.net中的正则表达式使用高级技巧 （一）

  .net中的正则表达式使用高级技巧

前言

一、本系列文章不讲述基本的正则语法，这些可以在微软的JS帮助文档中找到，也可以Google一下
二、写系列文章的原因
1、正则很有用，而且经常要用
2、正则的一些高级用法有相当一部分人还没有理解和掌握
3、刚好又在网上看到了一篇文章错误的使用了正则式，使我有了写本文的冲动
4、本系列文章的大部分知识可同时适用于.net语言，JavaScript等
三、本系列文章特点：尽量使用小例子来说明相对难懂而很多正则书籍都没有说清的正则语法
四、本系列文章内容：替换的高级语法，内联表达式选项，组，反向引用，正声明，负声明，正反声明，负反声明，非回溯匹配，判断式，.net正则引擎特点等 

 

因为.net的基本正则语法和Perl5基本相同，所以基本语法你可以去下载一下M$的JS帮助文档，上面有详细的说明\d表示什么，{,5}表示什么，\[表示什么……，这里我只想提醒大家一点，为了避免和反向引用相冲突，在你用\nn表示八进制的ASCII码时，请在\后加0，就是说，\40在表示ASCII码时，请这样写\040。

替换

Regex类有一个静态的Replace方法，其实例也有一个Replace方法，这个方法很强大，因为它可以传入一个delegate，这样，你可以自定义每次捕获匹配时，如何处理捕获的内容。 

        public static void Main()
        {    
            string s = "1 12 3 5";
            s = Regex.Replace(s,@"\d+",new MatchEvaluator(CorrectString),RegexOptions.Compiled|RegexOptions.IgnoreCase);
            Console.WriteLine(s);
            Console.ReadLine();
        }
        private static string CorrectString(Match match)
        {
            string matchValue = match.Value;
            if(matchValue.Length == 1)
                matchValue = "0" + matchValue;
            return matchValue;
        }

以上这段代码说明了如果使用delegate MatchEvaluator 来处理正则的Match结果，该代码返回"01 12 03 05"。Replace方法除了使用delegate来处理捕获的Match，还可以用字符串来替换Match的结果，而用字符串来替换Match结果除了把Match结果静态的替换成一个固定的文本外，还可以使用以下语法来更方便的实现你需要的功能：

$number	把匹配的第number组替换成替换表达式，还有这句话怎么写也表达不清楚意思，还是来个例子吧：         public static void Main()         {                 string s = "1 12 3 5";             s = Regex.Replace(s,@"(\d+)(?#这个是注释)","0$1",RegexOptions.Compiled|RegexOptions.IgnoreCase);             Console.WriteLine(s);             Console.ReadLine();         } 这段代码返回的是 “01 012 03 05” 就是说，对组一的每个匹配结果都用"0$1"这个表达式来替换，"0$1"中"$1"由组1匹配的结果代入
${name}	把匹配的组名为"name"的组替换成表达式， 上例的Regex expression改成@"(?<name>\d+)(?#这个是注释)"后面的替换式改为"0${name}"结果是一样的
$$	做$的转义符，如上例表达式改成@"(?<name>\d+)(?#这个是注释)"和"$$${name}"，则结果为"$1 $12 $3 $5"
$&	替换整个匹配
$`	替换匹配前的字符
$'	替换匹配后的字符
$+	替换最后匹配的组
$_	替换整个字符串

后面的选项，大家自己写个例子体味一下。

*注,上例中的(?#这个是注释)说明了正则的内联注释语法为(?#)

表达项选项

正则表达式选项RegexOptions有如下一下选项，详细说明请参考联机帮助

RegexOptions枚举值	内联标志	简单说明
ExplicitCapture	n	只有定义了命名或编号的组才捕获
IgnoreCase	i	不区分大小写
IgnorePatternWhitespace	x	消除模式中的非转义空白并启用由 # 标记的注释。
MultiLine	m	多行模式，其原理是修改了^和$的含义
SingleLine	s	单行模式，和MultiLine相对应

这里我提到内联标志，是因为相对于用RegexOptions在new Regex时定义Regex表达式的全局选项来说，内联标志可以更小粒度（以组为单位）的定义匹配选项，从而更方便表达我们的思想

语法是这样的：(?i:expression)为定义一个选项，(?-i:expression)为删除一个选项，(?i-s:expression)则定义i，删除s,是的，我们可以一次定义很多个选项。这样，通过内联选项，你就可以在一个Regex中定义一个组为匹分大小写的，一个组不匹分大小写的，是不是很方便呢?

更多精彩内容，请看下回分解，

下一篇：.net中的正则表达式使用高级技巧 （二）  
                .net中的正则表达式使用高级技巧 （三） 
                .net中的正则表达式使用高级技巧 （四）