欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

.NET正則基礎(chǔ)之平衡組

 更新時(shí)間：2023年05月28日 13:50:54   作者：過(guò)客  
平衡組是微軟在.NET中提出的一個(gè)概念，主要是結(jié)合幾種正則語(yǔ)法規(guī)則，提供對(duì)配對(duì)出現(xiàn)的嵌套結(jié)構(gòu)的匹配，.NET是目前對(duì)正則支持最完備、功能最強(qiáng)大的語(yǔ)言平臺(tái)之一，而平衡組正是其強(qiáng)大功能的外在表現(xiàn)，也是比較實(shí)用的文本處理功能

1、概述

平衡組是微軟在.NET中提出的一個(gè)概念，主要是結(jié)合幾種正則語(yǔ)法規(guī)則，提供對(duì)配對(duì)出現(xiàn)的嵌套結(jié)構(gòu)的匹配。.NET是目前對(duì)正則支持最完備、功能最強(qiáng)大的語(yǔ)言平臺(tái)之一，而平衡組正是其強(qiáng)大功能的外在表現(xiàn)，也是比較實(shí)用的文本處理功能，目前只有.NET支持，相信后續(xù)其它語(yǔ)言會(huì)提供支持。

平衡組可以有狹義和廣義兩種定義，狹義平衡組指.NET中定義的(?<Close-Open>Expression)語(yǔ)法，廣義平衡組并不是固定的語(yǔ)法規(guī)則，而是幾種語(yǔ)法規(guī)則的綜合運(yùn)用，我們平時(shí)所說(shuō)的平衡組通常指的是廣義平衡組。本文中如無(wú)特殊說(shuō)明，平衡組這種簡(jiǎn)寫指的是廣義平衡組。

正是由于平衡組功能的強(qiáng)大，所以帶來(lái)了一些神秘色彩，其實(shí)平衡組并不難掌握。下面就平衡組的匹配原理、應(yīng)用場(chǎng)景以及性能調(diào)優(yōu)展開討論。

2、平衡組匹配原理

2.1 預(yù)備知識(shí)

平衡組通常是由量詞，分支結(jié)構(gòu)，命名捕獲組，狹義平衡組，條件判斷結(jié)構(gòu)組成的，量詞和分支結(jié)構(gòu)這里不做介紹，這里只對(duì)命名捕獲組，狹義平衡組和條件判斷結(jié)構(gòu)做下說(shuō)明。

2.1.1命名捕獲組

語(yǔ)法：(?<name>Expression)  

 (?’name’Expression)

以上兩種寫法在.NET中是等價(jià)的，都是將“Expression”子表達(dá)式匹配到的內(nèi)容，保存到以“name”命名的組里，以供后續(xù)引用。

對(duì)于命名捕獲組的應(yīng)用，這里不做重點(diǎn)介紹，只是需要澄清一點(diǎn)，平時(shí)使用捕獲組時(shí)，一般反向引用或Group對(duì)象使用得比較多，可能會(huì)有一種誤解，那就是捕獲組只保留一個(gè)匹配結(jié)果，即使一個(gè)捕獲組可以先后匹配多個(gè)子串，也只保留最后一個(gè)匹配到的子串。但事實(shí)是這樣嗎？

舉例來(lái)說(shuō)：

源字符串：abcdefghijkl

正則表達(dá)式：(?<chars>[a-z]{2})+

命名捕獲組chars最終捕獲的是什么？

string test = "abcdefghijkl";
Regex reg = new Regex(@"(?<chars>[a-z]{2})+");
Match m = reg.Match(test);
if (m.Success)
{
? ? ? richTextBox2.Text += "匹配結(jié)果：" + m.Value + "\n";
? ? ? richTextBox2.Text += "Group：" + m.Groups["chars"].Value + "\n";
}
/*--------輸出--------
匹配結(jié)果：abcdefghijkl
Group：kl
*/

從m.Groups["chars"].Value的輸出上看，似乎確實(shí)是只保留了一個(gè)匹配內(nèi)容，但卻忽略了一個(gè)事實(shí)，Group實(shí)際上是Capture的一個(gè)集合

string test = "abcdefghijkl";
Regex reg = new Regex(@"(?<chars>[a-z]{2})+");
Match m = reg.Match(test);
if (m.Success)
{
? ? ?richTextBox2.Text += "匹配結(jié)果：" + m.Value + "\n";
? ? ?richTextBox2.Text += "Group：" + m.Groups["chars"].Value + "\n--------------\n";
? ? ?foreach (Capture c in m.Groups["chars"].Captures)
? ? ?{
? ? ? ? ? ?richTextBox2.Text += "Capture：" + c + "\n";
? ? ?}
}
/*--------輸出--------
匹配結(jié)果：abcdefghijkl
Group：kl
--------------
Capture：ab
Capture：cd
Capture：ef
Capture：gh
Capture：ij
Capture：kl
*/

平時(shí)應(yīng)用時(shí)可能會(huì)忽略這一點(diǎn)，因?yàn)楹苌儆龅揭粋€(gè)捕獲組先后匹配多個(gè)子串的情況，而在一個(gè)捕獲組只匹配一個(gè)子串時(shí)，Group集合中就只有一個(gè)Capture元素，所以內(nèi)容是一樣的。

string test = "abcdefghijkl";
Regex reg = new Regex(@"(?<chars>[a-z]{2})");
Match m = reg.Match(test);
if (m.Success)
{
? ? ?richTextBox2.Text += "匹配結(jié)果：" + m.Value + "\n";
? ? ?richTextBox2.Text += "Group：" + m.Groups["chars"].Value + "\n--------------\n";
? ? ?foreach (Capture c in m.Groups["chars"].Captures)
? ? ?{
? ? ? ? ? richTextBox2.Text += "Capture：" + c + "\n";
? ? ?}
}
/*--------輸出--------
匹配結(jié)果：ab
Group：ab
--------------
Capture：ab
*/

捕獲組保存的是一個(gè)集合，而不只是一個(gè)元素，這一知識(shí)點(diǎn)對(duì)于理解平衡組的匹配原理是有幫助的。

2.1.2狹義平衡組

語(yǔ)法：(?<Close-Open>Expression)

其中“Close”是命名捕獲組的組名，也就是“(?<name>Expression)”中的“name”，可以省略，通常應(yīng)用時(shí)并不關(guān)注，所以一般都是省略的，寫作“(?<-Open>Expression)”。作用就是當(dāng)此處的“Expression”子表達(dá)式匹配成功時(shí)，則將最近匹配成功到的命名為“Open”組出棧，如果此前不存在匹配成功的“Open”組，那么就報(bào)告“(?<-Open>Expression)”匹配失敗，整個(gè)表達(dá)式在這一位置也是匹配失敗的。

2.1.3條件判斷結(jié)構(gòu)

語(yǔ)法：(?(Expression)yes|no)

      (?(name)yes|no)

對(duì)于“(?(Expression)yes|no)”，它是“(?(?=Expression)yes|no)”的簡(jiǎn)寫形式，相當(dāng)于三元運(yùn)算符

(?=Expression) ? yes : no

表示如果子表達(dá)式“(?=Expression)”匹配成功，則匹配“yes”子表達(dá)式，否則匹配“no”子表達(dá)式。如果“Expression”與可能出現(xiàn)的命名捕獲組的組名相同，為避免混淆，可以采用“(?(?=Expression)yes|no)”方式顯示聲明“Expression”為子表達(dá)式，而不是捕獲組名。

“(?=Expression)”驗(yàn)證當(dāng)前位置右側(cè)是否能夠匹配“Expression”，屬于順序環(huán)視結(jié)構(gòu)，是零寬度的，所以它只參與判斷，即使匹配成功，也不會(huì)占有字符。

舉例來(lái)說(shuō)：

源字符串：abc

正則表達(dá)式：(?(?=a)\w{2}|\w)

當(dāng)前位置右側(cè)如果是字符“a” ，則匹配兩個(gè)“\w”，否則匹配一個(gè)“\w”。

string test = "abc";
Regex reg = new Regex(@"(?(?=a)\w{2}|\w)");
MatchCollection mc = reg.Matches(test);
foreach(Match m in mc)
{
? ? ?richTextBox2.Text += m.Value + "\n";
}
/*--------輸出--------
ab
c
*/

對(duì)于“(?(name)yes|no)”，如果命名捕獲組“name”有捕獲，則匹配“yes”子表達(dá)式，否則匹配“no”子表達(dá)式。這一語(yǔ)法最典型的一種應(yīng)用是平衡組。

當(dāng)然，以上兩種語(yǔ)法中，“yes”和“no都是可以省略的，但同一時(shí)間只能省略一個(gè)，不能一起省略。平衡組的應(yīng)用中就是省略了“no”子表達(dá)式。

2.2平衡組的匹配原理

平衡組的匹配原理可以用堆棧來(lái)解釋，先舉個(gè)例子，再根據(jù)例子進(jìn)行解釋。

源字符串：a+(b*(c+d))/e+f-(g/(h-i))*j

正則表達(dá)式：)|[^()])*(?(Open)(?!))\)

需求說(shuō)明：匹配成對(duì)出現(xiàn)的()中的內(nèi)容

string test = "a+(b*(c+d))/e+f-(g/(h-i))*j";
Regex reg = new Regex(@")|[^()])*(?(Open)(?!))\)");
MatchCollection mc = reg.Matches(test);
foreach (Match m in mc)
{
? ? ?richTextBox2.Text += m.Value + "\n";
}
/*--------輸出--------
(b*(c+d))
(g/(h-i))
*/

下面來(lái)考察一下這個(gè)正則，為了閱讀方便，寫成寬松模式。

Regex reg = new Regex(@"\( ? ? ? ? ? ? ? ? ? ? ? ? ?#普通字符“(”
? ? ? ? ? ? ? ? ? ? ? ? ? ? ( ? ? ? ? ? ? ? ? ? ? ? #分組構(gòu)造，用來(lái)限定量詞“*”修飾范圍
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (?<Open>\() ? ? ? ? #命名捕獲組，遇到開括弧'Open'計(jì)數(shù)加1
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (?<-Open>\)) ? ? ? ?#狹義平衡組，遇到閉括弧'Open'計(jì)數(shù)減1
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? [^()]+ ? ? ? ? ? ? ?#非括弧的其它任意字符
? ? ? ? ? ? ? ? ? ? ? ? ? ? )* ? ? ? ? ? ? ? ? ? ? ?#以上子串出現(xiàn)0次或任意多次
? ? ? ? ? ? ? ? ? ? ? ? ? ? (?(Open)(?!)) ? ? ? ? ? #判斷是否還有'Open'，有則說(shuō)明不配對(duì)，什么都不匹配
? ? ? ? ? ? ? ? ? ? ? ? \) ? ? ? ? ? ? ? ? ? ? ? ? ?#普通閉括弧
? ? ? ? ? ? ? ? ? ? ?", RegexOptions.IgnorePatternWhitespace);

對(duì)于一個(gè)嵌套結(jié)構(gòu)而言，開始和結(jié)束標(biāo)記都是確定的，對(duì)于本例開始為“(”，結(jié)束為“)”，那么接下來(lái)就是考察中間的結(jié)構(gòu)，中間的字符可以劃分為三類，一類是“(”，一類是“)”，其余的就是除這兩個(gè)字符以外的任意字符。

那么平衡組的匹配原理就是這樣的：

1.先找到第一個(gè)“(”，作為匹配的開始

2.在第1步以后，每匹配到一個(gè)“(”，就入棧一個(gè)Open捕獲組，計(jì)數(shù)加1

3.在第1步以后，每匹配到一個(gè)“)”，就出棧最近入棧的Open捕獲組，計(jì)數(shù)減1

4.后面的(?(Open)(?!))用來(lái)保證堆棧中Open捕獲組計(jì)數(shù)是否為0，也就是“(”和“)”是配對(duì)出現(xiàn)的

5.最后的“)”，作為匹配的結(jié)束

匹配過(guò)程（以下匹配過(guò)程，如果覺(jué)得難以理解，可以暫時(shí)跳過(guò)，先學(xué)會(huì)如何使用，再研究為什么可以這樣用吧）

首先匹配第一個(gè)“(”，然后一直匹配，直到出現(xiàn)以下兩種情況之一：

a)堆棧中Open計(jì)數(shù)已為0，此時(shí)再遇到“)”

b)匹配到字符串結(jié)束符

這時(shí)控制權(quán)交給(?(Open)(?!))，判斷Open是否有匹配，由于此時(shí)計(jì)數(shù)為0，沒(méi)有匹配，那么就匹配“no”分支，由于這個(gè)條件判斷結(jié)構(gòu)中沒(méi)有“no”分支，所以什么都不做，把控制權(quán)交給接下來(lái)的“\)”

如果上面遇到的是情況a)，那么此時(shí)“\)”可以匹配接下來(lái)的“\)”，匹配成功；如果上面遇到的是情況b)，那么此時(shí)會(huì)進(jìn)行回溯，直到“\)”匹配成功為止，否則報(bào)告整個(gè)表達(dá)式匹配失敗。

由于.NET中的狹義平衡組“(?<Close-Open>Expression)”結(jié)構(gòu)，可以動(dòng)態(tài)的對(duì)堆棧中捕獲組進(jìn)行計(jì)數(shù)，匹配到一個(gè)開始標(biāo)記，入棧，計(jì)數(shù)加1，匹配到一個(gè)結(jié)束標(biāo)記，出棧，計(jì)數(shù)減1，最后再判斷堆棧中是否還有Open，有則說(shuō)明開始和結(jié)束標(biāo)記不配對(duì)出現(xiàn)，不匹配，進(jìn)行回溯或報(bào)告匹配失??；如果沒(méi)有，則說(shuō)明開始和結(jié)束標(biāo)記配對(duì)出現(xiàn)，繼續(xù)進(jìn)行后面子表達(dá)式的匹配。

需要對(duì)“(?!)”進(jìn)行一下說(shuō)明，它屬于順序否定環(huán)視，完整的語(yǔ)法是“(?!Expression)”。由于這里的“Expression”不存在，表示這里不是一個(gè)位置，所以試圖嘗試匹配總是失敗的，作用就是在Open不配對(duì)出現(xiàn)時(shí)，報(bào)告匹配失敗。

3、平衡組的應(yīng)用及優(yōu)化

平衡組提供了嵌套結(jié)構(gòu)的匹配功能，這一創(chuàng)新是很讓人興奮的，因?yàn)榇饲罢齽t對(duì)于嵌套結(jié)構(gòu)的匹配是無(wú)能為力的。然而功能的強(qiáng)大，自然也帶來(lái)了實(shí)現(xiàn)的復(fù)雜，正則書寫得不好，可能會(huì)存在效率陷阱，甚至導(dǎo)致程序崩潰，這里介紹一些基本的優(yōu)化方法。

3.1單字符嵌套結(jié)構(gòu)平衡組優(yōu)化

單字符的嵌套結(jié)構(gòu)指的是開始和結(jié)束標(biāo)記都單個(gè)字符的嵌套結(jié)構(gòu)，這種嵌套相對(duì)來(lái)說(shuō)比較簡(jiǎn)單，優(yōu)化起來(lái)也比較容易。先從上面提到的例子開始。

3.1.1貪婪與非貪婪模式

上面給的例子是一種做了部分優(yōu)化的常規(guī)寫法，算作是版本1吧，它做了哪些優(yōu)化呢，先來(lái)看下完全沒(méi)有做過(guò)優(yōu)化的版本0吧。

string test = "a+(b*(c+d))/e+f-(g/(h-i))*j";
Regex reg0 = new Regex(@"\( ? ? ? ? ? ? ? ? ? ? ? ? ?#普通字符“(”
? ? ? ? ? ? ? ? ? ? ? ? ? ? ( ? ? ? ? ? ? ? ? ? ? ? #分組構(gòu)造，用來(lái)限定量詞“*”修飾范圍
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (?<Open>\() ? ? ? ? #命名捕獲組，遇到開括弧Open計(jì)數(shù)加1
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (?<-Open>\)) ? ? ? ?#狹義平衡組，遇到閉括弧Open計(jì)數(shù)減1
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? . ? ? ? ? ? ? ? ? ? #任意字符
? ? ? ? ? ? ? ? ? ? ? ? ? ? )*? ? ? ? ? ? ? ? ? ? ? #以上子串出現(xiàn)0次或任意多次，非貪婪模式
? ? ? ? ? ? ? ? ? ? ? ? ? ? (?(Open)(?!)) ? ? ? ? ? #判斷是否還有'OPEN'，有則說(shuō)明不配對(duì)，什么都不匹配
? ? ? ? ? ? ? ? ? ? ? ? \) ? ? ? ? ? ? ? ? ? ? ? ? ?#普通閉括弧
? ? ? ? ? ? ? ? ? ? ? ?", RegexOptions.IgnorePatternWhitespace);
MatchCollection mc = reg0.Matches(test);
foreach (Match m in mc)
{
? ? ?richTextBox2.Text += m.Value + "\n";
}
/*--------輸出--------
(b*(c+d))
(g/(h-i))
*/

接下來(lái)對(duì)比一下版本1。

Regex reg1 = new Regex(@"\( ? ? ? ? ? ? ? ? ? ? ? ? ?#普通字符“(”
? ? ? ? ? ? ? ? ? ? ? ? ? ? ( ? ? ? ? ? ? ? ? ? ? ? #分組構(gòu)造，用來(lái)限定量詞“*”修飾范圍
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (?<Open>\() ? ? ? ? #命名捕獲組，遇到開括弧'Open'計(jì)數(shù)加1
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (?<-Open>\)) ? ? ? ?#狹義平衡組，遇到閉括弧'Open'計(jì)數(shù)減1
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? [^()]+ ? ? ? ? ? ? ?#非括弧的其它任意字符
? ? ? ? ? ? ? ? ? ? ? ? ? ? )* ? ? ? ? ? ? ? ? ? ? ?#以上子串出現(xiàn)0次或任意多次
? ? ? ? ? ? ? ? ? ? ? ? ? ? (?(Open)(?!)) ? ? ? ? ? #判斷是否還有'Open'，有則說(shuō)明不配對(duì)，什么都不匹配
? ? ? ? ? ? ? ? ? ? ? ? \) ? ? ? ? ? ? ? ? ? ? ? ? ?#普通閉括弧
? ? ? ? ? ? ? ? ? ? ?", RegexOptions.IgnorePatternWhitespace);

看到區(qū)別了嗎？版本1對(duì)版本0的改進(jìn)主要有兩個(gè)地方，一個(gè)是用“[^()]+”來(lái)代替“.”，另一個(gè)是用“*”來(lái)代替“*?”，也就是用貪婪模式來(lái)代替非貪婪模式。

如果使用了小數(shù)點(diǎn)“.”，那么為什么不能在分組內(nèi)使用“.+”，后面又為什么不能用“*”呢？只要在上面的正則中使用并運(yùn)行一下代碼就可以知道了，匹配的結(jié)果是

(b*(c+d))/e+f-(g/(h-i))

而不是

(b*(c+d))

(g/(h-i))

因?yàn)闊o(wú)論是分組內(nèi)使用“.+”還是后面使用“*”，都是貪婪模式，所以小數(shù)點(diǎn)會(huì)一直匹配下去，直到匹配到字符串的結(jié)束符才會(huì)停止，然后進(jìn)行回溯匹配。為了取得正確結(jié)果，必須使用非貪婪模式“*?”。

這就類似于用“”去匹配“(abc)def(ghi)”一樣，得到的結(jié)果是“(abc)def(ghi)”，而不是通常我們希望的“(abc)”和“(ghi)”。這時(shí)要用非貪婪模式“”來(lái)得到正確的結(jié)果。

貪婪模式和非貪婪模式在匹配失敗時(shí)，回溯的次數(shù)基本上是一樣的，效率上沒(méi)有多大區(qū)別，但是在匹配成功時(shí)，貪婪模式比非貪婪模式回溯的次數(shù)要少得多，效率要高得多。

對(duì)于“”如果既要得到正確的匹配結(jié)果，又要提高匹配效率，可以使用排除型捕獲組+貪婪模式的方式，即“”。

版本0的平衡組也是一樣，可以使用排除字符組“[^()]+”和貪婪模式“*”結(jié)合的方式，提高匹配效率，得到的就是版本1的平衡組。

相對(duì)于版本0，或許你會(huì)認(rèn)為版本1的寫法是很自然的，但是如果不了解這樣一個(gè)演進(jìn)過(guò)程，那么在字符序列嵌套結(jié)構(gòu)平衡組優(yōu)化時(shí)，就不會(huì)是那么自然的一件事了。

3.1.2  分支結(jié)構(gòu)

接下來(lái)就是分支結(jié)構(gòu)的優(yōu)化。

語(yǔ)法：(Exp1|Exp2|Exp3)

因?yàn)榉种ЫY(jié)構(gòu)的匹配規(guī)則是，從左向右嘗試匹配，當(dāng)左側(cè)分支匹配成功時(shí)，就不再向右嘗試。所以使用分支結(jié)構(gòu)時(shí)，可以根據(jù)以下兩條規(guī)則進(jìn)行優(yōu)化：

1.盡量抽象出每個(gè)分支中的公共的部分，使最后的表達(dá)式中，每個(gè)分支共公部分盡可能的少，比如(this|that)的匹配效率是沒(méi)有th(is|at)高的。

2. 在不影響匹配結(jié)果的情況下，把出現(xiàn)概率高的分支放在左側(cè)，出現(xiàn)概率低的分支放右側(cè)。

對(duì)于本例中的分支結(jié)構(gòu)，已經(jīng)沒(méi)有公共部分，符合第一條規(guī)則，再看下第二條規(guī)則，開始標(biāo)記“(”和結(jié)束標(biāo)記“)”出現(xiàn)的概率基本上是一樣的，而除“(”和“)”之外的字符出現(xiàn)的概率是比“(”和“)”出現(xiàn)的概率高的，所以應(yīng)該把“[^()]+”分支放在左側(cè)。

版本1由于采用了排除型捕獲組，所以這三個(gè)分支沒(méi)有包含關(guān)系，左右順序?qū)Y(jié)果不會(huì)造成影響，可以調(diào)整順序。因?yàn)檫@是已經(jīng)經(jīng)過(guò)優(yōu)化的了，而如果是版本0，由“.”對(duì)“(”和“)”有包含關(guān)系，就不能調(diào)整順序了。

在版本1基礎(chǔ)上對(duì)分支結(jié)構(gòu)進(jìn)行優(yōu)化后，就得到版本2。

string test = "a+(b*(c+d))/e+f-(g/(h-i))*j";
Regex reg2 = new Regex(@"\( ? ? ? ? ? ? ? ? ? ? ? ? ?#普通字符“(”
? ? ? ? ? ? ? ? ? ? ? ? ? ? ( ? ? ? ? ? ? ? ? ? ? ? #分組構(gòu)造，用來(lái)限定量詞“*”修飾范圍
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? [^()]+ ? ? ? ? ? ? ?#非括弧的其它任意字符
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (?<Open>\() ? ? ? ? #命名捕獲組，遇到開括弧Open計(jì)數(shù)加1
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (?<-Open>\)) ? ? ? ?#狹義平衡組，遇到閉括弧Open計(jì)數(shù)減1
? ? ? ? ? ? ? ? ? ? ? ? ? ? )* ? ? ? ? ? ? ? ? ? ? ?#以上子串出現(xiàn)0次或任意多次
? ? ? ? ? ? ? ? ? ? ? ? ? ? (?(Open)(?!)) ? ? ? ? ? #判斷是否還有'OPEN'，有則說(shuō)明不配對(duì)，什么都不匹配
? ? ? ? ? ? ? ? ? ? ? ? \) ? ? ? ? ? ? ? ? ? ? ? ? ?#普通閉括弧
? ? ? ? ? ? ? ? ? ? ? ?", RegexOptions.IgnorePatternWhitespace);
MatchCollection mc = reg2.Matches(test);
foreach (Match m in mc)
{
? ? ?richTextBox2.Text += m.Value + "\n";
}
/*--------輸出--------
(b*(c+d))
(g/(h-i))
*/

3.1.3  捕獲組

這里面主要涉及到了兩個(gè)捕獲組“(?<Open>\()”和“(?<-Open>\))”，而在平衡組的應(yīng)用中，我是只關(guān)心它是否匹配了，而對(duì)于匹配到的內(nèi)容是不關(guān)心的。對(duì)于這樣一種需求，可以用以下方式實(shí)現(xiàn)

\( (?<Open>)

\)(?<-Open>)

“(?<Open>)”和“(?<-Open>)”這兩種方式只是使用了命名捕獲組，捕獲的是一個(gè)位置，它總是能夠匹配成功的，而匹配的內(nèi)容是空的，分配的內(nèi)存空間是固定的，可以有效的節(jié)省資源，這在單字符嵌套結(jié)構(gòu)中并不明顯，但是在字符序列嵌套結(jié)構(gòu)中就比較明顯了。

由于捕獲組是直接跟在開始或結(jié)束標(biāo)記之后的，所以只要開始或結(jié)束標(biāo)記匹配成功，命名捕獲組自然就會(huì)匹配成功，對(duì)于功能是沒(méi)有任何影響的。

那么把標(biāo)記和捕獲組調(diào)整一下順序是否可以呢？從功能上來(lái)講，是可以的，但是匹配的流程上會(huì)有所不同，先是捕獲組匹配成功，入棧，然后再匹配標(biāo)記，成功則繼續(xù)匹配，不成功則該分支匹配失敗，進(jìn)行回溯，出棧，繼續(xù)嘗試下一分支。這樣將增加許多入棧和出棧的操作，對(duì)匹配效率是有影響的，所以這種方式并不可取。

在版本2基礎(chǔ)上對(duì)捕獲組進(jìn)行優(yōu)化后，就得到版本3。

string test = "a+(b*(c+d))/e+f-(g/(h-i))*j";
Regex reg3 = new Regex(@"\( ? ? ? ? ? ? ? ? ? ? ? ? ?#普通字符“(”
? ? ? ? ? ? ? ? ? ? ? ? ? ? ( ? ? ? ? ? ? ? ? ? ? ? #分組構(gòu)造，用來(lái)限定量詞“*”修飾范圍
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? [^()]+ ? ? ? ? ? ? ?#非括弧的其它任意字符
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? \( ?(?<Open>) ? ? ? #命名捕獲組，遇到開括弧Open計(jì)數(shù)加1
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? \) ?(?<-Open>) ? ? ?#狹義平衡組，遇到閉括弧Open計(jì)數(shù)減1
? ? ? ? ? ? ? ? ? ? ? ? ? ? )* ? ? ? ? ? ? ? ? ? ? ?#以上子串出現(xiàn)0次或任意多次
? ? ? ? ? ? ? ? ? ? ? ? ? ? (?(Open)(?!)) ? ? ? ? ? #判斷是否還有'OPEN'，有則說(shuō)明不配對(duì)，什么都不匹配
? ? ? ? ? ? ? ? ? ? ? ? \) ? ? ? ? ? ? ? ? ? ? ? ? ?#普通閉括弧
? ? ? ? ? ? ? ? ? ? ? ?", RegexOptions.IgnorePatternWhitespace);
MatchCollection mc = reg3.Matches(test);
foreach (Match m in mc)
{
? ? ?richTextBox2.Text += m.Value + "\n";
}
/*--------輸出--------
(b*(c+d))
(g/(h-i))
*/

3.1.4 固化分組

看到有些人使用平衡組時(shí)用到了固化分組，但并不是所有人都明白固化分組的作用。

語(yǔ)法：(?>Expression)

用“”去匹配“(abc)”是可以匹配成功的，因?yàn)椴挥没厮?，相?duì)于“”這種非貪婪模式，效率上有所提升，但是對(duì)于匹配失敗的情況又如何呢？

源字符串：(abc

正則表達(dá)式：

匹配中間過(guò)程這里不再詳述，可以參考NFA引擎匹配原理。

當(dāng)“[^()]+”匹配到結(jié)束位置時(shí)，控制權(quán)交給“\)”，匹配失敗，進(jìn)行回溯，而由于前面使用了“[^()]+”這種排除型字符組，所以可供回溯的位置，不會(huì)存在可以匹配“\)”的情況，這時(shí)候的回溯是完全沒(méi)有意義的，只會(huì)浪費(fèi)時(shí)間，但是由于傳統(tǒng)NFA引擎的特點(diǎn)，必須回溯所有可能之后才會(huì)報(bào)告匹配失敗。

這時(shí)可以用固化分組來(lái)進(jìn)行優(yōu)化，一旦占有字符，就不再釋放。也就是一旦占有，就不再記錄可供回溯的可能。通常是與排除型字符組或順序否定環(huán)視一起使用的。

優(yōu)化后的正則表達(dá)式：

需要說(shuō)明的一點(diǎn)，固化分組要作用于量詞修飾的子表達(dá)式才有意義，對(duì)于“(?>abc)”由于內(nèi)容是固定的，根本就不會(huì)產(chǎn)生回溯，所以使用固化分組是沒(méi)有意義的。

對(duì)于平衡組的應(yīng)用也是一樣，如果分組構(gòu)造中沒(méi)有量詞，那么使用固化分組就是沒(méi)有意義的，比如版本0

Regex reg = new Regex(@")|.)*?(?(Open)(?!))\)");

這種場(chǎng)景下使用固化分組就是沒(méi)有意義的。

在版本3基礎(chǔ)上對(duì)捕獲組進(jìn)行優(yōu)化后，就得到版本4。

string test = "a+(b*(c+d))/e+f-(g/(h-i))*j";
Regex reg4 = new Regex(@"\( ? ? ? ? ? ? ? ? ? ? ? ? ?#普通字符“(”
? ? ? ? ? ? ? ? ? ? ? ? ? ? (?> ? ? ? ? ? ? ? ? ? ? #分組構(gòu)造，用來(lái)限定量詞“*”修飾范圍
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? [^()]+ ? ? ? ? ? ? ?#非括弧的其它任意字符
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? \( ?(?<Open>) ? ? ? #命名捕獲組，遇到開括弧Open計(jì)數(shù)加1
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? \) ?(?<-Open>) ? ? ?#狹義平衡組，遇到閉括弧Open計(jì)數(shù)減1
? ? ? ? ? ? ? ? ? ? ? ? ? ? )* ? ? ? ? ? ? ? ? ? ? ?#以上子串出現(xiàn)0次或任意多次
? ? ? ? ? ? ? ? ? ? ? ? ? ? (?(Open)(?!)) ? ? ? ? ? #判斷是否還有'OPEN'，有則說(shuō)明不配對(duì)，什么都不匹配
? ? ? ? ? ? ? ? ? ? ? ? \) ? ? ? ? ? ? ? ? ? ? ? ? ?#普通閉括弧
? ? ? ? ? ? ? ? ? ? ? ?", RegexOptions.IgnorePatternWhitespace);
MatchCollection mc = reg4.Matches(test);
foreach (Match m in mc)
{
? ? ?richTextBox2.Text += m.Value + "\n";
}
/*--------輸出--------
(b*(c+d))
(g/(h-i))
*/

那么對(duì)于分組構(gòu)造外層的“*”修飾的子表達(dá)式是否可以使用固化分組呢？答案是否定的，因?yàn)槠胶饨M通常是要進(jìn)行回溯才能最終匹配成功的，所以如果使用固化分組，不記錄回溯可能的話，將無(wú)法得到正確結(jié)果。

3.1.5  進(jìn)一步優(yōu)化討論

那么現(xiàn)在是不是已經(jīng)完成優(yōu)化了呢？是的，通?？梢赃@么認(rèn)為。在一般應(yīng)用當(dāng)中，這已經(jīng)是從正則層面上來(lái)說(shuō)，最優(yōu)方案了。

但是在有些場(chǎng)景下，由于Compiled模式可以有效提高分支結(jié)構(gòu)的匹配效率，所以對(duì)于源字符串比較復(fù)雜的情況，犧牲一些編譯時(shí)間和內(nèi)存，還是可以有效提高匹配效率的。

Regex reg5 = new Regex(@"\( ? ? ? ? ? ? ? ? ? ? ? ? #普通字符“(”
? ? ? ? ? ? ? ? ? ? ? ? ? ? (?> ? ? ? ? ? ? ? ? ? ? #分組構(gòu)造，用來(lái)限定量詞“*”修飾范圍
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? [^()]+ ? ? ? ? ? ? ?#非括弧的其它任意字符
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? \( ?(?<Open>) ? ? ? #命名捕獲組，遇到開括弧Open計(jì)數(shù)加1
? ? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? \) ?(?<-Open>) ? ? ?#狹義平衡組，遇到閉括弧Open計(jì)數(shù)減1
? ? ? ? ? ? ? ? ? ? ? ? ? ? )* ? ? ? ? ? ? ? ? ? ? ?#以上子串出現(xiàn)0次或任意多次
? ? ? ? ? ? ? ? ? ? ? ? ? ? (?(Open)(?!)) ? ? ? ? ? #判斷是否還有'OPEN'，有則說(shuō)明不配對(duì)，什么都不匹配
? ? ? ? ? ? ? ? ? ? ? ? \) ? ? ? ? ? ? ? ? ? ? ? ? ?#普通閉括弧
? ? ? ? ? ? ? ? ? ? ? ?", RegexOptions.IgnorePatternWhitespace | RegexOptions.Compiled);
MatchCollection mc = reg5.Matches(test);
foreach (Match m in mc)
{
? ? ?richTextBox2.Text += m.Value + "\n";
}
/*--------輸出--------
(b*(c+d))
(g/(h-i))
*/

并不是所有應(yīng)用場(chǎng)景都適合使用Compiled模式，比如上面這個(gè)例子里的源字符串如果是“a+(b*(c+d))/e+f-(g/(h-i))*j”，本身是非常簡(jiǎn)單的，使用Compiled模式將是得不償失的。什么時(shí)候使用，要根據(jù)具體問(wèn)題具體分析。

3.2 字符序列嵌套結(jié)構(gòu)平衡組應(yīng)用

字符序列嵌套結(jié)構(gòu)的匹配，典型的應(yīng)用就是html標(biāo)簽的提取。由于上面詳細(xì)說(shuō)明了單字符嵌套結(jié)構(gòu)的優(yōu)化過(guò)程，這里主要講應(yīng)用場(chǎng)景，個(gè)別涉及到優(yōu)化的地方再討論。

字符序列嵌套結(jié)構(gòu)的匹配，舉例來(lái)說(shuō)，取div標(biāo)簽。源字符串如下：

<div id="0">
? ? 0
</div>
<div id="1">
? ? 1
? ? <div id="2">
? ? ? ? 2
</div>
</div>

3.2.1提取最外層嵌套結(jié)構(gòu)

提取最外層div標(biāo)簽，分析過(guò)程及構(gòu)造方式與單字符嵌套結(jié)構(gòu)差不多，只是捕獲組等內(nèi)容稍稍復(fù)雜點(diǎn)，先給出實(shí)現(xiàn)，再進(jìn)行解釋。

string test = @"<div id=""0"">
? ? 0
</div>
<div id=""1"">
? ? 1
? ? <div id=""2"">
? ? ? ? 2
? ? </div>
</div>";
Regex reg = new Regex(@"(?isx) ? ? ? ? ? ? ? ? ? ? ?#匹配模式，忽略大小寫，“.”匹配任意字符
? ? ? ? ? ? ? ? ? ? ? <div[^>]*> ? ? ? ? ? ? ? ? ? ? ?#開始標(biāo)記“<div...>”
? ? ? ? ? ? ? ? ? ? ? ? ? (?> ? ? ? ? ? ? ? ? ? ? ? ? #分組構(gòu)造，用來(lái)限定量詞“*”修飾范圍
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? <div[^>]*> ?(?<Open>) ? #命名捕獲組，遇到開始標(biāo)記，入棧，Open計(jì)數(shù)加1
? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? </div> ?(?<-Open>) ? ? ?#狹義平衡組，遇到結(jié)束標(biāo)記，出棧，Open計(jì)數(shù)減1
? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (?:(?!</?div\b).)* ? ? ?#右側(cè)不為開始或結(jié)束標(biāo)記的任意字符
? ? ? ? ? ? ? ? ? ? ? ? ? )* ? ? ? ? ? ? ? ? ? ? ? ? ?#以上子串出現(xiàn)0次或任意多次
? ? ? ? ? ? ? ? ? ? ? ? ? (?(Open)(?!)) ? ? ? ? ? ? ? #判斷是否還有'OPEN'，有則說(shuō)明不配對(duì)，什么都不匹配
? ? ? ? ? ? ? ? ? ? ? </div> ? ? ? ? ? ? ? ? ? ? ? ? ?#結(jié)束標(biāo)記“</div>”
? ? ? ? ? ? ? ? ? ? ? ");
MatchCollection mc = reg.Matches(test);
foreach (Match m in mc)
{
richTextBox2.Text += m.Value + "\n--------------------\n";
}
/*--------輸出--------
<div id="0">
? ? 0
</div>
--------------------
<div id="1">
? ? 1
? ? <div id="2">
? ? ? ? 2
? ? </div>
</div>
--------------------
*/

在單字符嵌套結(jié)構(gòu)中，使用排除型字符組“[^()]+”，與分組構(gòu)造外的匹配優(yōu)先量詞“*” 達(dá)到貪婪模式匹配效果。在字符序列嵌套結(jié)構(gòu)中，要排除的是一個(gè)子串，而不是簡(jiǎn)單的幾個(gè)無(wú)序字符，所以不能使用排除型字符組，此時(shí)需要用到順序否定環(huán)視來(lái)達(dá)到這一目的。“(?:(?!</?div\b).)*”表示的是所在位置右側(cè)不是“<div…>”或“</div>”的字符，這樣的字符重復(fù)0次或任意多次。關(guān)于環(huán)視的細(xì)節(jié)，可以參考 正則基礎(chǔ)之——環(huán)視。

而由于這種否定環(huán)視包含兩種狀態(tài)，所以在與固化分組結(jié)合使用時(shí)，會(huì)與后面的開始或結(jié)束標(biāo)記形成包含關(guān)系，所以與固化分組一起使用時(shí)，不能放在左側(cè)，只能放在右側(cè)。

3.2.2  根據(jù)id提取div嵌套標(biāo)簽

根據(jù)id提取div時(shí)，改變的只是最外層div的結(jié)構(gòu)，對(duì)內(nèi)分組構(gòu)造內(nèi)部結(jié)構(gòu)沒(méi)有影響。但是因?yàn)閕d是變化的，所以正則需要?jiǎng)討B(tài)生成。下面給出實(shí)現(xiàn)，源字符串和輸出結(jié)果由于比較影響篇幅，就不再給出了。

string id = Regex.Escape(textBox1.Text); ? ? ? ? ? ? ? ? ? ?//動(dòng)態(tài)獲取id
Regex reg = new Regex(@"(?isx)
? ? ? ? ? ? ? ? ? ? ? <div(?:(?!(?:id=|</?div\b)).)*id=(['""]?)" + id ?+ @"\1[^>]*> ? ? ? ?#開始標(biāo)記“<div...>”
? ? ? ? ? ? ? ? ? ? ? ? ? (?> ? ? ? ? ? ? ? ? ? ? ? ? #分組構(gòu)造，用來(lái)限定量詞“*”修飾范圍
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? <div[^>]*> ?(?<Open>) ? #命名捕獲組，遇到開始標(biāo)記，入棧，Open計(jì)數(shù)加1
? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? </div> ?(?<-Open>) ? ? ?#狹義平衡組，遇到結(jié)束標(biāo)記，出棧，Open計(jì)數(shù)減1
? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (?:(?!</?div\b).)* ? ? ?#右側(cè)不為開始或結(jié)束標(biāo)記的任意字符
? ? ? ? ? ? ? ? ? ? ? ? ? )* ? ? ? ? ? ? ? ? ? ? ? ? ?#以上子串出現(xiàn)0次或任意多次
? ? ? ? ? ? ? ? ? ? ? ? ? (?(Open)(?!)) ? ? ? ? ? ? ? #判斷是否還有'OPEN'，有則說(shuō)明不配對(duì)，什么都不匹配
? ? ? ? ? ? ? ? ? ? ? </div> ? ? ? ? ? ? ? ? ? ? ? ? ?#結(jié)束標(biāo)記“</div>”
? ? ? ? ? ? ? ? ? ? ?");
MatchCollection mc = reg.Matches(test);
foreach (Match m in mc)
{
? ? ?richTextBox2.Text += m.Value + "\n--------------------\n";
}

在動(dòng)態(tài)生成正則表達(dá)式時(shí)，由于輸入的字符串中可能存在正則中有特殊意義的元字符，如果不進(jìn)行轉(zhuǎn)義的話，正則解析時(shí)會(huì)拋出異常。所以用Regex.Escape(string str)來(lái)對(duì)動(dòng)態(tài)輸入的字符串進(jìn)行轉(zhuǎn)義處理，確保不會(huì)因動(dòng)態(tài)輸入的內(nèi)容而拋異常。比如上面的例子，如果id不進(jìn)行轉(zhuǎn)義處理時(shí)，輸入“abc(def”就會(huì)拋“) 不足”這樣的異常。

3.2.3 根據(jù)id提取任意嵌套標(biāo)簽

再擴(kuò)展一下，根據(jù)id屬性取任意嵌套標(biāo)簽。實(shí)現(xiàn)如下，具體實(shí)現(xiàn)細(xì)節(jié)和討論參考 就是通過(guò)id獲得一個(gè)html標(biāo)簽塊。以下正則相對(duì)于帖子對(duì)個(gè)別細(xì)節(jié)做了調(diào)整。

string html = @"
<html>
<body>
<div id=""div1"">
? ? <div id=""div2"" style=""background:Red;"">
? ? ? ? <div id=""div3"">
? ? ? ? ? ? <table id=""table1"">
? ? ? ? ? ? ? ? <tr>
? ? ? ? ? ? ? ? ? ? <td>
? ? ? ? ? ? ? ? ? ? ? ? <div id=""div4"" style=""width:100px""></div>
? ? ? ? ? ? ? ? ? ? </td>
? ? ? ? ? ? ? ? </tr>
? ? ? ? ? ? </table>
? ? ? ? </div>
? ? </div>
? ? <div id=div5>
? ? ? ? <a href=""http://www.csdn.net"">csdn</a>
? ? </div>
</div>
<img src=""http://www.csdn.net/Images/logo_csdn.gif""/>
</body>
</html>";
Console.WriteLine(html);
string[] idList = { "div1", "div2", "div3", "div4", "table1", "div5", "abc(def" };
string pattern = @"<([a-z]+)(?:(?!\bid\b)[^<>])*id=([""']?){0}\2[^>]*>(?><\1[^>]*>(?<o>)|</\1>(?<-o>)|(?:(?!</?\1).)*)*(?(o)(?!))</\1>";
foreach (string id in idList)
{
? ? ?Match match = Regex.Match(html, string.Format(pattern, Regex.Escape(id)),
? ? ? ? ? ? ? ? ? ? RegexOptions.Singleline | RegexOptions.IgnoreCase);
? ? ?Console.WriteLine("--------begin {0}--------", id);
? ? ?if (match.Success)
? ? ? ? ? Console.WriteLine(match.Value);
? ? ?else
? ? ? ? ? Console.WriteLine("o(╯□╰)o");
? ? ?Console.WriteLine("--------end {0}--------", id);
}
Console.ReadLine();

3.2.4 根據(jù)標(biāo)簽取外層嵌套結(jié)構(gòu)

根據(jù)動(dòng)態(tài)輸入的tag，取相應(yīng)的最外層的嵌套標(biāo)簽，實(shí)現(xiàn)如下。

string html = @"
<html>
<body>
<div id=""div1"">
? ? <div id=""div2"" style=""background:Red;"">
? ? ? ? <div id=""div3"">
? ? ? ? ? ? <table id=""table1"">
? ? ? ? ? ? ? ? <tr>
? ? ? ? ? ? ? ? ? ? <td>
? ? ? ? ? ? ? ? ? ? ? ? <div id=""div4"" style=""width:100px""></div>
? ? ? ? ? ? ? ? ? ? </td>
? ? ? ? ? ? ? ? </tr>
? ? ? ? ? ? </table>
? ? ? ? </div>
? ? </div>
? ? <div id=div5>
? ? ? ? <a href=""http://www.csdn.net"">csdn</a>
? ? </div>
</div>
<img src=""http://www.csdn.net/Images/logo_csdn.gif""/>
</body>
</html>";
Console.WriteLine(html);
string[] tagList = { "html", "body", "div", "table", "abc(def" };
string pattern = @"(?isx)
? ? ? ? ? ? ? ? ? ? ? <({0})\b[^>]*> ? ? ? ? ? ? ? ? ?#開始標(biāo)記“<tag...>”
? ? ? ? ? ? ? ? ? ? ? ? ? (?> ? ? ? ? ? ? ? ? ? ? ? ? #分組構(gòu)造，用來(lái)限定量詞“*”修飾范圍
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? <\1[^>]*> ?(?<Open>) ? ?#命名捕獲組，遇到開始標(biāo)記，入棧，Open計(jì)數(shù)加1
? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? </\1> ?(?<-Open>) ? ? ? #狹義平衡組，遇到結(jié)束標(biāo)記，出棧，Open計(jì)數(shù)減1
? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (?:(?!</?\1\b).)* ? ? ? #右側(cè)不為開始或結(jié)束標(biāo)記的任意字符
? ? ? ? ? ? ? ? ? ? ? ? ? )* ? ? ? ? ? ? ? ? ? ? ? ? ?#以上子串出現(xiàn)0次或任意多次
? ? ? ? ? ? ? ? ? ? ? ? ? (?(Open)(?!)) ? ? ? ? ? ? ? #判斷是否還有'OPEN'，有則說(shuō)明不配對(duì)，什么都不匹配
? ? ? ? ? ? ? ? ? ? ? </\1> ? ? ? ? ? ? ? ? ? ? ? ? ? #結(jié)束標(biāo)記“</tag>”
? ? ? ? ? ? ? ? ? ? ?";
foreach (string tag in tagList)
{
? ? ?Match match = Regex.Match(html, string.Format(pattern, Regex.Escape(tag)));
? ? ?Console.WriteLine("--------begin {0}--------", tag);
? ? ?if (match.Success)
? ? ? ? ?Console.WriteLine(match.Value);
? ? ?else
? ? ? ? ?Console.WriteLine("o(╯□╰)o");
? ? Console.WriteLine("--------end {0}--------", tag);
}
Console.ReadLine();

3.2.5 條件判斷結(jié)構(gòu)擴(kuò)展應(yīng)用

條件判斷結(jié)構(gòu)的作用不只限于驗(yàn)證開始和結(jié)束標(biāo)記是否配對(duì)，根據(jù)需求的不同，還可以有其它一些應(yīng)用。比如在匹配div標(biāo)簽時(shí)，只取內(nèi)部“存在”嵌套的外層標(biāo)簽。

string test = @"<div id=""0"">
? ? 0
</div>
<div id=""1"">
? ? 1
? ? <div id=""2"">
? ? ? ? 2
? ? </div>
</div>";
Regex reg = new Regex(@"(?isx) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?#匹配模式，忽略大小寫，“.”匹配任意字符
? ? ? ? ? ? ? ? ? ? ? <div[^>]*> ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?#開始標(biāo)記“<div...>”
? ? ? ? ? ? ? ? ? ? ? ? ? (?> ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #分組構(gòu)造，用來(lái)限定量詞“*”修飾范圍
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? <div[^>]*> ?(?<Open>)(?<Mask>) ?#遇到開始標(biāo)記，入棧，Open和Mask計(jì)數(shù)各加1
? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? </div> ?(?<-Open>) ? ? ? ? ? ? ?#遇到結(jié)束標(biāo)記，出棧，Open計(jì)數(shù)減1
? ? ? ? ? ? ? ? ? ? ? ? ? | ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #分支結(jié)構(gòu)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (?:(?!</?div\b).)* ? ? ? ? ? ? ?#右側(cè)不為開始或結(jié)束標(biāo)記的任意字符
? ? ? ? ? ? ? ? ? ? ? ? ? )* ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?#以上子串出現(xiàn)0次或任意多次
? ? ? ? ? ? ? ? ? ? ? ? ? (?(Open)(?!))(?(Mask)|(?!)) ? ? ? ? #'OPEN'保證標(biāo)記配對(duì)，'Mask'保證內(nèi)部有嵌套
? ? ? ? ? ? ? ? ? ? ? </div> ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?#結(jié)束標(biāo)記“</div>”
? ? ? ? ? ? ? ? ? ? ? ");
MatchCollection mc = reg.Matches(test);
foreach (Match m in mc)
{
? ? ?richTextBox2.Text += m.Value + "\n--------------------\n";
}
/*--------輸出--------
<div id="1">
? ? 1
? ? <div id="2">
? ? ? ? 2
? ? </div>
</div>
--------------------
*/

命名捕獲組“(?<Mask>)”只入棧不出棧，如果內(nèi)部有嵌套，則“(?<Mask>)”一定有匹配，此時(shí)匹配“(?(Mask)yes|no)”中的“yes”子表達(dá)式，也就是什么都不做；如果內(nèi)部沒(méi)有嵌套，則“(?<Mask>)”沒(méi)有匹配，此時(shí)匹配“(?(Mask)yes|no)”中的“no”子表達(dá)式，也就是報(bào)告匹配失敗。這里省略的是“(?(Mask)yes|no)”中的“yes”子表達(dá)式。

對(duì)于匹配內(nèi)部沒(méi)有嵌套的標(biāo)簽，也就是最內(nèi)層標(biāo)簽，可以使用上面的正則表達(dá)式，將“(?(Mask)yes|no)”中的“yes”子表達(dá)式設(shè)為“(?!)”，將“yes”子表達(dá)式省略。不過(guò)這樣做有些浪費(fèi)，完全可以用順序否定環(huán)視來(lái)實(shí)現(xiàn)這一需求。

string test = @"<div id=""0"">
? ? 0
</div>
<div id=""1"">
? ? 1
? ? <div id=""2"">
? ? ? ? 2
? ? </div>
</div>";
Regex reg = new Regex(@"(?is)<div[^>]*>(?:(?!</?div\b).)*</div>");
MatchCollection mc = reg.Matches(test);
foreach (Match m in mc)
{
? ? ? richTextBox2.Text += m.Value + "\n--------------------\n";
}
/*--------輸出--------
<div id="0">
? ? 0
</div>
--------------------
<div id="2">
? ? ? ? 2
? ? </div>
--------------------
*/

4、平衡組應(yīng)用范圍探討

平衡組可以用來(lái)匹配嵌套結(jié)構(gòu)，這是一個(gè)很大的創(chuàng)新，但是否就認(rèn)為平衡組適合用來(lái)解決任何嵌套問(wèn)題呢？事實(shí)當(dāng)然不會(huì)是這樣。

比如下面這個(gè)需求，(參考 請(qǐng)問(wèn)一個(gè)正則表達(dá)式) ：

源字符串：1+Sum(1,Sum(2, Sum(3), 4), 5)*4+5+Sum(9,Sum(8, Sum(7), 6), 5)*6+7

要求輸出：

Sum(1,Sum(2, Sum(3), 4), 5)

Sum(2, Sum(3), 4)

Sum(3)

Sum(9,Sum(8, Sum(7), 6), 5)

Sum(8, Sum(7), 6)

Sum(7)

這種需求使用平衡組+遞歸的方式可以實(shí)現(xiàn)，實(shí)現(xiàn)代碼如下：

//遞歸方法
private void getNesting(string src, Regex reg, List<string> list)
{
? ? MatchCollection mc = reg.Matches(src);
? ? foreach(Match m in mc)
? ? {
? ? ? ? list.Add(m.Value);
? ? ? ? src = m.Value.Remove(m.Value.Length-1, 1);
? ? ? ? if (reg.IsMatch(src))
? ? ? ? {
? ? ? ? ? ? ?getNesting(src, reg, list);
? ? ? ? }
? ? }
}
//調(diào)用
string test = "1+Sum(1,Sum(2, Sum(3), 4), 5)*4+5+Sum(9,Sum(8, Sum(7), 6), 5)*6+7";
List<string> list = new List<string>();
Regex reg = new Regex(@"(?i)Sum(?<-o>))*(?(o)(?!))\)", RegexOptions.Compiled);
getNesting(test, reg, list);
foreach (string s in list)
{
? ? ?richTextBox2.Text += s + "\n";
}

平衡組雖然可以實(shí)現(xiàn)要求，但除非你對(duì)效率沒(méi)有要求，否則這一類需求通常是不適合用正則來(lái)實(shí)現(xiàn)的。因?yàn)槠胶饨M并不是為這一功能而設(shè)計(jì)的，在實(shí)現(xiàn)過(guò)程中做了很多額外的嘗試。效率上自然要大打折扣。

類似這樣的需求，可以自己寫有窮自動(dòng)機(jī)來(lái)實(shí)現(xiàn)，畢竟正則也只不過(guò)是一種有窮自動(dòng)機(jī)的實(shí)現(xiàn)而已。

? ? ? ? ? ? string test = @"1+Sum(1,Sum(2, Sum(3), 4), 5)*4+5+Sum(9,Sum(8, Sum(7), 6), 5)*6+7 ";
? ? ? ? ? ? StringBuilder nesting = new StringBuilder(64);
? ? ? ? ? ? List<StringBuilder> list = new List<StringBuilder>();
? ? ? ? ? ? List<string> groups = new List<string>();
? ? ? ? ? ? int level = 0;
? ? ? ? ? ? int state = 0;
? ? ? ? ? ? foreach (char c in test)
? ? ? ? ? ? {
? ? ? ? ? ? ? ? if ((c == 'S' || c == 's') && state == 0)
? ? ? ? ? ? ? ? {
? ? ? ? ? ? ? ? ? ? state = 1;
? ? ? ? ? ? ? ? ? ? nesting.Append(c);
? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? else if ((c == 'U' || c == 'u') && state == 1)
? ? ? ? ? ? ? ? {
? ? ? ? ? ? ? ? ? ? state = 2;
? ? ? ? ? ? ? ? ? ? nesting.Append(c);
? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? else if ((c == 'M' || c == 'm') && state == 2)
? ? ? ? ? ? ? ? {
? ? ? ? ? ? ? ? ? ? state = 3;
? ? ? ? ? ? ? ? ? ? nesting.Append(c);
? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? else if (c == '(' && state == 3)
? ? ? ? ? ? ? ? {
? ? ? ? ? ? ? ? ? ? state = 0;
? ? ? ? ? ? ? ? ? ? level++;
? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? else
? ? ? ? ? ? ? ? {
? ? ? ? ? ? ? ? ? ? state = 0;
? ? ? ? ? ? ? ? ? ? nesting = new StringBuilder(64);
? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? if (c == ')')
? ? ? ? ? ? ? ? {
? ? ? ? ? ? ? ? ? ? if (level > 0)
? ? ? ? ? ? ? ? ? ? {
? ? ? ? ? ? ? ? ? ? ? ? level--;
? ? ? ? ? ? ? ? ? ? ? ? groups.Add(list[level].ToString() + c);
? ? ? ? ? ? ? ? ? ? ? ? list.Remove(list[level]);
? ? ? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? if (level > 0)
? ? ? ? ? ? ? ? {
? ? ? ? ? ? ? ? ? ? while(list.Count < level)
? ? ? ? ? ? ? ? ? ? {
? ? ? ? ? ? ? ? ? ? ? ? list.Add(nesting);
? ? ? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? ? ? for (int i = 0; i < level; i++)
? ? ? ? ? ? ? ? ? ? {
? ? ? ? ? ? ? ? ? ? ? ? list[i].Append(c);
? ? ? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? }
? ? ? ? ? ? }
? ? ? ? ? ? foreach (string s in groups)
? ? ? ? ? ? {
? ? ? ? ? ? ? ? Console.WriteLine(s);
? ? ? ? ? ? }
? ? ? ? ? ? Console.ReadLine();

5、其它聲明

到此為止，平衡組的基本應(yīng)用場(chǎng)景和性能調(diào)優(yōu)都已討論完了，本文對(duì)于平衡組匹配原理講得相對(duì)比較少，以應(yīng)用場(chǎng)景分析為主。主要是因?yàn)槟軌蚴褂闷胶饨M來(lái)解決問(wèn)題的人，通常已經(jīng)對(duì)正則的基本語(yǔ)法有了一定程度的理解。而如果事實(shí)確實(shí)如此，那么對(duì)于平衡組的理解，也是水到渠成的了。

以上正則實(shí)現(xiàn)中，采用的多是寬松排列模式，主要是為了加注釋，使得閱讀清晰。而寬松排列模式通常用于教學(xué)目的，實(shí)際使用過(guò)程中，如果不是為了可讀性的考慮，可以去掉這些注釋和寬松排列模式參數(shù)。

上面給出了很多平衡組的應(yīng)用，這里需要說(shuō)明的是，我提供的只是一些方法和思路，從來(lái)不推薦把正則當(dāng)作模板來(lái)用，雖然有些時(shí)候，它確實(shí)可以當(dāng)作模板來(lái)用，但我還是希望你能真正的掌握這些語(yǔ)法規(guī)則之后，再去應(yīng)用平衡組。當(dāng)然，如果你認(rèn)為能用就行，不需要知道為什么可以這樣用，只是把它當(dāng)作模板來(lái)套，我也無(wú)話可說(shuō)。

到此這篇關(guān)于.NET正則基礎(chǔ)之平衡組的文章就介紹到這了,更多相關(guān)正則平衡組內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評(píng)論