.NET正则表达式使用高级技巧之替换类

3/23/2008来源:软件工程人气:7654


  因为.net的基本正则语法和Perl5基本相同,所以基本语法你可以去下载一下M$的JS帮助文档,上面有具体的说明\d表示什么,{,5}表示什么,\[表示什么……,这里我只想提醒大家一点,为了避免和反向引用相冲突,在你用\nn表示八进制的ASCII码时,请在\后加0,就是说,\40在表示ASCII码时,请这样写\040。

  替换

  Regex类有一个静态的Replace方法,其实例也有一个Replace方法,这个方法很强大,因为它可以传入一个delegate,这样,你可以自定义每次捕捉匹配时,如何处理捕捉的内容。

.NET正则表达式使用高级技巧之替换类(图一) public static void Main()
.NET正则表达式使用高级技巧之替换类(图二).NET正则表达式使用高级技巧之替换类(图三) .NET正则表达式使用高级技巧之替换类(图四){
.NET正则表达式使用高级技巧之替换类(图五) string s = "1 12 3 5";
.NET正则表达式使用高级技巧之替换类(图六) s = Regex.Replace(s,@"\d+",new MatchEvaluator(CorrectString),RegexOptions.CompiledRegexOptions.IgnoreCase);
.NET正则表达式使用高级技巧之替换类(图七) Console.WriteLine(s);
.NET正则表达式使用高级技巧之替换类(图八) Console.ReadLine();
.NET正则表达式使用高级技巧之替换类(图九) }
.NET正则表达式使用高级技巧之替换类(图十) PRivate static string CorrectString(Match match)
.NET正则表达式使用高级技巧之替换类(图十).NET正则表达式使用高级技巧之替换类(图十二) .NET正则表达式使用高级技巧之替换类(图十三){
.NET正则表达式使用高级技巧之替换类(图十四) string matchValue = match.Value;
.NET正则表达式使用高级技巧之替换类(图十五) if(matchValue.Length == 1)
.NET正则表达式使用高级技巧之替换类(图十六) matchValue = "0" + matchValue;
.NET正则表达式使用高级技巧之替换类(图十七) return matchValue;
.NET正则表达式使用高级技巧之替换类(图十八) }
.NET正则表达式使用高级技巧之替换类(图十九)
  以上这段代码说明了假如使用delegate MatchEvaluator 来处理正则的Match结果,该代码返回"01 12 03 05"。Replace方法除了使用delegate来处理捕捉的Match,还可以用字符串来替换Match的结果,而用字符串来替换Match结果除了把Match结果静态的替换成一个固定的文本外,还可以使用以下语法来更方便的实现你需要的功能:

$number   把匹配的第number组替换成替换表达式,还有这句话怎么写也表达不清楚意思,还是来个例子吧:

.NET正则表达式使用高级技巧之替换类(图二十) public static void Main()
.NET正则表达式使用高级技巧之替换类(图二十).NET正则表达式使用高级技巧之替换类(图二十二) .NET正则表达式使用高级技巧之替换类(图二十三){
.NET正则表达式使用高级技巧之替换类(图二十四) string s = "1 12 3 5";
.NET正则表达式使用高级技巧之替换类(图二十五) s = Regex.Replace(s,@"(\d+)(?#这个是注释)","0$1",RegexOptions.CompiledRegexOptions.IgnoreCase);
.NET正则表达式使用高级技巧之替换类(图二十六) Console.WriteLine(s);
.NET正则表达式使用高级技巧之替换类(图二十七) Console.ReadLine();
.NET正则表达式使用高级技巧之替换类(图二十八) }

  这段代码返回的是 “01 012 03 05”

  就是说,对组一的每个匹配结果都用"0$1"这个表达式来替换,"0$1"中"$1"由组1匹配的结果代入
${name}   把匹配的组名为"name"的组替换成表达式,

  上例的Regex eXPression改成@"(?<name>\d+)(?#这个是注释)"后面的替换式改为"0${name}"结果是一样的 $$   做$的转义符,如上例表达式改成@"(?<name>\d+)(?#这个是注释)"和"$$${name}",则结果为"$1 $12 $3 $5" $&   替换整个匹配 $`   替换匹配前的字符 $'   替换匹配后的字符 $+   替换最后匹配的组 $_   替换整个字符串   
  后面的选项,大家自己写个例子体味一下。

  *注,上例中的(?#这个是注释)说明了正则的内联注释语法为(?#)

  表达项选项

  正则表达式选项RegexOptions有如下一下选项,具体说明请参考联机帮助

RegexOptions枚举值 内联标志 简单说明 ExplicitCapture n 只有定义了命名或编号的组才捕捉 IgnoreCase i 不区分大小写 IgnorePatternWhitespace x 消除模式中的非转义空白并启用由 # 标记的注释。 MultiLine m 多行模式,其原理是修改了^和$的含义 SingleLine s 单行模式,和MultiLine相对应   
  这里我提到内联标志,是因为相对于用RegexOptions在new Regex时定义Regex表达式的全局选项来说,内联标志可以更小粒度(以组为单位)的定义匹配选项,从而更方便表达我们的思想

  语法是这样的:(?i:expression)为定义一个选项,(?-i:expression)为删除一个选项,(?i-s:expression)则定义i,删除s,是的,我们可以一次定义很多个选项。这样,通过内联选项,你就可以在一个Regex中定义一个组为匹分大小写的,一个组不匹分大小写的,是不是很方便呢?