正則表達(dá)式可以被看成是一個強(qiáng)大的通配符（通用匹配符號）。大多數(shù)人都應(yīng)該很熟悉通配符，例如，當(dāng)我們看到一個諸如“SAMS”的表達(dá)式，那么一個文本串中任何以SAMS開頭的字符串都可以與這個表達(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.NET框架提供的支持正則表達(dá)式的類做一個概要介紹。要想獲得有關(guān)正則表達(dá)式的更多知識，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)某個輸入的文本是否符合一個預(yù)定義的格式。例如，一個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)式也常常用來對一些簡單的輸入執(zhí)行確認(rèn)，如確認(rèn)email地址和電話號碼。

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

　　下面的代碼中，用到了一個常用的正則表達(dá)式，用來測試一個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@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，并且它可以用來對輸入進(jìn)行確認(rèn)，這對于你編寫應(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)式另一個常見用途是用來分析文本，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)式包含了一個稱為組（group）的獨特特征。使用組，可以為正則表達(dá)式中特定的段賦予一個標(biāo)識符名稱。當(dāng)調(diào)用match() 方法對模式和輸入數(shù)據(jù)進(jìn)行比較時，比較的結(jié)果實際上是按照組拆分被匹配的符號串，這樣就允許你從輸入中抽取與每個組相匹配的部分。

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

　　看看下面的代碼示例，它說明如何從用戶在控制臺輸出的URL地址中同時抽取協(xié)議名和端口號。正則表達(dá)式的一個良好特性是它自身構(gòu)成了一個語言，這個語言與C、C++、C#或任何其他編程語言沒有依賴關(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); 

　　運行上面的例程時，如果為它輸入一個沒有端口號的URL，你將會注意到程序不輸入任何組的匹配值。這是因為輸入的文本與正則表達(dá)式根本不匹配。當(dāng)輸入與正則表達(dá)式不匹配時，顯然就不能夠利用任何命名的組來抽取有意義的數(shù)據(jù)。如果為上面的例程輸入一個帶端口號并且與正則表達(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

最新評論