3.3 使用正则表达式
3.3 使用正则表达式
正则表达式的出现主要用于解决字符串匹配问题，C#中为正则表达式提供了良好的支持。本节介绍正则表达式的相关内容。
3.3.1 正则表达式简介
与传统的简单字符串搜索方式不同，正则表达式提供了功能强大、灵活而又高效的方法来处理文本。正则表达式的全面模式匹配表示法，使得快速分析大量文本以找到特定的字符模式成为可能。另外，正则表达式还可以用于提取、编辑、替换或删除文本子字符串，或者将提取的字符串添加到集合以生成报告。对于处理字符串的许多应用程序而言，正则表达式是不可缺少的工具。
正则表达式的内容十分丰富，此处仅介绍一些常用的语法和使用。
1．转义字符
一般字符：除.$ ^ { [ ( | ) * + ? \ 外，其他字符与自身对应。
· \a：与响铃（警报）\u0007对应。
· \b：与退格符\u0008对应。
· \t：与Tab符\u0009对应。
· \r：与回车符\u000D对应。
· \v：与垂直Tab符\u000B对应。
· \f：与换页符\u000C对应。
· \n：与换行符\u000A对应。
· \e：与Esc符\u001B对应。
2．字符
· .：对应除“\n”以外的任何字符。
· [aeiou]：与指定字符集中包含的任何单个字符对应，即与“a”、“e”、“i”、“o”和“u”中的任意一个对应。
· [^ aeiou]：与不在指定字符集中的任何单个字符对应，即与除“a”、“e”、“i”、“o”和“u”之外的字符对应。
· [0-9a-fA-F]：使用连字符“-”允许指定连续字符范围。此处为数字0～9，小写字母a到小写字母f，大写字母A到大写字母F中的任何一个对应。
· \w：与任何单词字符对应。
· \W：与任何非单词字符对应。
· \s：与任何空白字符对应。
· \S：与任何非空白字符对应。
· \d：与任何十进制数字对应。
· \D：与任何非数字对应。
3．次数限定
· *：指定0个或多个对应，例如“\w*”或（abc）*。
· +：指定1个或多个对应，例如“\w+”或（abc）+。
· ？：指定0个或1个对应，例如“\w?”或（abc）?。
· {n}：指定恰好n个对应。
· {n ,}：指定至少n个对应。
· {n ,m}：指定至少n个但不多于m个对应。
· *?：指定尽可能少地使用重复的第一个对应。
· +?：指定尽可能少地使用重复但至少使用一次。
· ??：指定使用0次重复或一次重复。
· {n}?：等效于{n}。
· {n ,}?：指定尽可能少地使用重复但至少使用n次。
· {n ,m}?：指定介于n次和m次之间、尽可能少地使用重复。
3.3.2 使用Regex类
使用正则表达式时，必须引用using System.Text.RegularExpressions命名空间。在该命名空间下有许多与正则表达式使用相关的内容，这里仅介绍几个常用的类。
（1）Regex类。表示不可变（只读）正则表达式类，可以再用其声明一个正则表达式。下面的代码示例演示了Regex类型变量的声明方法：
// 声明一个Regex.变量
Regex r;
// 初始化，并用正则表达式初始化
r = new Regex("[a, e, i, o, u]");
（2）Match类。Match类表示正则表达式匹配操作的结果，是正则表达式使用中最基本的类。下面的实例使用Regex类的Match方法返回Match类型的对象，以便找到输入字符串中的第一个匹配项。此实例使用Match类的Match.Success属性来指示是否已找到匹配。
1．目的说明
创建一个Windows控制台应用程序，演示Match类的使用方法。
2．实现步骤
（1）创建一个名为RegexMatch的控制台应用程序项目。
（2）修改Program.cs文件中Main方法的内容如下：
static void Main(string[] args)
{
// 创建Regex对象
Regex r = new Regex("o");
// 在给定字符串中搜索“o”
Match m = r.Match("Thank You");
// 判断是否成功并输出
if (m.Success)
{
Console.WriteLine("搜索o成功！");
Console.WriteLine("位于：" + m.Index);
}
else
{
Console.WriteLine("未找到该字符串！");
}
}
3．运行结果
按Ctrl+F5组合键运行程序，运行结果如图3-17所示。
4．代码分析
从运行结果可以看到，Match类匹配到了字符串“Thank You”中的字符“o”。如果在字符串“Thank You”中匹配字符“x”，将得到如图3-18所示的运行结果2。
图3-17 运行结果1 图3-18 运行结果2
3.3.3 常用正则表达式
下面给出一些常用的正则表达式，供读者学习或编程时使用。
· [\u4e00-\u9fa5]：对应中文字符。
· [^\x00-\xff]：对应双字节字符（包括汉字在内）。
· \n[\s| ]*\r：对应空行。
· /<(.*)>.*<\/\1>|<(.*) \/>/：对应HTML标记。
· (^\s*)|(\s*$)：对应首尾空格。
· \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*：对应E-mail地址。
· http://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?：对应http网址URL。
3.3.4 验证电子邮箱地址
下面介绍一个实例，演示通过正则表达式验证电子邮箱地址的方法。
1．目的说明
创建一个Windows控制台应用程序，演示通过正则表达式验证电子邮箱地址的方法。
2．实现步骤
（1）创建一个名为StrBuilderCompare的控制台应用程序项目。
（2）修改Program.cs文件中Main方法的内容如下：
static void Main(string[] args)
{
//定义用于获取E-mail的正则表达式
Regex r = new Regex(@"\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*");
//给字符串a赋值
string a = "thank you wang wang@web.com";
// 在给定字符串a中搜索电子邮件地址
Match m = r.Match(a);
//判断是否成功并输出
if (m.Success)
{
Console.WriteLine("搜索到电子邮件地址：");
Console.WriteLine("位于：" + m.Index);
}
else
{
Console.WriteLine("未找到该字符串！");
}
}
3．运行结果
按Ctrl+F5组合键运行程序，运行结果如图3-19所示。
4．代码分析
可以看到，通过正则表达式找到了字符串a中的电子邮箱地址“wang@web.com”的位置。将字符串a设置为“thank you wang wang web.com”，再次运行程序，其运行结果如图3-20所示。
图3-19 运行结果1 图3-20 运行结果2
运行结果说明字符串a中不包含合法的电子邮箱地址。