Core Object Details

概览完毕，来看细节。首先，我们来看如何创建 Regex 对象，然后来看如何将其应用到字符串，生成Match对象，以及如何处理这个Match对象和它的Group对象。

在实践中，很多时候不必明确创建 Regex 对象，不过明确创建看起来更顺眼，所以在讲解核心对象时，每次都会创建它们。稍后我会告诉你.NET提供的简便方法。

在下面的列表中，我会忽略从Object类继承而来的，很少用到的方法。

创建Regex对象

Creating RegexObjects

Regex的构造函数并不复杂。它可以接收一个参数（作为正则表达式的字符串），或者是两个参数（一个正则表达式和一组选项）。下面是一个参数的例子：

Dim StripTrailWS=new Regex（＂s+$＂）\'去掉结尾的空白字符

它只是创建Regex，做好应用前的准备；而没有进行任何匹配。

下面是使用两个参数的例子：

Dim GetSubject=new Regex(＂^subject:(.＊)＂,RegexOptions.IgnoreCase)

这里多出了一个RegexOptions选项，不过可以用OR运算符连接多个选项，例如：

捕获异常

如果正则表达式包含了元字符的非法组合，就会抛出ArgumentException。通常，如果用户知道所使用的正则表达式能够正常工作，就不需要捕获这个异常，不过如果使用程序“之外”（例如由用户输入，或者从配置文件读入）的正则表达式，就必须捕获这个异常。

显然，根据情况的不同，在检测到异常之后可能需要不同的处理：你可能需要进行其他的处理，而不仅仅是向控制台输出报错信息。

Regex选项

在创建Regex对象时，可以使用下面的选项：

RegexOptions.IgnoreCase

此选项表示，在应用正则表达式时，不区分大小写（☞110）。

RegexOptions.IgnorePatternWhitespace

此选项表示，正则表达式应该按照自由格式和注释模式（☞111）来解析。如果使用单纯的「＃…」注释，请确认在每一个逻辑行的末尾都有换行符，否则第一处注释会“注释掉”之后的整个正则表达式。

在VB.NET中，我们可以用chr（10）来实现，例如：

这样很累赘；VB.NET提供了更简便的「（？＃…）」注释：

此选项表示，正则表达式在应用时应采用增强的行锚点模式（☞112）。也就是说，「^」和「$」能够匹配字符串内部的换行符，而不仅仅是匹配整个字符串的开头和结尾。

RegexOptions.Singleline

此选项表示，正则表达式使用点号通配模式（☞111）。此时点号能够匹配任意字符，也包括换行符。

RegexOptions.ExplicitCapture

此选项表示，普通括号「（…）」，在正常情况下是捕获型括号，但此时不捕获文本，而是与「（？：…）」一样，只分组，不捕获。此时只有命名捕获括号「（？＜name＞…）」能够捕获文本。

如果使用了命名分组，又希望使用非捕获型括号来分组，就可以使用正常的「（…）」括号和此选项，这样程序看起来更清晰。

RegexOptions.RightToLeft

此选项表示，进行从右向左的匹配（☞411）。

RegexOptions.Compiled

此选项表示，正则表达式应该在实际应用时被编译，成为高度优化的格式，这样通常会大大提高匹配速度。不过这样会增加第一次使用时的编译时间，以及程序执行期间的内存占用。

如果正则表达式只需要应用一次，或者应用并不是很频繁，就没必要使用Regex Options.Compiled，因为即使这个Regex对象已经被回收，多占的内存也不会释放。不过如果正则表达式在对时间要求很高的场合应用，这个选项可能非常有价值。

在第237 页的例子中，使用这个选项减少了大约一半的测试时间。还可以参考关于编译到装配件（assembly）的讨论（☞434）。

RegexOptions.ECMAScript

此选项表示，正则表达式应该按照 ECMAScript（☞412）兼容方式来解析。如果不清楚ECMAScript，或者不需要兼容它，可以直接忽略。

RegexOptions.None

它表示“没有额外的选项”，在初始化RegexOptions变量时，如果需要指定选项，可以使用它。也可以用OR来连接其他希望使用的选项。

使用Regex对象

Using RegexObjects

在没有实际应用之前，Regex是没有意义的，下面的程序示范了实际的应用：

IsMatch方法把目标正则表达式应用到目标字符串，返回一个 Boolean值，表示匹配尝试是否成功，这里有个例子：

如果提供了offset（一个整数），则第一次尝试会从对应的偏移值开始。

Match方法把正则表达式应用到目标字符串中，返回一个Match对象。通过这个Match对象可以查询匹配结果的信息（是否匹配成功，捕获的文本等等），初始化此正则表达式的“下一次”匹配。Match对象的细节见第427页。

