正则表达式的使用,字符串提取,字符串匹配(C#语言)

这事用自己写算法判断通常是十分困难的,所以遇到字符串的处理时要很快想到用正则表达式。

一:正则表达式元字符

•要想学会正则表达式,理解元字符是一个必须攻克的难关。不用刻意记
•.:匹配任何单个字符。例如正则表达式“b.g”能匹配如下字符串:“big”、“bug”、“b g”,但是不匹配“buug”,“b..g”可以匹配“buug”。 
•[ ] :匹配括号中的任何一个字符。例如正则表达式“b[aui]g”匹配bug、big和bag,但是不匹配beg、baug。可以在括号中使用连字符“-”来指定字符的区间来简化表示,例如正则表达式[0-9]可以匹配任何数字字符,这样正则表达式“a[0-9]c”等价于“a[0123456789]c”就可以匹配“a0c”、“a1c”、“a2c”等字符串;还可以制定多个区间,例如“[A-Za-z]”可以匹配任何大小写字母,“[A-Za-z0-9]”可以匹配任何的大小写字母或者数字。
•( ) :将 () 之间括起来的表达式定义为“组”(group),并且将匹配这个表达式的字符保存到一个临时区域,这个元字符在字符串提取的时候非常有用。把一些字符表示为一个整体。改变优先级、定义提取组两个作用。
•| :将两个匹配条件进行逻辑“或”运算。‘z|food‘ 能匹配 "z" 或 "food"。‘(z|f)ood‘ 则匹配 "zood" 或 "food"。 
•*:匹配0至多个在它之前的子表达式,和通配符*没关系。例如正则表达式“zo*”能匹配 “z” 、“zo”以及 “zoo”;因此“.*”意味着能够匹配任意字符串。"z(b|c)*"→zb、zbc、zcb、zccc、zbbbccc。"z(ab)*"能匹配z、zab、zabab(用括号改变优先级)。
•+ :匹配前面的子表达式一次或多次,和*对比(0到多次)。例如正则表达式9+匹配9、99、999等。 “zo+”能匹配 “zo”以及 “zoo” ,不能匹配"z"。
•? :匹配前面的子表达式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 。一般用来匹配“可选部分”。
•{n} :匹配确定的 n 次。"zo{2}"→zoo。例如,“e{2}” 不能匹配“bed”中的“e”,但是能匹配“seed”中的两个“e”。
•{n,} :至少匹配n次。例如,“e{2,}”不能匹配“bed”中的“e”,但能匹配 “seeeeeeeed”中的所有“e”。
•{n,m} :最少匹配 n 次且最多匹配 m 次。“e{1,3}”将匹配“seeeeeeeed”中的前三个“e”。 
•^(shift+6) :匹配一行的开始。例如正则表达式“^regex”能够匹配字符串“regex我会用”的开始,但是不能匹配“我会用regex”。
•^另外一种意思:非!(暂时不用理解)
•$ :匹配行结束符。例如正则表达式“浮云$” 能够匹配字符串“一切都是浮云”的末尾,但是不能匹配字符串“浮云呀”  
•正则表达式是与语言无关真的就是想表达\d。
注意这些简写表达式是不考虑转义符的,这里的\就表示字符\,而不是C#字符串级别的\,在C#代码中需要使用@或者\双重转义。区分C#级别的转移和正则表达式级别的转移,恰好C#的转义符和正则表达式的转义符都是\而已。正则表达式的转移是在C#之后的(层层盘剥)。把C#的转义符想成%就明白了。在C#看来@"\-"就是\-这个普通的字符串,只不过在
 
二、.Net中的正则表达式
1.字符串的匹配:
•正则表达式在.Net就是用字符串表示,这个字符串格式比较特殊,无论多么特殊,在C#语言看来都是普通的字符串,具体什么含义由Regex类内部进行语法分析。
•正则表达式(Regular Expression)的主要类:Regex.IsMatch方法用于判断一个字符串是否匹配正则表达式。
•字符串匹配例子:

Regex.IsMatch("bbbbg","^b.*g $");

Regex.IsMatch("bg", "^b.*g $ ");

Regex.IsMatch("gege", "^b.*g $ ");

一定不能忘了^和$,否则也能匹配yesbagit

例如:

•判断是否是合法的邮政编码(6位数字)
•Regex.IsMatch("100830","^[0-9]{6}$")

Regex.IsMatch("119", @"^\d{6}$");

解释:由元字符定义得知"[0-9]"表示0到9的任意字符,"{6}"表示前面的字符匹配6此,因此“[0-9]{6}”中的{6}表示对数字匹配6次。简写表达式得知“[0-9]”可以被“\d”代替,所以第二种写法“\d{6}”也是正确的。不要忘了@或者\\d

•判断一个字符串是不是身份证号码,即是否是15或18位数字。
•错误写法:Regex.IsMatch("123456789123456789", @"^\d{15}|\d{18}$"),表示15位数字开头或者18位数字结尾。
•正确写法:Console.WriteLine(Regex.IsMatch("0111111111111111", @"^\d{15}$|^\d{18}$"))或者@"^(\d{15}|\d{18})$"
 
•判断字符串是否为正确的国内电话号码,不考虑分机。比如“010-95555”、“01095555”、“95555”都是正确的号码。区号为3位或者4位。
• Regex.IsMatch("123456-95555", @"^\d{3,4}\-?\d+$")
•"^\d{3,4}\-?\d+$"表示被匹配的字符序列应该是由三至四位数字组成,由于长途区号的连字符“-”可有可无,所以这里使用“?”元字符进行说明。由于连字符“-”在正则表达式中有特殊含义(表示范围,比如[0-9]),所以要对其进行转义。
 
