开发者社区> 技术小甜> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

C#正则表达式编程(三):Match类和Group类用法

简介:
+关注继续查看
前面两篇讲述了正则表达式的基础和一些简单的例子,这篇将稍微深入一点探讨一下正则表达式分组,在.NET中正则表达式分组是用Math类来代表的。
首先先看一段代码:
/// <summary>
/// 显示Match内多个Group的例子
/// </summary>
InBlock.gifpublic void ShowStructure()
InBlock.gif{
InBlock.gif        //要匹配的字符串
InBlock.gif        string text = "1A 2B 3C 4D 5E 6F 7G 8H 9I 10J 11Q 12J 13K 14L 15M 16N ffee80 #800080";
InBlock.gif        //正则表达式
InBlock.gif        string pattern = @"((\d+)([a-z]))\s+";
InBlock.gif        //使用RegexOptions.IgnoreCase枚举值表示不区分大小写
InBlock.gif        Regex r = new Regex(pattern, RegexOptions.IgnoreCase);
InBlock.gif        //使用正则表达式匹配字符串,仅返回一次匹配结果
InBlock.gif        Match m = r.Match(text);
InBlock.gif        while (m.Success)
InBlock.gif        {
InBlock.gif
                //显示匹配开始处的索引值和匹配到的值
InBlock.gif                System.Console.WriteLine("Match=[" + m + "]");
InBlock.gif                CaptureCollection cc = m.Captures;
InBlock.gif                foreach (Capture c in cc)
InBlock.gif                {
InBlock.gif                        Console.WriteLine("\tCapture=[" + c + "]");
InBlock.gif                }
InBlock.gif                for (int i = 0; i < m.Groups.Count; i++)
InBlock.gif                {
InBlock.gif                        Group group = m.Groups[i];
InBlock.gif                        System.Console.WriteLine("\t\tGroups[{0}]=[{1}]", i, group);
InBlock.gif                        for (int j = 0; j < group.Captures.Count; j++)
InBlock.gif                        {
InBlock.gif                                Capture capture = group.Captures[j];
InBlock.gif                                Console.WriteLine("\t\t\tCaptures[{0}]=[{1}]", j, capture);
InBlock.gif                        }
InBlock.gif                }
InBlock.gif                //进行下一次匹配.
InBlock.gif                m = m.NextMatch();
InBlock.gif        }
InBlock.gif}

这段代码的执行效果如下:
Match=[1A ]
    Capture=[1A ]
        Groups[0]=[1A ]
            Captures[0]=[1A ]
        Groups[1]=[1A]
            Captures[0]=[1A]
        Groups[2]=[1]
            Captures[0]=[1]
        Groups[3]=[A]
            Captures[0]=[A]
Match=[2B ]
    Capture=[2B ]
        Groups[0]=[2B ]
            Captures[0]=[2B ]
        Groups[1]=[2B]
            Captures[0]=[2B]
        Groups[2]=[2]
            Captures[0]=[2]
        Groups[3]=[B]
            Captures[0]=[B]
..................此去省略一些结果
Match=[16N ]
    Capture=[16N ]
        Groups[0]=[16N ]
            Captures[0]=[16N ]
        Groups[1]=[16N]
            Captures[0]=[16N]
        Groups[2]=[16]
            Captures[0]=[16]
        Groups[3]=[N]
            Captures[0]=[N]
通过对上面的代码结合代码的分析,我们得出下面的结论,在((\d+)([a-z]))\s+这个正则表达式里总共包含了四个Group,即分组,按照默认的从左到右的匹配方式,其中Groups[0]代表了整个分组,其它的则是子分组,用示意图表示如下:
 