如果提供了offset（一个整数），则第一次尝试会从对应的偏移值开始。

如果提供了maxlength参数，会进行特殊模式的匹配，从offset开始的字符开始计算，正则引擎会把maxlength长度的文本当作整个目标字符串，假设此范围之外的字符都不存在，所以此时「^」能够匹配原来的目标字符串中的offset位置，「$」能够匹配之后maxlength个字符的位置。同样，环视结构不能“感觉到”此范围之外的字符。这与提供offset有很大不同，如果只提供了offset，受影响的只是传动装置开始应用正则表达式的位置——正则引擎仍然能够“看到”完整的目标字符串。

下面表格中的例子比较了offset和maxlength的意义：

Matches方法类似Match方法，只是Matches方法返回一组Match对象，代表目标字符串中的所有匹配结果，而不是第一次的匹配结果。返回的对象为MatchCollection。

例如，初始化代码如下：

下面的程序：

运行结果是：

下面的程序输出同样的结果，它说明，MatchCollection 对象可以一次分配整个 Match-Collection。

作为比较，下面的代码也可以达到同样的效果，使用Match（而不是Matches）方法：

Replace方法会在目标字符串中进行查找-替换，返回（有可能已经变化的）字符串副本。它应用的是Regex对象的正则表达式，返回的不是Match对象，而是替换的结果。匹配的文本被什么内容替换，取决于replacement参数。replacement参数可以重载：它可以是一个字符串，也可以是MatchEvaluator委托（delegate）。如果replacement是一个字符串，它会按照下一页补充内容的说明进行处理。例如：

把每一个大写单词两边加上＜B＞…＜/B＞。

如果设置了count，就只会进行count次替换（默认情况是进行所有的替换）。如果只希望替换第一次匹配，可以将count设置为1。如果我们知道只会有一次匹配，把count明确设置为 1 的效率会更高，因为不需要对字符串的其他部分进行查找和处理。把 count 设置为-1表示“所有匹配都必须替换”（它等价于没有设置count）。

如果设置了 offset（一个整数），则应用正则表达式时，目标字符串中对应数目的字符会被忽略。这些忽略的字符会直接被复制到结果中。

例如，这段代码会去掉多余的空白字符（也就是将连续的多个空白字符替换为单个空格）：

‘some·····random·····spacing’被替换为‘some·random·spacing’。下面代码的结果相同，只是它会保留行开头任意数目的空白字符。

它会把‘····some···random·····spacing’转化为‘····some·random·spacing’，在查找和替换时，它使用LeadingWS匹配文本的长度作为偏移值（就是要跳过的字符数目）。这里用到了Match对象的简便特性，即LeadingWS.Match（Target）的Length属性（即便失败也没问题，此时Length的值为0，也就是说我们需要对整个目标字符串应用AnyWS）。

使用replacement委托

replacement 参数不只能用简单字符串，还可以是委托（delegate，简单说就是函数指针）。代理函数在每次匹配之后调用，生成作为replacement的文本。因为这个函数能够进行我们需要的任何处理，这种查找替换的机制功能非常强大。

委托的类型是 MatchEvaluator，每次匹配都会调用。它所引用的函数必须接受 Match 对象，进行你所需要的任何处理，返回作为replacement的文本。

做个比较，下面两段程序输出同样的结果：

两段程序都用＜＜…＞＞标注匹配的文本。使用委托的好处在于，在计算replacement时我们可以进行任意复杂的操作。下面的例子把摄氏温度转换为华氏温度：

如果目标字符串中包含‘Temp is 37C.’，它会被替换为‘Temp is 98.6F.’。

Split 方法将目标正则表达式应用于目标字符串，返回由各匹配分隔的字符串数组。如下面这个例子所示：

R.Split返回包含四个字符串的数组（‘209’、‘204’、‘146’和‘22’），它们由「.」在目标字符串中的三次匹配来分隔。

如果提供了count参数，则至多返回count个字符串（除非使用了捕获型括号，一会儿会说到这个问题）。如果没有提供count，Split返回所有匹配分隔的字符串。提供count的意思是，正则表达式可能在找到最终匹配之前停止应用，若果真如此，数组中最后的元素就是目标字符串中余下的部分。

此时，Parts得到两个字符串，‘209’和‘204.146.22’。

如果设置了 offset（一个整数），则正则表达式的匹配尝试从对应编号的字符开始。前面的offset个字符会作为数组的第一个元素返回（如果设置了RegexOptions.RightToLeft，就会作为最后一个元素）。

在Split中使用捕获型括号

如果出现了任何形式的捕获型括号，数组中通常会包含额外的捕获文本（也有些情况下根本不会包含）。来看个简单的例子，要拆分字符串‘2006-12-31’或是‘04/12/2007’，你可能会使用「[-/]」：

结果包含 3 个元素（均为字符串）。不过，使用捕获型括号的正则表达式「（[-/，]）」，则会返回5个字符串：如果MyDate包含‘2006-12-31’，这5个元素是‘2006’、‘-’、‘12’、‘-’、‘31’。多出来的‘-’是每次捕获的$1。

如果有多组捕获型括号，它们会按照编号排序（也就是说，所有的命名捕获跟随在未命名捕获之后☞409）。

只要实际参与了匹配捕获型括号的捕获型括号，都会包含在 Split的结果中。不过，目前的.NET 有一个bug，即如果某组捕获型括号没有参与匹配，它和所有编号更靠后的捕获型括号都不会包含在返回的结果中。

来看个极端点的例子，如果需要以左右可能出现空白字符的逗号作为分隔，而且空白字符必须包含在返回结果中。用「（s+）？，（s+）？」分隔‘this·，··that’，得到四个字符串‘this’、‘·’、‘··’和‘that’。但是，如果目标字符串为‘this，·that’，因为第一组捕获型括号没有参与最终匹配，所有的捕获型括号都不包含在最终结果中，所以只会返回两个字符串‘this’和‘that’。无法预知到底会返回多少字符串，是当前版本的.NET 的一个重大问题。

在这个例子中，我们可以使用「（s＊），（s＊）」绕开这个问题（这样两个分组一定都能参与匹配）。不过，更复杂的表达式就没这么容易改写了。

这几个方法容许用户查询对应编号（可以用数字，如果是命名捕获，也可以用名字）的捕获型分组的信息。它们引用的不是特定的匹配内容，只是正则表达式中存在的分组的名字和编号。下面的补充内容说明了使用方法。

这几个方法容许用户查询 Regex 对象本身（而不是将此对象应用到字符串上）的信息。ToString（）方法返回正则表达式构造函数接收的字符串。RightToLeft 属性返回一个Boolean 值，表明它是否启用了 RegexOptions.RightToLeft选项。Options属性返回与此正则表达式相关的RegexOptions。下面说明了各个选项的值，把对应选项的值相加，就得到返回结果。

这里没有128，因为它用于微软内部的调试，没有出现在最终产品中。

补充内容给出了这些方法的应用实例。

使用Match对象

Using MatchObjects

有三种方法创建Match对象：Regex的Match方法、静态函数Regex.Match（稍后介绍）和Match对象自己的NextMatch方法。它封装某个正则表达式的单次应用的所有相关信息。其属性和方法如下：

MatchObj.Success

返回一个 Boolean 值，表示匹配是否成功。如果不成功，则返回一个静态的 Match.Empty对象（☞433）。

它返回实际匹配文本的副本。

MatchObj.Length

返回实际匹配文本的长度。

MatchObj.Index

返回一个整数，显示匹配文本在目标中的起始位置。编号从 0 开始，所以这个数字表示从目标字符串的开头（最左边）到匹配文本的开头（最左边）的长度。即使在创建 Match对象时设置了RegexOptions.RightToLeft，回值也不会变化。

MatchObj.Groups

此属性是一个GroupCollection对象，其中封装了多个Group对象。它是一个普通的集合类（collection），包含了Count和Item属性，但是最常用的办法还是按照索引值访问，取出对应的Group对象。例如，M.Groups（3）对应第3组捕获型括号，M.Groups（＂HostName＂）对应命名捕获“HostName”（正则表达式中的「（？＜HostName＞…）」）。

在C＃中，使用M.Groups[3]和M.Groups[＂HostName＂]。

编号为0的分组表示整个正则表达式匹配的所有文本。MatchObj.Groups（0）.Value等价于MatchObj.Value。

MatchObj.NextMatch

NextMatch（）方法将正则表达式应用于目标字符串，寻找下一个匹配，返回新的 Match 对象。

MatchObj.Result(string)

string是一个特殊的序列，按照第424页补充内容的介绍来处理，返回结果文本。这里有个简单例子：

下面的程序可以依次匹配内容左侧和右侧文本的副本

调试时可能需要显示某些和行有关的信息：

如果把「d+」应用到‘May 16，1998’得到的Match对象，返回的是‘May ＜16＞，1998’，这清楚地体现了匹配文本。

MatchObj.Synchronized

它返回一个新的，与当前Match完全一样的Match对象，只是它适合于多线程使用。MatchObj.Captures

Captures属性并不常用，参见第437页的介绍。

使用Group对象

Using GroupObjects

Group对象包含一组捕获型括号（如果编号是0，就表示整个匹配）的信息。其属性和方法如下：

GroupObj.Success

它返回一个Boolean值，表明此分组是否参与了匹配。并不是所有的分组都必须“参与”成功的全局匹配。如果「（this）|（that）」能够成功匹配，肯定有一个分组能参与匹配，另一个不能。第139页的脚注中有另一个例子。

它们都返回本分组捕获文本的副本。如果匹配不成功，则返回空字符串。

GroupObj.Length

返回本分组捕获文本的长度。如果匹配不成功，则返回0。

GroupObj.Index

返回一个整数，表示本分组捕获的文本在目标字符串中的位置。编号从 0 开始，所以它就是从目标字符串的开头（最左边）到捕获文本的开头（最左边）的长度（即使在创建Match对象时设置了RegexOptions.RightToLeft，结果仍然不变）。

GroupObj.Captures

请参考第437页Group对象的Capture属性。