C#学习（五）- 正则表达式等

1. 正则表达式

a. 什么是正则表达式？

　　在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。正则表达式由literals(字面值)、metacharacters(元字符)两类字符组成。字面值是你想要通配的字符，元字符是正则表达式使用的特殊字符，像是一种命令，使正则表达式具有相应功能。

b. 正则表达式功能实例解析

　　假设你在一篇英文小说里查找hi，你可以使用正则表达式hi。

　　这几乎是最简单的正则表达式了，它可以精确匹配这样的字符串：由两个字符组成，前一个字符是h,后一个是i。通常，处理正则表达式的工具会提供一个忽略大小写的选项，如果选中了这个选项，它可以匹配hi,HI,Hi,hI这四种情况中的任意一种。

　　不幸的是，很多单词里包含hi这两个连续的字符，比如him,history,high等等。用hi来查找的话，这里边的hi也会被找出来。如果要精确地查找hi这个单词的话，我们应该使用hi。是正则表达式规定的一个特殊代码（好吧，某些人叫它元字符，metacharacter），代表着单词开头或结尾，也就是单词的分界处。虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是并不匹配这些单词分隔字符中的任何一个，它只匹配一个位置。

　　这就是正则表达式的功能，在很多文本编辑器里，用于检索、替换那些符合某个模式的文本。

c. 在C#中使用正则表达式

　　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。

　　C#中分别对应正则表达式的三个重要方法。

　　1） IsMatch() 返回值为bool类型

　　　　格式：Regex.IsMatch("字符串", "正则表达式");

　　　　作用：判断字符串是否符合模板要求

　　　　　例如：bool b =Regex.IsMatch("bbbbg","^b.*g$");判断字符串是否以b开头且以g结尾，中间可以有其他字符，若正确返回true，否则else。

　　2） Match() 返回值为Match类型，只能匹配一个

　　　　Matches() 返回值为MatchCollection集合类型，匹配所有符合的

　　　　格式：Match match = Regex.Match("字符串", "正则表达式");

　　　　或MatchCollection matches= Regex. Matches ("字符串", "正则表达式");

　　　　作用：

　　　　　　①提取匹配的子字符串

　　　　　　②提取组。Groups的下标由1开始，0中存放match的value。

例如：

Match match = Regex.Match("age=30", @"^(.+)=(.+)$");
if (match.Success){     
    Console.WriteLine(match.Groups[0] .Value);//输出匹配的子字符串
    Console.WriteLine(match.Groups[1] .Value);//获取第一个分组的内容
    Console.WriteLine(match.Groups[2] .Value);//获取第二个分组的内容
}

MatchCollection matches = Regex.Matches("2010年10月10日", @"d+");
         for (int i = 0; i < matches.Count; i++)
         {
                Console.WriteLine(matches[i].Value);
         }

　　3） Replace() 返回值为string

//将所有的空格替换为单个空格
string str = "   aa afds     fds  f ";
str = Regex.Replace(str, @"s+", " ");
Console.WriteLine(str);

string str = "hello“welcome to ”beautiful “China”";
//hello"welcome to "beautiful "China"
//$1表示引用第一组。$2表示用第二组。
string strresult = Regex.Replace(str, "“(.+?)”", ""$1"");
Console.WriteLine(strresult);

贪婪与懒惰：

　　当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。
　　有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。

2. C#的async和await关键字

　　C# 5.0中引入了async 和 await。这两个关键字可以让你更方便的写出异步代码。await 运算符应用于一个异步方法的任务挂起方法的执行，直到等待任务完成。任务表示正在进行的工作。

引用个例子：

public class MyClass
{
    public MyClass()
    {
        DisplayValue(); //这里不会阻塞
        System.Diagnostics.Debug.WriteLine("MyClass() End.");
    }
    public Task<double> GetValueAsync(double num1, double num2)
    {
        return Task.Run(() =>
        {
            for (int i = 0; i < 1000000; i++)
            {
                num1 = num1 / num2;
            }
            return num1;
        });
    }
    public async void DisplayValue()
    {
        double result = await GetValueAsync(1234.5, 1.01);//此处会开新线程处理GetValueAsync任务，然后方法马上返回
        //这之后的所有代码都会被封装成委托，在GetValueAsync任务完成时调用
        System.Diagnostics.Debug.WriteLine("Value is : " + result);
    }
}

上面在MyClass的构造函数里调用了async关键字标记的异步方法DisplayValue()，DisplayValue()方法里执行了 一个await关键字标记的异步任务GetValueAsync()，这个异步任务必须是以Task或者Task<TResult>作为返回 值的，而我们也看到，异步任务执行完成时实际返回的类型是void或者TResult，DisplayValue()方法里 await GetValueAsync()之后的所有代码都会在异步任务完成时才会执行。

DisplayValue()方法实际执行的代码如下：

public void DisplayValue()
{
    System.Runtime.CompilerServices.TaskAwaiter<double> awaiter = GetValueAsync(1234.5, 1.01).GetAwaiter();
    awaiter.OnCompleted(() =>
        {
            double result = awaiter.GetResult();
            System.Diagnostics.Debug.WriteLine("Value is : " + result);
        });
} 

可以看到，async和await关键字只是把上面的代码变得更简单易懂而已。

程序的输出如下：

MyClass() End.

Value is : 2.47032822920623E-322

参考内容：

http://www.cnblogs.com/youquan-deng/articles/csharp-regex.html
http://www.jb51.net/tools/zhengze.html#greedyandlazy
http://blog.csdn.net/tianmuxia/article/details/17675681