.NETCoreCSharp 中級篇2-4
本節內容為正則表達式的使用
簡介
有的時候，你是否有過這種需求：判斷一個Ip地址、郵箱、密碼規則是否合法。如果讓你使用if一類的傳統方法進行處理，你肯定會被逼瘋的。而對於絕大多數的編程語言而言，都有一個字符串處理利器————正則表達式。它可以輕松的讓字符串和規則匹配上。有點這樣的意思，從前你是判斷字符串，去遍歷它，而有了正則表達式，你是在書寫一個通用性質的規則，讓字符串與規則進行匹配。正則表達式本質上就是一串蘊含了一些特殊字符規則的字符串，因此我們書寫正則表達式其實是在書寫一個字符串，只是它代表了一定的規則而已。
常見的幾種正則符號
事實上正則表達式沒有過多的知識點，只是一些技巧性的訓練，但請相信我，正則表達式是非常重要的。熟練的使用下列的正則符號會對你大有脾益。
元字符
| 元字符 | 說明 |
|---|---|
| . | 匹配除了換行符以外的任意字符 |
| \w | 匹配字母、數字、下划線以及漢字 |
| \s | 匹配任意空白符 |
| \d | 匹配數字 |
| \b | 匹配單詞的開始或結束 |
| ^ | 匹配字符串的開始 |
| $ | 匹配字符串的結束 |
1.例如匹配abc開頭的字符串
\babc 或者 ^abc
2.匹配5位數字的字符串
^\d\d\d\d\d$
重復限定符號
有了元字符就可以寫不少的正則表達式了，但細心的你們可能會發現：別人寫的正則簡潔明了,如果你只使用元字符進行正則表達式的書寫，既不美觀也不實用，因此我們使用重復限定符進行重復數據的處理，下面我們來看一些限定符：
| 字符 | 說明 |
|---|---|
| * | 重復0次或多次 |
| + | 重復一次或一次以上 |
| ? | 重復0次或一次 |
| {n} | 重復n次 |
| {n,} | 重復n次或更多次 |
| {n,m} | 重復n到m次 |
現在我們就能書寫相當美觀的正則表達式了，例如：
1.匹配7位數字的電話號碼
^\d{7}$
2.匹配138開頭的手機號
^138\d{8}
3.匹配a開頭，若干個b結尾的字符串
^ab*$
分組
現在我們已經學會以一點關於書寫正則表達式的方法，不過，我們現在無論是匹配還是重復都是針對單個字符進行操作，假如說我希望匹配一個以ab為循環的重復字符串應該如何去處理呢？
答案很簡單，就是分組，分組我們通常使用()進行分組，例如匹配以ab為循環的字符串為：
^(ab)*
轉義字符
有的時候，我們需要匹配的字符串中本身就含有正則表達式中的關鍵字符，我們則需要轉義，例如我們需要匹配(ab)為循環的字符串：
^(\(ab\))*
反斜杠\就是我們的轉義字符。不過對於C#中，字符串含有反斜杠會自動轉義，為了避免這種情況，我們需要在字符串之前加上@或者將將轉義字符轉義，也就是\兩個斜杠
條件或
有的時候，我們需要匹配的字符串可能是ab開頭也有可能是cd開頭，這個時候我們就使用條件語句處理，例如：
^(ab|cd)*
用邏輯或“|”進行處理。
區間匹配
有的時候，我們有可能是需要匹配比如說138-150之間所有數字開頭的字符串，或者說A-F按字母表順序內的字母開頭，我們可以這樣
^[138-150]*
^[A-F]*
反義
之前我們談論的都是字符串中含有什么什么，現在我們可能需要匹配到字符串中不含有的字符，那么我們就需要使用反義，如下表
| 元字符 | 說明 |
|---|---|
| \W | 匹配不是字母、數字、下划線以及漢字 |
| \S | 匹配不是空白符 |
| \D | 匹配不是數字 |
| \B | 匹配不是單詞的開始或結束 |
| [^x] | 匹配出了x以外的任意字符 |
貪婪模式與懶惰模式
貪婪
貪婪是當正則表達式中包含能接受重復的限定符時，通常的行為是（在使整個表達式能得到匹配的前提下）匹配盡可能多的字符，這匹配方式叫做貪婪匹配。特性：一次性讀入整個字符串進行匹配，每當不匹配就舍棄最右邊一個字符，繼續匹配，依次匹配和舍棄（這種匹配-舍棄的方式也叫做回溯），直到匹配成功或者把整個字符串舍棄完為止，因此它是一種最大化的數據返回，能多不會少。
事實上我們之前所談論的重復限定符就是一種貪婪量詞
舉個例子例如我們需要匹配由2-5個數字組成的字符串，假設有這樣一串數字51354 8454 1 568,使用^\d{2,5}進行匹配的結果是51354 8454 568，事實上對於這些而言，匹配兩個就已經滿足了，例如51已經滿足該正則式，但是在貪婪匹配中，它會盡可能的多匹配，將整個字符串輸出。
如果多個貪婪量詞疊加在一起，如果字符串能滿足他們各自最大程度的匹配時，就互不干擾，但如果不能滿足時，會根據深度優先原則，也就是從左到右的每一個貪婪量詞，優先最大數量的滿足，剩余再分配下一個量詞匹配。
懶惰
