摘要:本文給出了在C#下利用正則表達式實現字符串搜索功能的方法,通過對.Net框架下的正則表達式的研究及實例分析,總結了正則表達式的元字符、規則、選項等。
關鍵字:正則表達式、元字符、字符串、匹配
1、正則表達式簡介 正則表達式提供了功能強大、靈活而又高效的方法來處理文本。正則表達式的全面模式匹配表示法可以快速地分析大量的文本以找到特定的字符模式;提取、編輯、替換或刪除文本子字符串;或將提取的字符串添加到集合以生成報告。對於處理字符串(例如 Html 處理、日志文件分析和 HTTP 標頭分析)的許多應用程序而言,正則表達式是不可缺少的工具。
.NET 框架正則表達式並入了其他正則表達式實現的最常見功能,被設計為與 Perl 5 正則表達式兼容,.NET 框架正則表達式還包括一些在其他實現中尚未提供的功能,.Net 框架正則表達式類是基類庫的一部分,並且可以和面向公共語言運行庫的任何語言或工具一起使用。
2、字符串搜索 正則表達式語言由兩種基本字符類型組成:原義(正常)文本字符和元字符。正是元字符組為正則表達式提供了處理能力。當前,所有的文本編輯器都有一些搜索功能,通常可以打開一個對話框,在其中的一個文本框中鍵入要定位的字符串,如果還要同時進行替換操作,可以鍵入一個替換字符串,比如在Windows操作系統中的記事本、Office系列中的文檔編輯器都有這種功能。這種搜索最簡單的方式,這類問題很容易用String類的String.Replace()方法來解決,但如果需要在文檔中識別某個重復的,該怎麼辦?編寫一個例程,從一個String類中選擇重復的字是比較復雜的,此時使用語言就很適合。
一般表達式語言是一種可以編寫搜索表達式的語言。在該語言中,可以把文檔中要搜索的文本、轉義序列和特定含義的其他字符組合在一起,例如序列\b表示一個字的開頭和結尾(子的邊界),如果要表示正在查找的以字符th開頭的字,就可以編寫一般表達式\bth(即序列字符界是-t-h)。如果要搜索所有以th結尾的字,就可以編寫th\b(序列t-h-字邊界)。但是,一般表達式要比這復雜得多,例如,可以在搜索操作中找到存儲部分文本的工具性程序(facility)。
3、.Net 框架的正則表達式類 下面通過介紹 .NET 框架的正則表達式類,熟悉一下.Net框架下的正則表達式的使用方法。
3.1 Regex 類表示只讀正則表達式
Regex 類包含各種靜態方法,允許在不顯式實例化其他類的對象的情況下使用其他正則表達式類。以下代碼示例創建了 Regex 類的實例並在初始化對象時定義一個簡單的正則表達式。請注意,使用了附加的反斜槓作為轉義字符,它將 \s 匹配字符類中的反斜槓指定為原義字符。
Regex r; // 聲明一個 Regex類的變量
r = new Regex("\\s2000"); // 定義表達式
3.2 Match 類表示正則表達式匹配操作的結果
以下示例使用 Regex 類的 Match 方法返回 Match 類型的對象,以便找到輸入字符串中第一個匹配。此示例使用 Match 類的 Match.Success 屬性來指示是否已找到匹配。