C#中的正則表達式

　　其中如果包含的字符串中包含雙引號，那么就兩個雙引號表示，而不是反斜杠加上雙引號（\”），也不是斜杠加上雙引號（/”）

　   正則表達式獲取CSS里面的圖片的例子，里面有URL里面的圖片地址有雙引號，要注意用兩個雙引號""表示

        static void Main(string[] args)
        {
            Regex reg = new Regex(@"url\((['""]?)(.+[^'""])\1\)");  //注意里面的引號 要用雙引號表示，而不是用反斜杠
            Console.WriteLine(reg.Match(@"{background-image:url(//ssl.gstatic.com/ui/v1/menu/checkmark.png);backgro")); //輸出 url(//ssl.gstatic.com/ui/v1/menu/checkmark.png)

            Console.ReadKey();
        }

　　帶組名的后向引用在C#中是 \k<num> ，匹配重復單詞的例子：

        static void Main(string[] args)
        {
            Regex reg = new Regex(@"\b(?<group>\w+ +)\k<group>");
            string str = "what the hell are you you talking about?";
            Console.WriteLine(reg.Match(str));

            Console.ReadKey();
        }

 　　在C#中new一個Regex對象的時候，第二個參數能夠用枚舉支持選擇匹配模式，現在就來說說這些枚舉值對正則的影響。

　　　模式　　　　　　　　　　　　　　說明

　　　.SingleLine　　　　　　　　　　 點號能夠匹配任何字符
　　　.Multiline　　　　　　　　　　　 擴展^和$的匹配，使^和$能夠匹配字符串內部的換行符
　　　.IgnorePatternWhitespace　　 設計寬松排列和注釋模式
　　　.IgnoreCase　　　　　　　　　 進行不區分大小寫的匹配
　　  .ECMAScript　　　　　　　　　 限制\w \s \d，令其只對ASCII字符有效
　　　.RightToLeft　　　　　　　　　 傳動裝置的驅動過程不變，但是方向相反(從字符的末尾開始，向開頭移動)
　　　.Compiled　　　　　　　　　　 多花些時間優化正則表達式，編譯到dll里，占用多點內存，但是匹配更快。
　　　.ExplicitCapture　　　　　　　　普通括號()在正常情況下是捕獲型括號，但是在此模式下與(?:...)一樣，之分組，不捕獲

 

 　  RegexOptions.Compiled的意義

　　使用RegexOptions.Compiled與不使用RegexOptions.Compiled的對比

　　標准　　　　　　不使用　　　　　　　　　　使用

　　啟動速度　　　　較快　　　　　　　　　　　較慢(最多60倍)
　　內存占用　　　　少　　　　　　　　　　　　多(每個正則表達式占用5-15KB)
　　匹配速度　　　　一般　　　　　　　　　　　最多能提升10倍

　　在使用了RegexOptons.Compiled時，在程序執行過程中，這塊內存會一直被占用，無法被釋放，因此僅對於那些經常被使用的正則表達式才適合使用此選項。

　　ECMAScript模式

　　要注意ECMAScript只能與下面的選項同時使用

　　RegexOptons.IgnoreCase
　　RegexOptons.Multiline
　　RegexOptons.Compiled

　　而且反斜線-數字不會有反向引用和十進制轉移的二義性，因為它只能夠表示反向引用。例如 \10 表示反向引用 \1 然后是文字0。如果沒有啟用該模式，則 \12 匹配的是ASCII進紙符linefeed。同時\w \d \s \W \D \S只能匹配ASCII。

　　另外在C#中，分組的編號也需要注意。

　　分組0是整個正則表達式匹配到的結果。

　　然后依次是未命名分組。

　　最后是命名分組。

　　例如：

　　(\w)(?<Num>\d+)(\s+)

　　　1　　　3　　　　　2

 　　特殊的Replacement處理

　　Regex.Replace方法和Match.Result方法都可以接收能夠進行特殊處理的replacement字符串。下面的字符序列會被匹配到的文本所替換：

　　字符序列　　　　　　　　　　替換內容

　　$&　　　　　　　　　　　　  整個表達式匹配的文本，相當於$0

　　$1  $2　　　　　　　　　　  對應編號的捕獲分組所匹配的文本

　　${name}　　　　　　　　　 對應命名捕獲分組匹配的文本

　　$‘　　　　　　　　　　　　　目標字符串中匹配文本之前的文本

　　$'　　　　　　　　　　　　　目標字符串中匹配文本之后的文本

 　  $$　　　　　　　　　　　　 單個$字符($1的顯示為$$!)