 
•判断一个字符串是否是合法的Email地址。一个Email地址的特征就是以一个字符序列开始,后边跟着“@”符号,后边又是一个字符序列,后边跟着符号“.”,最后是字符序列
•Regex.IsMatch("[email protected]", @"^\w+@\w+\.\w+$");
•[]括号中的任意字符,\w字母、数字、下划线,+一到多个。由于.在正则表达式中有特殊的含义,因此对于真正想表达“.”则需要转移“\.”。先想正则表达式是语言无关的。这是因为C#中、正则表达式中\都代表转义符,就有点乱了。考虑的时候先不考虑C#语言,分成两步先考虑正则表达式语法,再考虑找个正则表达式在C#中如何表示。
 
•取巧的办法:从ASP.Net的RegularExpressionValidator中抄常用的正则表达式,工作中一般是从网上找现成的。
 
2.字符串提取:
•正则表达式还可以用来进行字符串提取

Match match = Regex.Match("age=30", @"^(. +)=(.+)$");

if (match.Success)

{

    Console.WriteLine(match.Groups[1] .Value);

    Console.WriteLine(match.Groups[2] .Value);

}

match的Success属性表示是否匹配成功;正则表达式中用()将要提取的内容括起来,然后就可以通过Match的Groups属性来得到所有的提取元素,注意Groups的序号是从1开始的,0有特殊含义

贪婪模式与非贪婪模式

 

•从文本提取出名字:

 

•Match match = Regex.Match("大家好。我是S.H.E。我22岁了。我病了,呜呜。fffff", "我是(.+)。");//没有加^$。

 

•看结果。+、*的匹配默认是贪婪(greedy)的:尽可能多的匹配,直到“再贪婪一点儿”其后的匹配模式就没法匹配为止。

 

•在+、*后添加?就变成非贪婪模式(? 的另外一个用途):让其后的匹配模式尽早的匹配。修改成"我是(.+?)。"

 

•一般开发的时候不用刻意去修饰为非贪婪模式,只有遇到bug的时候发现是贪婪模式的问题再去解决。因为贪婪效率高。
匹配组
•正则表达式可以从一段文本中将所有符合匹配的内容都输出出来。Match获得的是匹配的第一个。Regex.Matches方法可以获得所有的匹配项。注意区别:匹配和group的区别:见备注1
•练习:从一段文本中提取所有的数字

MatchCollection matches = Regex.Matches("大家好,我是Hebe,我22岁了,身高180,我们团队有3个女女!", @"\d+");

foreach(Match match in matches)

{Console.WriteLine(match.Value);}

3.C#字符串提取示例代码:

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Windows.Forms;
using System.Text.RegularExpressions;

namespace 正则表达式取括号里面的值
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }
        //使用正则表达式将,字符串中的需要的数据取出来
        //本例去除host,port,已经sid的值
        private void button1_Click(object sender, EventArgs e)
        {
            string host;
            string PORT;
            string SID;
            string str = "(DESCRIPTION = (ADDRESS_LIST = (ADDRESS = (PROTOCOL = TCP)(HOST = ahnu)(PORT = 1521)))(CONNECT_DATA = (SID =orcl)))";
            str = str.Trim();
            //方法一:一个一个取,有针对性,
            Match match = Regex.Match(str, @"\(HOST=?(.+?)\)");
            if (match.Success)
            {
                 host = match.Groups[1].Value;
            }
            match = Regex.Match(str, @"\(PORT=?(.+?)\)");
            if (match.Success)
            {
                 PORT = match.Groups[1].Value;
            }
            match = Regex.Match(str, @"\(SID=?(.+?)\)");
            if (match.Success)
            {
                 SID = match.Groups[1].Value;
            }
         
            //方法二:取出所有的匹配字符串,这里只是介绍如果多个字符串匹配如何处理。
            MatchCollection mts = Regex.Matches(str, @"\(HOST(.+?)=?(.+?)\)");
            for (int i = 0; i < mts.Count; i++)
            {
                Match mt = mts[i];
                MessageBox.Show(mt.Value);
                MessageBox.Show(mt.Groups[1].Value);
            }

            //方法三:先取出一部分然后作为新的字符串再提取,这样做避免正则表达式的部分写错而匹配不了 情况。
            Match m = Regex.Match(str, @".+?=.+?=.+?=(.+?)\)\).+?=(.+?)\)\)");
            if (m.Success)
            {
              string   s1 = m.Groups[1].Value;//"  (PROTOCOL = TCP)(HOST = AHNU)(PORT = 1521"
              string   s2 = m.Groups[2].Value;// (SID =ORCL"
              if (m.Success)
              {
                  string str3 = m.Groups[1].Value;
                  string str4 = m.Groups[2].Value; //" (PROTOCOL = TCP)(HOST = AHNU)(PORT = 1521"
                
                      if (m.Success)
                      {
                           host = m.Groups[1].Value;
                           PORT = m.Groups[2].Value;
                      }
                  m = Regex.Match(s2, @"\(.+?=(.+)");
                  if (m.Success)
                  {
                       SID = m.Groups[1].Value;
                  }
              }
            }
        }
    }
}

 

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。