认所有都为单行模式

string replace = regex.Replace("abc\nabc\n", "|");//"abc\nabc|\n|" 该值通过断点得出而非控制台

replace = regex.Replace("abc\nabc\nabc", "|");//"abc\nabc\nabc|" 该值通过断点得出而非控制台

regex = new Regex("$", RegexOptions.Multiline);//多行模式

replace = regex.Replace("abc\nabc\n", "|");//"abc|\nabc|\n|" 该值通过断点得出而非控制台

　　看到以上结果了吗，单行模式下的"$"，如果是以"\n","\r\n"结尾的，除了匹配他们之后的位置，也会匹配他们之前的位置，导致得出第一个replace的结果。如果不以"\n","\r\n"结尾的则没有争议的在最后位置上匹配了。多行模式下同样有这个问题。为了解决这个问题，可以用"\z"来保证匹配字符串的最后一个位置，但是也不再有多行模式下的能力了。

Regex regex = new Regex(@"\z");//默认所有都为单行模式

string replace = regex.Replace("abc\nabc\n", "|");//"abc\nabc\n|" 该值通过断点得出而非控制台

replace = regex.Replace("abc\nabc\nabc", "|");//"abc\nabc\nabc|" 该值通过断点得出而非控制台

 regex = new Regex(@"\z", RegexOptions.Multiline);//多行模式

replace = regex.Replace("abc\nabc\n", "|");//"abc\nabc\n|" 该值通过断点得出而非控制台

3.环视

　　环视的作用是，当匹配到某个位置的时候，我们要确定该位置的左边或右边是否匹配我们设定的正则表达式，若是，则该位置匹配，继续完成后面的匹配，若否，则不匹配，也无需继续后面的匹配了。环视语法：往右环视，即顺序环视"(?=regStr)","(?!regStr)"，其中"="表示肯定，"!"表示否定，即要不要匹配的问题。往左环视，即逆序环视"(?<=regStr)","(?<!regStr)"。

　　例子1：外国人的数字通常喜欢用","去分隔，如有一个数字在中国是这样的"123456789"，在过外就变成这样了"123,456,789"。我们可以总结出这样的规律，在这样一个位置上添加","，该位置的右边必须是3倍个数的数字，该位置的左边还必须有数字。这样，我们写出了正则表达式"(?<=\d)(?=(?:\d{3})+)"

Regex regex = new Regex(@"(?<=\d)(?=(?:\d{3})+)");

Console.WriteLine(regex.Replace("", ","));//1,2,3,4,5,6,789

　　嗯，看来我们的思维还不够缜密，并不能一次编写正确的正则表达式，不过没关系，出现bug后我们可以立刻修正bug。导致这个bug的原因在于顺序环视时，当我们环视匹配完3倍个数的数字后，还必须保证他的后面再也没有数字了。找到问题的关键，我们来写出新的正则表达式"(?<=\d)(?=(?:\d{3})+(?!\d))"。在环视内部可以再嵌套一个环视。

Regex regex = new Regex(@"(?<=\d)(?=(?:\d{3})+(?!\d))");

Console.WriteLine(regex.Replace("", ","));//123,456,789

Console.WriteLine(regex.Replace("", ","));//1,234,567,890

　　例子2：当我们得到一个这样无序的，包含数字和字母的字符串"1sf2sdf333sf55ew2156we98552af3sd5fas6654sdfa65assfd56"时，我们可以相当容易的用"\d+"来捕获其中的数字，但如果我不要求捕获这些数字，而是要求将数字用括号括起来，并将字符串返回怎么办。思路，我们要匹配的是一个位置，并在这个位置上加上括号。这个位置可以很简单的想到，他的一边是数字，一边不是数字。当然，我们要分两步实现这个功能，第一步，先用正则表达式"(?<!\d)(?=\d)"匹配数字开始的位置。第二部，用正则表达式"(?<=\d)(?!\d)"匹配数字结束的位置。是不是十分方便，用这么少的代码便完成了我们以前不敢想的功能。

Regex regex = new Regex(@"(?<!\d)(?=\d)");//匹配数字开头

string replace = "1sf2sdf333sf55ew2156we98552af3sd5fas6654sdfa65assfd56";

replace = regex.Replace(replace,"(");//"(1sf(2sdf(333sf(55ew(2156we(98552af(3sd(5fas(6654sdfa(65assfd(56"

regex = new Regex(@"(?<=\d)(?!\d)");//匹配数字结尾

replace = regex.Replace(replace, ")");//"(1)sf(2)sdf(333)sf(55)ew(2156)we(98552)af(3)sd(5)fas(6654)sdfa(65)assfd(56)"

Console.WriteLine(replace);

　　断言暂时介绍这么多，谢谢！

相关文章