AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

C#正则表达式编程（三）：Match类和Group类用法

2017-11-16 1356
版权
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。
简介：
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>
public  void ShowStructure()
{
         //要匹配的字符串
         string text =  "1A 2B 3C 4D 5E 6F 7G 8H 9I 10J 11Q 12J 13K 14L 15M 16N ffee80 #800080";
         //正则表达式
         string pattern =  @"((\d+)([a-z]))\s+";
         //使用RegexOptions.IgnoreCase枚举值表示不区分大小写
        Regex r =  new Regex(pattern, RegexOptions.IgnoreCase);
         //使用正则表达式匹配字符串，仅返回一次匹配结果
        Match m = r.Match(text);
         while (m.Success)
        {

                 //显示匹配开始处的索引值和匹配到的值
                System.Console.WriteLine( "Match=[" + m +  "]");
                CaptureCollection cc = m.Captures;
                 foreach (Capture c  in cc)
                {
                        Console.WriteLine( "\tCapture=[" + c +  "]");
                }
                 for ( int i = 0; i < m.Groups.Count; i++)
                {
                        Group group = m.Groups[i];
                        System.Console.WriteLine( "\t\tGroups[{0}]=[{1}]", i, group);
                         for ( int j = 0; j < group.Captures.Count; j++)
                        {
                                Capture capture = group.Captures[j];
                                Console.WriteLine( "\t\t\tCaptures[{0}]=[{1}]", j, capture);
                        }
                }
                 //进行下一次匹配.
                m = m.NextMatch();
        }
}

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>
public  void Matches()
{
         //要匹配的字符串
         string text =  "1A 2B 3C 4D 5E 6F 7G 8H 9I 10J 11Q 12J 13K 14L 15M 16N ffee80 #800080";
         //正则表达式
         string pattern =  @"((\d+)([a-z]))\s+";
         //使用RegexOptions.IgnoreCase枚举值表示不区分大小写
        Regex r =  new Regex(pattern, RegexOptions.IgnoreCase);
         //使用正则表达式匹配字符串，返回所有的匹配结果
        MatchCollection matchCollection = r.Matches(text);
         foreach (Match m  in matchCollection)
        {
                 //显示匹配开始处的索引值和匹配到的值
                System.Console.WriteLine( "Match=[" + m +  "]");
                CaptureCollection cc = m.Captures;
                 foreach (Capture c  in cc)
                {
                        Console.WriteLine( "\tCapture=[" + c +  "]");
                }
                 for ( int i = 0; i < m.Groups.Count; i++)
                {
                        Group group = m.Groups[i];
                        System.Console.WriteLine( "\t\tGroups[{0}]=[{1}]", i, group);
                         for ( int j = 0; j < group.Captures.Count; j++)
                        {
                                Capture capture = group.Captures[j];
                                Console.WriteLine( "\t\t\tCaptures[{0}]=[{1}]", j, capture);
                        }
                }
        }
}

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>
public  void UBBDemo()
{
         string text =  "[url=http://zhoufoxcn.blog.51cto.com][/url][url=http://blog.csdn.net/zhoufoxcn]周公的专栏[/url]";
        Console.WriteLine("原始UBB代码：" + text);
        Regex regex = new Regex(@"(\[url=([ \S\t]*?)\])([^[]*)(\[\/url\])", RegexOptions.IgnoreCase);
        MatchCollection matchCollection = regex.Matches(text);
        foreach (Match match in matchCollection)
        {
                string linkText = string.Empty;
                //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
                if (!string.IsNullOrEmpty(match.Groups[3].Value))
                {
                        linkText = match.Groups[3].Value;
                }
                else//否则使用链接作为链接名称
                {
                        linkText = match.Groups[2].Value;
                }
                text = text.Replace(match.Groups[0].Value, "<a href=\"" + match.Groups[2].Value + "\" target=\"_blank\">"+ linkText + "</a>");
        }
        Console.WriteLine("替换后的代码："+text);

