Using.NET Regular Expressions

.NET正则表达式功能强大，语法清晰，通过完整而易于使用的类接口来操作。虽然微软的正则表达式包做得很漂亮，文档却相反——它非常糟糕。文档不够全面，编写不够清晰，缺乏组织，有时甚至不能保证正确性。我花了很长的时间才整理清楚，所以希望这一章的内容能够让读者更清楚地理解.NET的正则表达式。

正则表达式快速入门

Regex Quickstart

即使不需要知道正则类模型（regex class model）的细节，也可以直接上手使用.NET的正则表达式包。理解细节能够让我们获得更多的信息，提高工作效率，但是下面这些简单的例子没有明确创建任何正则类，细节将在例子之后提到。

使用正则表达式库的程序必须在文件的开头写上下面这条语句，下面的例子假设此句已经存在：

Imports System.Text.RegularExpressions

下面的例子都能正常处理String变量TestStr。本章的所有例子中，选用的变量名都以斜体标注。

快速入门：在字符串中寻找匹配

这段程序检查一个正则表达式是否能匹配字符串：

这个例子使用了匹配模式：

快速入门：匹配，获得匹配文本

这个例子显示正则表达式实际匹配的文本。如果没有匹配，TheNum就是空字符串。

这个例子使用了一个匹配模式：

快速入门：匹配，获得捕获文本

这段程序以字符串的形式返回第1个捕获分组的匹配文本：

请注意，在C＃中应使用Groups[1]取代Groups（1）。

下面的程序目的相同，只是使用了match选项：

仍然是相同的程序，只是使用命名捕获：

快速入门：查找和替换

这个例子把输入的字符串转换为 HTML“安全”的字符，把特殊的 HTML 转换为 HTML entity：

replacement字符串（第3个参数）的处理是很特殊的，第424页的补充内容做了讲解。例如，在 replacement 字符串中，‘$&’会被正则表达式真正匹配的文本所替代，下面的例子给大写的单词添加＜B＞…＜/B＞：

这个例子把＜B＞…＜/B＞（使用不区分大小写的匹配）替换为＜I＞…＜/I＞：

包概览

Package Overview

通过丰富而便捷的类结构，可以使用.NET正则表达式几乎所有的功能。下面这个完整的控制台程序，提供了关于整个包的概览，它明确使用各种对象来进行简单的匹配。

通过命令行提示符来执行，把「d+w+」应用到同样的文本，结果是：

matched [1st] from char#12 for 3 chars.

导入正则表达式名字空间

你注意到程序头部的 Imports System.Text.RegularExpressions 了吗？任何用到.NET正则对象的VB程序都必须写上这一条语句，才能通过编译。

C＃中对应的是：

using System.Text.RegularExpressions；//C＃中应这么写

这个例子说明了基本的正则对象的用法，下面两行主要行为：

也可以合并为一行：

Dim M as Match=Regex.Match（SampleText，＂d+w+＂）\'对字符串应用pattern

合并的写法更容易使用，程序员需要输入的代码更少，需要记录的对象也更少。不过，它的效率会稍微低一些（☞432）。在下面几页中，我们首先会看到原始的对象，然后学习“便捷”函数，例如静态函数Regex.Match，以及合适的使用时机。

为简便起见，在程序片段的例子中，我会省略下面这几行：

本书的第96、99、204、219和237页出现过VB的例子，回顾它们也许有所帮助。

核心对象概览

Core Object Overview

在深入细节之前，先来看看.NET的正则对象模型。对象模型是一套类结构，正则表达式的各种功能通过它们来提供。.NET的正则功能通过7个高度交互的类来提供，实际上你可能只需要理解其中3个——也就是下一页的图9-1所示的3个类——即可，它们展示了对‘May· 16，·1998’重复应用「s+（d+）」的过程。

Regex对象

第一步是创建Regex对象，例如：

Dim R as Regex=New Regex(＂s+(d+)＂)

在这里，我们用一个Regex对象表示「s+（d+）」，将其保存在变量R中。获得Regex对象之后，我们可以通过Match（text）方法将其应用到一段文本，返回与第一次匹配结果相关的信息：

Dim M as Match=R.Match(＂May 16,1998＂)

图9-1：.NET正则表达式相关对象模型

Match对象

Regex对象的Match（…）方法通过创建并返回Match对象来提供匹配信息。Match对象有多个属性，包括Success（一个表示匹配是否成功的Boolean值）和Value（如果匹配成功，则保存实际匹配文本的副本）。稍后我们会看到Match的所有属性的列表。

Match对象返回的细节中还包括捕获型括号所匹配的文本。前面Perl的例子使用$1保存第一组捕获型括号匹配的文本。.NET提供了两种办法：如果要取得纯文本，可以按照索引值访问Match对象的Groups属性，例如Groups（1）.Value，它等价于Perl的$1（请注意，C＃中使用的是Groups[1].Value）。另一个办法是使用Result方法，请参考第429页。

Group对象

前一段中的Groups（1）其实是对Group对象的引用，后面的.Value引用它的Value属性（也就是此分组对应的文本）。每一组捕获型括号都对应一个Group对象，另外还有一个“虚拟分组（virtual group）”，其编号为0，它保存全局匹配的信息。

因此，MatchObj.Value 和 MatchObj.Groups（0）.Value 是等价的——都是全局匹配的文本的副本。第一种写法更加简洁方便，但我们必须知道存在编号为0的分组，因为MatchObj.Groups.Count（也就是Match关联的分组的数目）包含了它。如果「s+（d+）」能够匹配成功，MatchObj.Groups.Count的值就是2（标号为0的全局匹配和$1）。

Capture对象

Capture对象的使用并不频繁，请参考第437页的介绍。

匹配时会计算出所有结果

把正则表达式应用到字符串中，得到一个 Match对象，此时所有的结果（匹配的位置，每个捕获分组匹配的内容等）都会计算出来，封装到Match对象中。访问Match对象的属性和方法，包括它的Group对象（及其属性和方法）只是取回已经计算好的结果。