.NET正则中的字符转义.docVIP

.NET正则中的字符转义 1????????概述 这或许会是一个让人迷惑，甚至感到混乱的话题，但也正因为如此，才有了讨论的必要。 在正则中，一些具有特殊意义的字符，或是字符序列，被称作元字符，如“?”表示被修饰的子表达式匹配0次或1次，“(?i)”表示忽略大小写的匹配模式等等。而当这些元字符被要求匹配其本身时，就要进行转义处理了。 不同的语言或应用场景下，正则定义方式、元字符出现的位置不同，转义的方式也是林林总总，不一而同。 2????????.NET正则中的字符转义 2.1?????.NET正则中的转义符 绝大多数语言中，“/”都被作为转义符，用来转义一些具有特殊意义的字符或字符序列，比如“/n”表示换行，“/t”表示水平制表符等。而这样的转义，应用到正则中，又会有一些意想不到的变化。 话题由C#中一个正则问题引出 string[] test =?new?string[]{//,?////}; Regex?reg =?new?Regex(^////$); foreach?(string?s?in?test) { ?????richTextBox2.Text +=?源字符串：??+ s.PadRight(5,? ) +?匹配结果：??+ reg.IsMatch(s) +?/n; } /*--------输出-------- 源字符串：?/????匹配结果：?True 源字符串：?//???匹配结果：?False */ 对于这个结果，或许有人会感到迷惑，字符串中的“//”不是代表一个经过转义的“/”字符吗？而“////”不就应该代表两个经过转义的“/”字符吗？那么上面正则匹配的结果应该是第一个为False，第二个为True才对啊？ 对于这一问题，直接解释或许不太容易理解，还是换种方式来解释吧。 比如要匹配的字符是这样的 string?test =?(; 那么正则如何写呢？因为“(”在正则中是有特殊意义的，所以写正则时必须对它进行转义，也就是“/(”，而在字符串中，要使用“//”?来表示“/”本身，也就是 Regex?reg =?new?Regex(^//($); 这个如果理解了，那再把“(”换回“/”，同样道理，在字符串中，要使用“//”?来表示“/”本身，也就是 Regex?reg =?new?Regex(^////$); 通过这样的分析，可以看出，其实在以字符串形式声明的正则中，“////”匹配的实际上就是单独的一个“/”字符。总结一下它们之间的关系： 输出到控制台或界面的字符串：/ 程序中声明的字符串：string?test =?//; 程序中声明的正则：Regex?reg =?new?Regex(^////$); 这样解释是不是已经可以理解了，那么是不是感觉这样很笨拙？是的，在程序中以字符串形式声明的正则，涉及到转义符时就是这样笨拙的。 所以在C#中，还提供了另一种字符串声明方式，在字符串前加个“@”，就可以忽略转义。 string[] test =?new?string[] {?@/,?@//?}; Regex?reg =?new?Regex(@^//$); foreach?(string?s?in?test) { ????richTextBox2.Text +=?源字符串：??+ s.PadRight(5,? ) +?匹配结果：??+ reg.IsMatch(s) +?/n; } /*--------输出-------- 源字符串：?/????匹配结果：?True 源字符串：?//???匹配结果：?False */ 这样就简洁多了，也符合通常的理解。 但同时也带来另一个问题，就是双引号的转义处理。在普通的字符串声明中，可以用“/””对双引号进行转义。 string?test =?a href=//only a test/a; 但是在字符串前加了“@”后，“/”会被识别为“/”字符本身，这样就不能用“/””对双引号进行转义了，需要用“”””对双引号进行转义。 string?test =?@a href=only a test/a; 而在VB.NET中，正则的定义只有一种形式，与C#中加了“@”后的定义方式是一致的。 Dim?test?As?String() =?New?String() {/,?//} Dim?reg?As?Regex =?New?Regex(^//$) For?Each?s?As?String?In?test ????RichTextBox2.Text +=?源字符串：? s.PadRight(5,? c) ?匹配结果：? reg.IsMatch(s) vbCrLf Next --------输出-------- 源字符串：/????匹配结果：True 源字符串：//???匹配结果：False --