正则表达式基础知识详解.doc

正则表达式应该掌握的基础知识 　　规则表达式的知识可能是不少编程人员“常学常忘”的知识之一。在这篇文章中，我们将假定你已经掌握了规则表达式的用法，尤其是Perl 5中表达式的用法。.NET的regexp类是Perl 5中表达式的一个超集，因此，从理论上说它将作为一个很好的起点。我们还假设你具有了C#的语法和.NET架构的基本知识。 ?? 　　如果你没有规则表达式方面的知识，我建议你从Perl 5的语法着手开始学习。在规则表达式方面的权威书籍是由杰弗里·弗雷德尔编写的《掌握表达式》一书，对于希望深刻理解表达式的读者，我们强烈建议阅读这本书。 ?? RegularExpression组合体 　　regexp规则类包含在System.Text.RegularExpressions.dll文件中，在对应用软件进行编译时你必须引用这个文件，例如： csc r:System.Text.RegularExpressions.dll foo.cs 命令将创建foo.exe文件，它就引用了System.Text.RegularExpressions文件。 ?? 名字空间简介 　　在名字空间中仅仅包含着6个类和一个定义，它们是： ?? 　　Capture: 包含一次匹配的结果； 　　CaptureCollection: Capture的序列； 　　Group: 一次组记录的结果，由Capture继承而来； 　　Match: 一次表达式的匹配结果，由Group继承而来； 　　MatchCollection: Match的一个序列； 　　MatchEvaluator: 执行替换操作时使用的代理； 　　Regex: 编译后的表达式的实例。 　　Regex类中还包含一些静态的方法： 　　Escape: 对字符串中的regex中的转义符进行转义； 　　IsMatch: 如果表达式在字符串中匹配，该方法返回一个布尔值； 　　Match: 返回Match的实例； 　　Matches: 返回一系列的Match的方法； 　　Replace: 用替换字符串替换匹配的表达式； 　　Split: 返回一系列由表达式决定的字符串； 　　Unescape:不对字符串中的转义字符转义。 ?? 简单匹配 　　我们首先从使用Regex、Match类的简单表达式开始学习。 ?? Match m = Regex.Match(abracadabra, (a|b|r)+); ?? 我们现在有了一个可以用于测试的Match类的实例，例如：if (m.Success)... 如果想使用匹配的字符串，可以把它转换成一个字符串： ?? Console.WriteLine(Match=+m.ToString()); ?? 这个例子可以得到如下的输出: Match=abra。这就是匹配的字符串了。 ?? 字符串的替换 　　简单字符串的替换非常直观。例如下面的语句： ?? string s = Regex.Replace(abracadabra, abra, zzzz); ?? 它返回字符串zzzzcadzzzz，所有匹配的字符串都被替换成了zzzzz。 　　现在我们来看一个比较复杂的字符串替换的例子： ?? string s = Regex.Replace( abra , @^\s*(.*?)\s*$, $1); ?? 这个语句返回字符串abra，其前导和后缀的空格都去掉了。 上面的模式对于删除任意字符串中的前导和后续空格都非常有用。在C#中，我们还经常使用字母字符串，在一个字母字符串中，编译程序不把字符“ ” 作为转义字符处理。在使用字符“”指定转义字符时，@...是非常有用的。另外值得一提的是$1在字符串替换方面的使用，它表明替换字符串只能包含被替换的字符串。 　　匹配引擎的细节 　　现在，我们通过一个组结构来理解一个稍微复杂的例子。看下面的例子： string text = abracadabra1abracadabra2abracadabra3;string pat = @　( # 第一个组的开始　 abra # 匹配字符串abra　　( # 第二个组的开始　　 cad # 匹配字符串cad　　 )? # 第二个组结束（可选）　) # 第一个组结束　+ # 匹配一次或多次;//利用x修饰符忽略注释Regex r = new Regex(pat, x);//获得组号码的清单int[] gnums = r.GetGroupNumbers();//首次匹配Match m = r.Match(text);while (m.Success){　//从组1开始　for (int i