一直只是知道正则表达式的用途,但具体没使用过,今天稍微了解了下它的基础用法。这里总结一下。
命令空间:System.Text.RegularExpressions
用途:
-
- 对字符串进行查找和替换;
- 识别重复的单词;
- 转换格式;
- 区分一个字符串的各个子元素,并进行提取。
RegEx类:
是对正则表达式引擎的类抽象,通过调用该抽象类的不同方法,实现对正则表达式的处理。
了解完Regex类的主要方法后,还需要关注三个比较重要的类和它们的层次,分别是:Match类、Group类和Capture类。
假设有如下字符串,input(原始字符串),pattern(正则表达式).
Match类:模式匹配返回的一个结果,比如调用Regex.Match()方法,会根据输入的正则表达式(pattern),在字符串(input)中进行匹配,每个匹配的结果返回一个Match类实例。
Group类:表示正则表达式(pattern)中的子表达式的匹配结果,用括号括起来,如patter=@"(\d{1,3})"。就有两个组:(\d{1,2})和(\d{1,3})。
Capture类:返回匹配子表达式的结果。CaptureCollections返回所有符合子表达式的结果。
Group类与Capture类的区别:
参考MSDN上的帮助文档(http://msdn.microsoft.com/en-us/library/system.text.regularexpressions.group(v=vs.110).aspx),通过以下代码来说明它们的区别:
1 using System; 2 using System.Text.RegularExpressions; 3 4 public class Example 5 { 6 static void Main() 7 { 8 string pattern = @"(\b(\w+?)[,:;]?\s?)+[?.!]"; 9 string input = "This is one sentence. This is a second sentence.10 11 Match match = Regex.Match(input,pattern); 12 Console.WriteLine(Match: " + match.Value); 13 int groupCtr = 0; 14 foreach (Group group in match.Groups) 15 { 16 groupCtr++; 17 Console.WriteLine( Group {0}: '{1}'",groupCtr,group.Value); 18 int captureCtr = 19 foreach (Capture capture in group.Captures) 20 { 21 captureCtr++; 22 Console.WriteLine( Capture {0}: '{1}'23 } 24 } 25 } 26 } 27 // The example displays the following output: 28 Match: This is one sentence. 29 Group 1: 'This is one sentence.' 30 Capture 1: 'This is one sentence.' 31 Group 2: 'sentence' 32 Capture 1: 'This ' 33 Capture 2: 'is ' 34 Capture 3: 'one ' 35 Capture 4: 'sentence' 36 Group 3: 'sentence' 37 Capture 1: 'This' 38 Capture 2: 'is' 39 Capture 3: 'one' 40 Capture 4: 'sentence'
如果在字符后添加了quantifiers(数量词),如在pattern表达式中,(\w+?)用来匹配出现在一个句子当中的多个单词。但是Group对象只返回最后一个匹配(\w+?)的对象。而Capture记录的是每一次匹配(\w+?)的对象。如果没有添加数量词,Capture和Group可用来表示同一个对象。
下图表示了三者的继承关系(左图),在使用时的层次关系(右图):
接下来,就是介绍如何写正则表达式。这就是对不同字符串的分类和抽象表示的过程。主要包括以下9种类型:
- Character Escapes,转义字符;
- Character Classes:表示对字符的抽象分类;
- Anchors:锚点,界定字符位置;
- Group Construcs:对字符进行组合,使正则引擎想对待一个字符一样处理这个序列,用括号括起一个组;
- Quantifiers:数量词,定义字符出现的次数;
- Backreference Constructs:使用之前匹配的子表达式再次进行匹配;
- Alternation Constructs:选择匹配语句;
- Substitutions:字符替换;
- Regular Expression Options:正则表达式具体操作选项。
理清楚这些类型之间的关系后,使用正则表达式就会有一个比较清晰的思路和概念。正则表达式的关键就是在于如何写正确的匹配语句,它是后续其它操作的基础。具体的类型格式可参考MSDN的:Quick Reference in PDF (.pdf) format。(具体下载链接:http://msdn.microsoft.com/en-us/library/hs600312.aspx)。
下面附上一些自己练习的简单正则表达式,以方便有一个直观理解:
1.将首字母替换成大写:
match=>match.Groups[1].Value.ToUpper()+match.Groups[2].Value); 4 Console.WriteLine(result); 5 6 结果:This is a Good MornIng.
2.替换货币符号: