正則表達(dá)式可以被看成是一個(gè)強(qiáng)大的通配符（通用匹配符號(hào)）。大多數(shù)人都應(yīng)該很熟悉通配符，例如，當(dāng)我們看到一個(gè)諸如“SAMS”的表達(dá)式，那么一個(gè)文本串中任何以SAMS開(kāi)頭的字符串都可以與這個(gè)表達(dá)式匹配。正則表達(dá)式提供了比這種通配符能力更強(qiáng)、控制規(guī)則更復(fù)雜、功能更完善的匹配機(jī)制。

　　本文將對(duì).NET框架提供的支持正則表達(dá)式的類做一個(gè)概要介紹。要想獲得有關(guān)正則表達(dá)式的更多知識(shí)，可參考《Regular Expression Pocket Reference 》（O'Reilly Media出版社，ISBN:059600415X）或《Mastering Regular Expressions》，2nd Edition （O'Reilly Media出版社，ISBN:0596002890）等書籍。它們可以教會(huì)你如何創(chuàng)建正則表達(dá)式，并提供了最常用的正則表達(dá)式列表。

　　輸入確認(rèn)

　　正則表達(dá)式最重要的用途之一，是確認(rèn)某個(gè)輸入的文本是否符合一個(gè)預(yù)定義的格式。例如，一個(gè)能夠作為密碼的字符串通常要遵循某些強(qiáng)制的規(guī)則，以使得密碼字符串難以被破解。這些規(guī)則常常被定義為正則表達(dá)式。正則表達(dá)式也常常用來(lái)對(duì)一些簡(jiǎn)單的輸入執(zhí)行確認(rèn)，如確認(rèn)email地址和電話號(hào)碼。

　　RegEx類是.NET框架中一個(gè)處理正則表達(dá)式的關(guān)鍵類。RegEx類包含了一個(gè)名為IsMatch的靜態(tài)方法，它返回一個(gè)布爾值，這個(gè)布爾值說(shuō)明指定的輸入串是否與一個(gè)給定的正則表達(dá)式匹配。

　　下面的代碼中，用到了一個(gè)常用的正則表達(dá)式，用來(lái)測(cè)試一個(gè)email地址是否有效：

string emailPattern =
@"^([\w-\.]+)@((\[[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.)||[ccc]
(([\w-]+\.)+))([a-zA-Z]{2,4}||[0-9]{1,3})(\]?)$";

Console.Write("Enter an e-mail address:");
string emailInput = Console.ReadLine();
bool match = Regex.IsMatch(emailInput, emailPattern);
if (match)
　Console.WriteLine("E-mail address is valid.");
else
　Console.WriteLine("Supplied input is not a valid e-mail address."); 

　　不要擔(dān)心上面的正則表達(dá)式是否有意義。電子郵件模式背后隱藏的基本思想是，它必須包含一些字符，然后是一個(gè)@標(biāo)記，接著是跟在“.”之后的一些字符組合，“.”之后至少要有兩個(gè)字符。你可以試著在上面的程序段中使用不同的文本作為輸入，并觀察程序執(zhí)行的結(jié)果。即使你不理解正則表達(dá)式本身的含義，也沒(méi)有關(guān)系。只要知道存在正則表達(dá)式這樣一種工具，并且它可以用來(lái)對(duì)輸入進(jìn)行確認(rèn)，這對(duì)于你編寫應(yīng)用程序?qū)⑹菢O有幫助的。

　　從輸入中抽取數(shù)據(jù)

　　正則表達(dá)式另一個(gè)常見(jiàn)用途是用來(lái)分析文本，并從用戶的輸入中抽取數(shù)據(jù)（稱為組匹配）。

　　C#中的正則表達(dá)式包含了一個(gè)稱為組（group）的獨(dú)特特征。使用組，可以為正則表達(dá)式中特定的段賦予一個(gè)標(biāo)識(shí)符名稱。當(dāng)調(diào)用match() 方法對(duì)模式和輸入數(shù)據(jù)進(jìn)行比較時(shí)，比較的結(jié)果實(shí)際上是按照組拆分被匹配的符號(hào)串，這樣就允許你從輸入中抽取與每個(gè)組相匹配的部分。

　　例如，我們可以在前一個(gè)例子中創(chuàng)建一個(gè)名為username的組，用它從一個(gè)email地址中提取所有位于@之前的符號(hào)串。這樣，在執(zhí)行匹配時(shí)，就可以應(yīng)用正則表達(dá)式中的命名組來(lái)抽取用戶名信息。

　　看看下面的代碼示例，它說(shuō)明如何從用戶在控制臺(tái)輸出的URL地址中同時(shí)抽取協(xié)議名和端口號(hào)。正則表達(dá)式的一個(gè)良好特性是它自身構(gòu)成了一個(gè)語(yǔ)言，這個(gè)語(yǔ)言與C、C++、C#或任何其他編程語(yǔ)言沒(méi)有依賴關(guān)系。這使得我們可以容易地從互聯(lián)網(wǎng)或參考文獻(xiàn)的應(yīng)用案例中借用某些常用的正則表達(dá)式。例如，下面例程中的正則表達(dá)式借用自MSDN中的一個(gè)例子：

string urlPattern = @"^(?<proto>\w+)://[^/]+?(?<port>:\d+)?/";
Console.WriteLine();
Console.Write("Enter a URL for data parsing: ");
string url = Console.ReadLine();
Regex urlExpression = new Regex(urlPattern, RegexOptions.Compiled);
Match urlMatch = urlExpression.Match(url);
Console.WriteLine("The Protocol you entered was " +
urlMatch.Groups["proto"].Value);
Console.WriteLine("The Port Number you entered was " +
urlMatch.Groups["port"].Value); 

　　運(yùn)行上面的例程時(shí)，如果為它輸入一個(gè)沒(méi)有端口號(hào)的URL，你將會(huì)注意到程序不輸入任何組的匹配值。這是因?yàn)檩斎氲奈谋九c正則表達(dá)式根本不匹配。當(dāng)輸入與正則表達(dá)式不匹配時(shí)，顯然就不能夠利用任何命名的組來(lái)抽取有意義的數(shù)據(jù)。如果為上面的例程輸入一個(gè)帶端口號(hào)并且與正則表達(dá)式匹配的URL，程序產(chǎn)生的輸出將如下所示：

Enter a URL for data parsing: http://server.com:2100/home.aspx
The Protocol you entered was http
The Port Number you entered was :2100

最新評(píng)論