}

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


文章标签：
C#
索引
JavaScript
安全
数据库
关键词：
C#编程
C#用法
C#类
正则表达式编程
正则表达式类
技术小甜
目录
相关文章
长梦
|
1月前
|
C# 开发者
C# 一分钟浅谈：Code Contracts 与契约编程
【10月更文挑战第26天】本文介绍了 C# 中的 Code Contracts，这是一个强大的工具，用于通过契约编程增强代码的健壮性和可维护性。文章从基本概念入手，详细讲解了前置条件、后置条件和对象不变量的使用方法，并通过具体代码示例进行了说明。同时，文章还探讨了常见的问题和易错点，如忘记启用静态检查、过度依赖契约和性能影响，并提供了相应的解决建议。希望读者能通过本文更好地理解和应用 Code Contracts。
长梦
41 3
小王老师呀
|
2月前
|
开发框架 .NET C#
C#|.net core 基础 - 删除字符串最后一个字符的七大类N种实现方式
【10月更文挑战第9天】在 C#/.NET Core 中，有多种方法可以删除字符串的最后一个字符，包括使用 `Substring` 方法、`Remove` 方法、`ToCharArray` 与 `Array.Copy`、`StringBuilder`、正则表达式、循环遍历字符数组以及使用 LINQ 的 `SkipLast` 方法。
小王老师呀
75 8
长梦
|
3月前
|
存储 C# 索引
C# 一分钟浅谈：数组与集合类的基本操作
【9月更文挑战第1天】本文详细介绍了C#中数组和集合类的基本操作，包括创建、访问、遍历及常见问题的解决方法。数组适用于固定长度的数据存储，而集合类如`List<T>`则提供了动态扩展的能力。文章通过示例代码展示了如何处理索引越界、数组长度不可变及集合容量不足等问题，并提供了解决方案。掌握这些基础知识可使程序更加高效和清晰。
长梦
93 2
蓝易云
|
9天前
|
存储 安全 编译器
学懂C#编程：属性（Property）的概念定义及使用详解
通过深入理解和使用C#的属性，可以编写更清晰、简洁和高效的代码，为开发高质量的应用程序奠定基础。
蓝易云
49 12
长梦
|
1月前
|
设计模式 C# 图形学
Unity 游戏引擎 C# 编程：一分钟浅谈
本文介绍了在 Unity 游戏开发中使用 C# 的基础知识和常见问题。从 `MonoBehavior` 类的基础用法，到变量和属性的管理，再到空引用异常、资源管理和性能优化等常见问题的解决方法。文章还探讨了单例模式、事件系统和数据持久化等高级话题，旨在帮助开发者避免常见错误，提升游戏开发效率。
长梦
59 4
长梦
|
3月前
|
API C#
C# 一分钟浅谈：文件系统编程
在软件开发中，文件系统操作至关重要。本文将带你快速掌握C#中文件系统编程的基础知识，涵盖基本概念、常见问题及解决方法。文章详细介绍了`System.IO`命名空间下的关键类库，并通过示例代码展示了路径处理、异常处理、并发访问等技巧，还提供了异步API和流压缩等高级技巧，帮助你写出更健壮的代码。
长梦
54 2
小王老师呀
|
2月前
|
安全 C# 数据安全/隐私保护
实现C#编程文件夹加锁保护
【10月更文挑战第16天】本文介绍了两种用 C# 实现文件夹保护的方法：一是通过设置文件系统权限，阻止普通用户访问；二是使用加密技术，对文件夹中的文件进行加密，防止未授权访问。提供了示例代码和使用方法，适用于不同安全需求的场景。
小王老师呀
154 0
长梦
|
3月前
|
安全 程序员 编译器
C#一分钟浅谈：泛型编程基础
在现代软件开发中，泛型编程是一项关键技能，它使开发者能够编写类型安全且可重用的代码。C# 自 2.0 版本起支持泛型编程，本文将从基础概念入手，逐步深入探讨 C# 中的泛型，并通过具体实例帮助理解常见问题及其解决方法。泛型通过类型参数替代具体类型，提高了代码复用性和类型安全性，减少了运行时性能开销。文章详细介绍了如何定义泛型类和方法，并讨论了常见的易错点及解决方案，帮助读者更好地掌握这一技术。
长梦
89 11
长梦
|
3月前
|
SQL 开发框架 安全
并发集合与任务并行库：C#中的高效编程实践
在现代软件开发中，多核处理器普及使多线程编程成为提升性能的关键。然而，传统同步模型在高并发下易引发死锁等问题。为此，.NET Framework引入了任务并行库（TPL）和并发集合，简化并发编程并增强代码可维护性。并发集合允许多线程安全访问，如`ConcurrentQueue&lt;T&gt;`和`ConcurrentDictionary&lt;TKey, TValue&gt;`，有效避免数据不一致。TPL则通过`Task`类实现异步操作，提高开发效率。正确使用这些工具可显著提升程序性能，但也需注意任务取消和异常处理等常见问题。
长梦
60 1
Codelinghu
|
2月前
|
Java 程序员 C#
【类的应用】C#应用之派生类构造方法给基类构造方法传参赋值
【类的应用】C#应用之派生类构造方法给基类构造方法传参赋值
Codelinghu
16 0