在上面的代码中是采用了Regex类的Match()方法,调用这种方法返回的是一个Match,要处理分析全部的字符串,还需要在while循环的中通过Match类的NextMatch()方法返回下一个可能成功的匹配(可通过Match类的Success属性来判断是否成功匹配)。上面的代码还可以写成如下形式:
/// <summary>
/// 使用Regex类的Matches方法所有所有的匹配
/// </summary>
InBlock.gifpublic void Matches()
InBlock.gif{
InBlock.gif        //要匹配的字符串
InBlock.gif        string text = "1A 2B 3C 4D 5E 6F 7G 8H 9I 10J 11Q 12J 13K 14L 15M 16N ffee80 #800080";
InBlock.gif        //正则表达式
InBlock.gif        string pattern = @"((\d+)([a-z]))\s+";
InBlock.gif        //使用RegexOptions.IgnoreCase枚举值表示不区分大小写
InBlock.gif        Regex r = new Regex(pattern, RegexOptions.IgnoreCase);
InBlock.gif        //使用正则表达式匹配字符串,返回所有的匹配结果
InBlock.gif        MatchCollection matchCollection = r.Matches(text);
InBlock.gif        foreach (Match m in matchCollection)
InBlock.gif        {
InBlock.gif                //显示匹配开始处的索引值和匹配到的值
InBlock.gif                System.Console.WriteLine("Match=[" + m + "]");
InBlock.gif                CaptureCollection cc = m.Captures;
InBlock.gif                foreach (Capture c in cc)
InBlock.gif                {
InBlock.gif                        Console.WriteLine("\tCapture=[" + c + "]");
InBlock.gif                }
InBlock.gif                for (int i = 0; i < m.Groups.Count; i++)
InBlock.gif                {
InBlock.gif                        Group group = m.Groups[i];
InBlock.gif                        System.Console.WriteLine("\t\tGroups[{0}]=[{1}]", i, group);
InBlock.gif                        for (int j = 0; j < group.Captures.Count; j++)
InBlock.gif                        {
InBlock.gif                                Capture capture = group.Captures[j];
InBlock.gif                                Console.WriteLine("\t\t\tCaptures[{0}]=[{1}]", j, capture);
InBlock.gif                        }
InBlock.gif                }
InBlock.gif        }
InBlock.gif}

上面的这段代码和采用While循环遍历所有匹配的结果是一样的,在实际情况中有可能出现不需要全部匹配而是从某一个位置开始匹配的情况,比如从第32个字符处开始匹配,这种要求可以通过Match()或者Matches()方法的重载方法来实现,仅需要将刚才的实例代码中的MatchCollection matchCollection = r.Matches(text);改为MatchCollection matchCollection = r.Matches(text,48);就可以了。

输出结果如下:
Match=[5M ]
        Capture=[5M ]
                Groups[0]=[5M ]
                        Captures[0]=[5M ]
                Groups[1]=[5M]
                        Captures[0]=[5M]
                Groups[2]=[5]
                        Captures[0]=[5]
                Groups[3]=[M]
                        Captures[0]=[M]
Match=[16N ]
        Capture=[16N ]
                Groups[0]=[16N ]
                        Captures[0]=[16N ]
                Groups[1]=[16N]
                        Captures[0]=[16N]
                Groups[2]=[16]
                        Captures[0]=[16]
                Groups[3]=[N]
                        Captures[0]=[N]
注意上面的MatchCollection matchCollection = r.Matches(text,48)表示从text字符串的位置48处开始匹配,要注意位置0位于整个字符串的之前,位置1位于字符串中第一个字符之后第二个字符之前,示意图如下(注意是字符串“1A”与“2B”之间有空格):
 
在text的位置48处正好是15M中的5处,因此返回的第一个Match是5M而不是15M。这里还继续拿出第一篇中的图来,如下:
 
从上图可以看出Capture、Group及Match类之间存在继承关系,处在继承关系顶端的Capture类中就定义了Index、Length和Value属性,其中Index表示原始字符串中发现捕获子字符串的第一个字符的出现位置,Length属性表示子字符串的长度,而Value属性表示从原始字符串中捕获的子字符串,利用这些属性可以实现一些比较复杂的应用。例如在现在还有很多论坛仍没有使用所见即所得的在线编辑器,而是使用了一种UBB编码的编辑器,使用所见即所得的编辑器存在着一定的安全风险,比如可以在源代码中嵌入js代码或者其它恶意代码,这样浏览者访问时就会带来安全问题,而使用UBB代码就不会代码这个问题,因为UBB代码包含了有限的、但不影响常规使用的标记并且支持UBB代码的编辑器不允许直接在字符串中出现HTML代码,也而就避免恶意脚本攻击的问题。在支持UBB代码的编辑器中输入的文本在存入数据库中保存的形式是UBB编码,显示的时候需要将UBB编码转换成HTML代码,例如下面的一段代码就是UBB编码:
[url]http://zhoufoxcn.blog.51cto.com[/url][url=http://blog.csdn.net/zhoufoxcn]周公的专栏[/url]
下面通过例子演示如何将上面的UBB编码转换成HTML代码:
/// <summary>
/// 下面的代码实现将文本中的UBB超级链接代码替换为HTML超级链接代码
/// </summary>
InBlock.gifpublic void UBBDemo()
InBlock.gif{
InBlock.gif        string text = "[url=http://zhoufoxcn.blog.51cto.com][/url][url=http://blog.csdn.net/zhoufoxcn]周公的专栏[/url]";
InBlock.gif        Console.WriteLine("原始UBB代码:" + text);
InBlock.gif        Regex regex = new Regex(@"(\[url=([ \S\t]*?)\])([^[]*)(\[\/url\])", RegexOptions.IgnoreCase);
InBlock.gif        MatchCollection matchCollection = regex.Matches(text);
InBlock.gif        foreach (Match match in matchCollection)
InBlock.gif        {
InBlock.gif                string linkText = string.Empty;
InBlock.gif                //如果包含了链接文字,如第二个UBB代码中存在链接名称,则直接使用链接名称
InBlock.gif                if (!string.IsNullOrEmpty(match.Groups[3].Value))
InBlock.gif                {
InBlock.gif                        linkText = match.Groups[3].Value;
InBlock.gif                }
InBlock.gif                else//否则使用链接作为链接名称
InBlock.gif                {
InBlock.gif                        linkText = match.Groups[2].Value;
InBlock.gif                }
InBlock.gif                text = text.Replace(match.Groups[0].Value, "<a href=\"" + match.Groups[2].Value + "\" target=\"_blank\">"+ linkText + "</a>");
InBlock.gif        }
InBlock.gif        Console.WriteLine("替换后的代码:"+text);
InBlock.gif
}

