最近在信息科技大學上傳智.Net就業班的課程，中午有位信息科技大學的老師問我關於正則表達式的問題. 問題大致這麼描述的：
有一個字符串，裡面是中文與英文的混排內容，中間包含幾對中括號（方括號），現在有個需求，就是移除中括號中所有的英文字符，保留其他數據.
我一看就覺得可以完成，但是隨手一寫發現有點問題，可能處於數學出身的原因，總想把問題盡量寫得全面，我中午吃飯的時候就在考慮該怎麼些比較好. 這裡給出我思考這個問題的思路，看看有沒有給大家一點啟發.
化歸思想
數學裡面有個很重要的思想，就是“化歸”思想. 什麼是化歸呢？簡單的說，就是將復雜的問題進行歸納總結，將其變成一些簡單的問題的組合，然後簡單問題解決了，復雜問題也就解決了.
有朋友就會說了：“看了數學頭痛，還跟我提什麼化歸思想… …”
其實不然，只是化歸思想這個名字很嚇人——數學思想啊，其實她很基礎，因為我們天天都在用這個思想. 來一個生活中的例子，想知道一個超市的商品質量和價格好與不好，怎麼考究？顯然這個咱們沒有辦法一個個檢驗，但是我們看得到，可以比較. 如果這個超市總是人很多，而且消費者投訴也很少，那我們就可以下結論了，這個超市不錯. 再比如說，面向對象中的一個概念，C#中繼承具有傳遞性，這個怎麼理解？其實很簡單，因為繼承，子類包含了父類的成員，那麼一直下去，孫子類繼承子類，就包含了子類成員，即是孫子類包含了父類成員，因此就有了結論，派生類都具有基類成員，自然傳遞性就很好理解了.
問題化歸
那麼說過了這麼多和解決這個問題有什麼關系呢？顯然我解決這個問題使用了化歸的思想. 關鍵是這個問題有什麼難點呢？
我們先來看一個例子：
有一個字符串
1 string str = "abc[你abc好]abc";
現在要將字符串裡面的“[你abc好]”中的英文字符“abc”去掉，使得字符串變為
1 string str = "abc[你好]abc";
顯然使用正則表達式可以是
1 string str = Regex.Replace(str, @"(\[你)[a-zA-Z]+(好\])", "$1$2");
當然這裡的解答絕對不是唯一的，因此給出的只是一個我想到的方法. 但是關鍵是這個情況是很特殊的. 首先，方括號“[]”中不見得就是漢字在兩邊，而且不見得就是你好；其次，對於中間不一定就是只有一串英文字母，比如還有可能是”你abc好abc啊”，那麼此時就不太管用了.
那麼這裡的問題便是：
1、方括號內不確定有多少個漢子塊與多少個英文塊；
2、方括號內不明確英文與漢字排列方式
那麼將問題化歸一下，就好辦了（注意，本文不見得給出的是最好方法，但是提供了一個思考問題的方法）
漢字兩邊型
由於問題是要將方括號內的英文字母去掉，所以無論方法括號內兩端是什麼，都可以使用C#語句：
1 string str = Regex.Replace(str, @"(\[)[a-zA-Z]*(.+?)[a-zA-Z]*(\])", "$1$2$3");
使得字符串中方括號兩邊變成漢字.
也就是說所有的字符串都可以劃歸為如下模型
…[中…中]…
[中a中a中]型
將字符串變為“漢字兩邊型”後，問題就是不明確兩端漢字中有多少組引文字符，但是自己分析一下，去掉右邊的漢字，那麼字符串將變成由字符串片段“中a”的一個重復的循環組合，即：”中a”、”中a中a”、”中a中a中a”、… …
那麼問題就簡單了，只要很好的解決“[中a中a中]型”的字符串，那麼其他情況就可以利用循環解決了.
第一步，從左往右依次去掉第一組英文（當然需要判斷是否存在），例如，將一個的字符串”[中a中a中a中]”通過正則表達式替換變為”[中a中a中]”. 可以使用C#語句
1 if(Regex.IsMatch(str, @"\[[^\]]+?[a-zA-Z]+[^\]]+\]"))
2 {
3 string str = Regex.Replace(str, @"(\[[^\]]+?)[a-zA-Z]+([^\]]+\])", "$1$2");
4 }
第二步，就很簡單了，剩下的就是重復了，直到剩下“[中a中]型”. 實際上，當剩下該模式字符串時，依舊調用上面的方法，一樣能實現將中間的英文去掉.
分析一下匹配規則
實際上現在已經把問題解決了，下面我說明一下我為何將正則表達式寫成這樣. 我以最後一次匹配為例.
1 string str = "a[中a中]a";
2 if(Regex.IsMatch(str, @"\[[^\]]+?[a-zA-Z]+[^\]]+\]"))
3 {
4 string str = Regex.Replace(str, @"(\[[^\]]+?)[a-zA-Z]+([^\]]+\])", "$1$2");
5 }
分析：
1、此時if判斷中IsMatch判斷是否匹配
IsMatch中的正則表達式這麼寫“@”\[[^\]]+?[a-zA-Z]+[^\]]+\]””，表示先匹配中括號“[”開頭，然後中間不允許有中括號結束的字符“]”，並且使用了取消貪婪模式使之後面的“[a-zA-Z]+”盡可能的匹配第一組英文字母. 這裡匹配了str中的“[中a”. 然後剩下的“[^\]]+\]”匹配第一組引文字母結束後的所有字符，以及結束的中括號“]”. 因此返回的肯定是true.
2、開始替換
有了if的匹配以後，替換就很容易了，Replace方法中的正則表達式中首尾兩個組分別匹配“[中”和“中]”，因此，“$1$2”就將中間的引文字母替換掉了.
對於非最後一次匹配的情況，例如替換”[中a中a中]”，組1匹配“[中”，組2匹配“中a中]”，只是將左邊的第一組英文替換掉了.
整合結果
通過前面的分析，想要將中括號裡面的英文去掉，可采用的通用思維為
-> 先去掉中括號內首尾英文字母
-> 在利用循環，從左往右依次去掉一組組英文字符，直到英文字符為止
結合前面的討論，給出一個方法
1 public static string MyReplace(string str)
2 {
3 str = Regex.Replace(str, @"(\[)[a-zA-Z]*(.+?)[a-zA-Z]*(\])", "$1$2$3");
4 while (Regex.IsMatch(str, @"\[[^\]]+?[a-zA-Z]+[^]]+\]"))
5 {
6 str = Regex.Replace(str, @"(\[[^\]]+?)[a-zA-Z]+([^\]]+\])", "$1$2");
7 }
8 return str;
9 }
但是值得思考的是，此處不一定是絕對的解決方案，按照我的思維，一定會有更好的方法出現. 這裡我只是給出了一個思考問題的方法，並擬定出了解決方案.
摘自 狄拉克之海