　　$_　　　　　　　　　　　　 正則原始目標字符串的副本

　　$+　　　　　　　　　　　　 .NET中表示最后的那個捕獲型括號匹配的文本

 

static void Main(string[] args)
        {
            Regex reg1 = new Regex(@"\d+");
            string str = reg1.Replace("123","insert into table where id = $&");
            Console.WriteLine(str);     //輸出 insert into table where id = 123

            Regex reg2 = new Regex(@"1\+1=(\d)");
            string str2 = reg2.Replace("1+1=3","不是$1");
            Console.WriteLine(str2);    //輸出 不是3

            Regex reg3 = new Regex(@"1\+1=(?<result>\d)");
            string str3 = reg3.Replace("1+1=3", "不是${result}");
            Console.WriteLine(str3);    //輸出 不是3

            Regex reg4 = new Regex(@"\d+");
            string str4 = reg4.Replace("123ABC", "后面是$'");  //匹配文本之后的文本
            Console.WriteLine(str4);    //輸出 后面是ABCABC     為什么會輸出 后面是ABCABC呢？因為$'指的是ABC，然后替換掉原字符串中的123。不懂看多幾次這句話

            Regex reg5 = new Regex(@"\d+");
            string str5 = reg5.Replace("ABC123", "前面是$`");  //ABC前面是ABC 符號是 1左邊那個
            Console.WriteLine(str5);

            Regex reg6 = new Regex(@"\d+");
            string str6 = reg6.Replace("ABC123","右邊原始輸入字符串$_");
            Console.WriteLine(str6);    //輸出 右邊是原始字符串ABC123

            Console.ReadKey();
        }

關於.net中的正則裝配件是用於構建正則表達式庫的，保存在硬盤中，其他程序也能夠調用，提高重用率。主要就是用到了Regex類的CompileToAssembly方法。 　　

2013-4-26　　微雨，陰霾

今天，碰到一個非常有趣的問題，公司多了個客戶，產品那邊說添加關鍵詞太辛苦，讓我幫忙批量導入一批關鍵詞。哥這幾天正好在研究正則表達式呢，於是二話不說，立馬應了下來。一看，Excel，算了NPOI還沒學呢。於是復制到txt文本里。
格式如下:
中山大道
粵墾路
.....
天助我也，難度不大，而且看來這幾天學的東西有用武之地了。於是立馬有了以下代碼

static void Main(string[] args)
{
　　string str = File.ReadAllText(@"D:\daoru.txt", Encoding.Default);
　　Regex reg = new Regex(@".+");
　　string str1 = reg.Replace(str, "insert into Keyword values(196,'admin1','admin1','$&')");
　　File.WriteAllText(@"D:\123.txt", str1);

　　Console.ReadKey();
}

　　這是一個根據關鍵詞生成SQL語句的方法，從D盤導入txt文本(在這個地方，碰到一個問題，因為關鍵詞是中文，所以直覺上覺得應該用Utf-8編碼去讀，但是竟然出錯了。於是上網查了一下，居然用Encoding.Default可以解決這個問題)。然后用正則表達式匹配到關鍵詞。默認的new Regex() 點號.是不會匹配換行符的，因此非常適合關鍵詞一行一個的，例如從Excel復制過來的時候。然后用Regex類提供的Replace將關鍵詞替換成Sql語句，直接黏貼到數據庫上全選，執行。OK。一次過導入了近500個關鍵詞。

2013-4-27　　　　晴

　　本來以為正則表達式學得不錯了，結果昨天替換的SQL語句就出了問題，存入數據庫的數據無緣無故多了個換行符。其實在執行SQL語句的時候，SQLSERVER已經很盡職地給出提示了，可惜太大意或者說高興得太早直接忽略了。來看昨天SQL語句執行時的圖片：

　　看到換行了吧，這樣一來就會將在結果中多了個\r，在數據庫表中還看不到，但是在用的時候，如果僅僅用於顯示，也沒問題，但是如果用來匹配，那就悲劇了。因此今天更改了程序。要將換行符替換掉。代碼改為如下所示，其中改動部分紅色標記：

        static void Main(string[] args)
        {
            string str = File.ReadAllText(@"D:\daoru.txt", Encoding.Default);
            Regex reg = new Regex(@".+");
            string str1 = reg.Replace(str, "insert into JM_SinaBlog_KeyWord values(105,'jmeii','jmeii','$&')").Replace((char)13, (char)0);//here
            File.WriteAllText(@"D:\123.txt", str1);

            Console.ReadKey();
        }

　　這樣一來，就替換掉換行符了。將生成的代碼再復制到SQLSERVER里，可以看到SQLSERVER的顯示變了：

　　

　　這樣就沒問題了，以后在寫正則表達式時要對換行，空格非常敏感才行。