懶惰匹配：當正則表達式中包含能接受重復的限定符時，通常的行為是（在使整個表達式能得到匹配的前提下）匹配盡可能少的字符，這匹配方式叫做懶惰匹配。特性：從左到右，從字符串的最左邊開始匹配，每次試圖不讀入字符匹配，匹配成功，則完成匹配，否則讀入一個字符再匹配，依此循環（讀入字符、匹配）直到匹配成功或者把字符串的字符匹配完為止。
使用懶惰量詞就是在貪婪量詞后面中加?,對於之前的例子，他會匹配成51 35 84 54 56
拓展
零寬斷言
零寬斷言用於查找在某些內容(但並不包括這些內容)之前或之后的東西，也就是說它們像\b,^,$那樣用於指定一個位置，這個位置應該滿足一定的條件(即斷言)，因此它們也被稱為零寬斷言。最好還是拿例子來說明吧： 斷言用來聲明一個應該為真的事實。正則表達式中只有當斷言為真時才會繼續進行匹配。
非常抽象而且籠統，對吧，事實上我也那么覺得，以上內容來自百度百科，因為我實在是很難解釋這個東西，你可以理解為匹配不含正則結果的內容吧。
正向先行斷言(正前瞻)
正前瞻的語法為:
//pattern為正則式
(?=pattern)
它用於匹配pattern表達式之前的內容，並不返回本身。感覺還是很奇怪對吧，舉一個例子：今年我市GDP為5600億元。假設你要將這句話中的5600取出來，你使用正前瞻的方式應該怎么做？
\d+(?=億元)
正向后行斷言(正后顧):
正后顧的語法為:
//pattern為正則式
(?<=pattern)
與正前瞻相反，他是返回pattern之后的內容，如果繼續實現之前的內容，那么表達式就會變成
(<=今年我市GDP為)\d+
負向先行斷言（負前瞻）
負前瞻的語法為:
//pattern為正則式
(?!pattern)
匹配非pattern表達式的前面內容，不返回本身。還是舉之前的例子，我要找到5600億元之前的字母，那么可以是
[A-Z]+(?!5600億元)
負向后行斷言（負后顧）
這個想必我不需要進行講解各位也應當能思考出如何書寫及使用了，他的語法類似的是：
//pattern為正則式
(?<!pattern)
作用當然是匹配非pattern之后的內容。
我在這里就舉這幾個例子，還有一些很好的使用手冊你可以參考Microsoft Documents。
捕獲與非捕獲
捕獲你可以理解為將表達式按組分配，例如你匹配一個電話010-8511561，010是區號，我們有可能利用正則式將它單獨取出來。
數字編號捕獲組
語法就是我們之前的分組，但是匹配這個電話號碼的時候，他的表達式如果是
((\d{3})-(\d{7}))
那么他會分為三組，第一組是完整的電話，第二組是我們的區號，第三組是我們的電話號碼。
命名編號捕獲組
語法：
(?<name>exp)
這個name就是你自己自定義的，例如之前的我們可以寫成
(?<quhao>\d{3})-(?<haoma>\d{7})
這樣我們可以通過名稱進行訪問組內數據，具體的使用我會在后面進行講解。
非捕獲組
同之前相反，它用於表示不需要分組的數據
(?:exp)
例如我們不需要區號，那么正則式就變成了
(?:\d{3})-(\d{7})
反向引用
捕獲會返回一個捕獲組，這個分組是保存在內存中，不僅可以在正則表達式外部通過程序進行引用，也可以在正則表達式內部進行引用，這種引用方式就是反向引用。
同樣的，根據捕獲組命名規則，反向引用也有兩種
1- 數字反向引用：\k或\number
2- 命名反向引用：\k或'name'
反向引用通常和捕獲組是一同使用的，它的作用主要是用來查找一些重復的內容或者做替換指定字符。比如要查找一串字母"aabbbbgbddesddfiid"里成對的字母。
我們捋捋思路：
- 首先我們要有一個匹配字母的捕獲組:(\w)
- 然后(\w)\1
這樣就可以了，\1代表的是1分組，這樣就是一個匹配成對字母的正則式了。
如何使用正則表達式
位於 System.Text.RegularExpressions 空間下的 Regex 可以對正則表達式進行處理。
Match
這是匹配結果的對象，內含這幾個常用的屬性及方法
- Value：匹配值
- Groups：分組
- Index：匹配值的第一個字符的索引
- Success：是否符合正則式
- NextMatch：下一個符合的匹配值
Regex.Matches
匹配多個符合的結果，返回一個MatchCollection數組，使用foreach並轉換成Match對象進行訪問.
- IsMatch：是否符合正則式
- Replace：替換匹配上正則式的字符串
- Split：按匹配上的字符串進行分割
- Match：返回第一個符合正則式的字符串
- Matches：返回所有符合的字符串
Reference
如果我的文章幫助了您，請您在github.NETCoreGuide項目幫我點一個star，在博客園中點一個關注和推薦。