程序执行结果如下:

原始UBB代码:[url=http://zhoufoxcn.blog.51cto.com][/url][url=http://blog.csdn.net/zhoufoxcn]周公的专栏[/url]
替换后的代码:<a href="http://zhoufoxcn.blog.51cto.com" target="_blank">http://zhoufoxcn.blog.51cto.com</a><a href="http://blog.csdn.net/zhoufoxcn"target="_blank">周公的专栏</a>

上面的这个例子就稍微复杂点,对于初学正则表达式的朋友来说,可能有点难于理解,不过没有关系,后面我会讲讲正则表达式。在实际情况下,可能通过match.Groups[0].Value这种方式不太方便,就想在访问DataTable时写string name=dataTable.Rows[i][j]这种方式一样,一旦再次调整,这种通过索引的方式极容易出错,实际上我们也可以采用名称而不是索引的放来来访问Group分组,这个也会在以后的篇幅中去讲。






















本文转自周金桥51CTO博客,原文链接: http://blog.51cto.com/zhoufoxcn/281956,如需转载请自行联系原作者


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
并发编程之线程共享和协作(一)
更多Android架构进阶视频学习请点击:https://space.bilibili.com/474380680本篇文章将从以下几个内容来阐述线程共享和协作: [基础概念之CPU核心数、线程数,时间片轮转机制解读][线程之间的共享][线程间的协作]一、基础概念CPU核心数、线程数两者的关系:cpu的核心数与线程数是1:1的关系,例如一个8核的cpu,支持8个线程同时运行。
571 0
IOCP编程小结(中)
上一篇主要谈了一些基本理念,本篇将谈谈我个人总结的一些IOCP编程技巧。   网络游戏前端服务器的需求和设计   首先介绍一下这个服务器的技术背景。在分布式网络游戏服务器中,前端连接服务器是一种很常见的设计。
959 0
IOCP编程小结(中)
上一篇主要谈了一些基本理念,本篇将谈谈我个人总结的一些IOCP编程技巧。   网络游戏前端服务器的需求和设计   首先介绍一下这个服务器的技术背景。在分布式网络游戏服务器中,前端连接服务器是一种很常见的设计。
984 0
敏捷建模和极限编程(XP)
Agile Modeling and eXtreme Programming (XP) 敏捷建模和极限编程(XP) Agile Modeling (AM) is a practices-based software process whose...
1191 0
编程村一日游
  原文发表于CSDN博客:http://blog.csdn.net/redraiment/archive/2010/01/10/5171510.aspx 由蒋涛老大建议转到大本营来和大家分享^_^,多谢大家支持!  不久前,我应邀去和学弟学妹们(非本专业大一)聊天,他们让我简单地介绍一下什么是编程,以及C语言中指针和数组的关系。于是我做了一个PPT,并在每班邀请一男一女两位同学来现场表
1203 0
+关注
10136
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
低代码开发师(初级)实战教程
立即下载
阿里巴巴DevOps 最佳实践手册
立即下载
冬季实战营第三期:MySQL数据库进阶实战
立即下载