C#中的Regex雙引號問題

C#中的Regex雙引號問題

 　　Regex擷取CSS裡面的圖片的例子，裡面有URL裡面的圖片地址有雙引號，要注意用兩個雙引號表示

　　其中如果包含的字串中包含雙引號，那麼就兩個雙引號表示，而不是反斜線加上雙引號(\”)，也不是斜杠加上雙引號(/”)

　　Regex擷取CSS裡面的圖片的例子，裡面有URL裡面的圖片地址有雙引號，要注意用兩個雙引號""表示

　　?

1 2 3 4 5 6 7

static void Main(string[] args) { Regex reg = new Regex(@"url\((['""]?)(.+[^'""])\1\)"); //注意裡面的引號 要用雙引號表示，而不是用反斜線 Console.WriteLine(reg.Match(@"{background-image:url(//ssl.gstatic.com/ui/v1/menu/checkmark.png);backgro")); //輸出 url(//ssl.gstatic.com/ui/v1/menu/checkmark.png)   Console.ReadKey(); }

　　帶組名的後向引用在C#中是 \k ，匹配重複單詞的例子：

　　?

1 2 3 4 5 6 7 8

static void Main(string[] args) { Regex reg = new Regex(@"\b(?<group>\w+ +)\k<group>"); string str = "what the hell are you you talking about?"; Console.WriteLine(reg.Match(str));   Console.ReadKey(); }

　　在C#中new一個Regex對象的時候，第二個參數能夠用枚舉支援選擇匹配模式，現在就來說說這些枚舉值對正則的影響。

　　模式　　　　　　　　　　　　　　說明

　　.SingleLine　　　　　　　　　　 點號能夠匹配任何字元

　　.Multiline　　　　　　　　　　　 擴充^和$的匹配，使^和$能夠匹配字串內部的分行符號

　　.IgnorePatternWhitespace　　 設計寬鬆排列和注釋模式

　　.IgnoreCase　　　　　　　　　 進行不區分大小寫匹配

　　.ECMAScript　　　　　　　　　 限制\w \s \d，令其只對ASCII字元有效

　　.RightToLeft　　　　　　　　　 傳動裝置的驅動過程不變，但是方向相反(從字元的末尾開始，向開頭移動)

　　.Compiled　　　　　　　　　　 多花些時間最佳化Regex，編譯到dll裡，佔用多點記憶體，但是匹配更快。

　　.ExplicitCapture　　　　　　　　普通括弧()在正常情況下是捕獲型括弧，但是在此模式下與(?:...)一樣，之分組，不捕獲

　　RegexOptions.Compiled的意義

　　使用RegexOptions.Compiled與不使用RegexOptions.Compiled的對比

　　標準　　　　　　不使用　　　　　　　　　　使用

　　啟動速度　　　　較快　　　　　　　　　　　較慢(最多60倍)

　　記憶體佔用　　　　少　　　　　　　　　　　　多(每個Regex佔用5-15KB)

　　匹配速度　　　　一般　　　　　　　　　　　最多能提升10倍

　　在使用了RegexOptons.Compiled時，在程式執行過程中，這塊記憶體會一直被佔用，無法被釋放，因此僅對於那些經常被使用的Regex才適合使用此選項。

　　ECMAScript模式

　　要注意ECMAScript只能與下面的選項同時使用

　　RegexOptons.IgnoreCase

　　RegexOptons.Multiline

　　RegexOptons.Compiled

　　而且反斜線-數字不會有反向引用和十進位轉移的二義性，因為它只能夠表示反向引用。例如 \10 表示反向引用 \1 然後是文字0。如果沒有啟用該模式，則 \12 匹配的是ASCII進紙符linefeed。同時\w \d \s \W \D \S只能匹配ASCII。

　　另外在C#中，分組的編號也需要注意。

　　分組0是整個Regex匹配到的結果。

　　然後依次是未命名分組。

　　最後是命名分組。

　　例如：

　　(\w)(?\d+)(\s+)

　　1　　　3　　　　　2

　　特殊的Replacement處理

　　Regex.Replace方法和Match.Result方法都可以接收能夠進行特殊處理的replacement字串。下面的字元序列會被匹配到的文本所替換：

　　字元序列　　　　　　　　　　替換內容

　　$&　　　　　　　　　　　　 整個運算式匹配的文本，相當於$0

　　$1 $2　　　　　　　　　　 對應編號的捕獲分組所匹配的文本

　　${name}　　　　　　　　　 對應命名捕獲分組匹配的文本

　　$‘　　　　　　　　　　　　　目標字串中匹配文本之前的文本

　　$'　　　　　　　　　　　　　目標字串中匹配文本之後的文本

　　$$　　　　　　　　　　　　 單個$字元($1的顯示為$$!)

　　$_　　　　　　　　　　　　 正則原始目標字串的副本

　　$+　　　　　　　　　　　　 .NET中表示最後的那個捕獲型括弧匹配的文本

　　?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

static void Main(string[] args) { Regex reg1 = new Regex(@"\d+"); string str = reg1.Replace("123","insert into table where id = $&"); Console.WriteLine(str); //輸出 insert into table where id = 123   Regex reg2 = new Regex(@"1\+1=(\d)"); string str2 = reg2.Replace("1+1=3","不是$1"); Console.WriteLine(str2); //輸出 不是3   Regex reg3 = new Regex(@"1\+1=(?<result>\d)"); string str3 = reg3.Replace("1+1=3", "不是${result}"); Console.WriteLine(str3); //輸出 不是3   Regex reg4 = new Regex(@"\d+"); string str4 = reg4.Replace("123ABC", "後面是$'"); //匹配文本之後的文本 Console.WriteLine(str4); //輸出 後面是ABCABC 為什麼會輸出 後面是ABCABC呢？因為$'指的是ABC，然後替換掉原字串中的123。不懂看多幾次這句話   Regex reg5 = new Regex(@"\d+"); string str5 = reg5.Replace("ABC123", "前面是$`"); //ABC前面是ABC 符號是 1左邊那個 Console.WriteLine(str5);   Regex reg6 = new Regex(@"\d+"); string str6 = reg6.Replace("ABC123","右邊原始輸入字串$_"); Console.WriteLine(str6); //輸出 右邊是原始字串ABC123   Console.ReadKey(); }

　　關於.net中的正則裝配件是用於構建Regex庫的，儲存在硬碟中，其他程式也能夠調用，提高重用率。主要就是用到了Regex類的CompileToAssembly方法。

　　今天，碰到一個非常有趣的問題，公司多了個客戶，產品那邊說添加關鍵詞太辛苦，讓我幫忙大量匯入一批關鍵詞。哥這幾天正好在研究Regex呢，於是二話不說，立馬應了下來。一看，Excel，算了NPOI還沒學呢。於是複製到txt文本裡。

　　格式如下:

　　中山大道

　　粵墾路

　　.....

　　天助我也，難度不大，而且看來這幾天學的東西有用武之地了。於是立馬有了以下代碼

　　?

1 2 3 4 5 6 7 8 9

static void Main(string[] args) { 　　string str = File.ReadAllText(@"D:\daoru.txt", Encoding.Default); 　　Regex reg = new Regex(@".+"); 　　string str1 = reg.Replace(str, "insert into Keyword values(196,'admin1','admin1','$&')"); 　　File.WriteAllText(@"D:\123.txt", str1);   　　Console.ReadKey(); }

　　這是一個根據關鍵詞產生SQL語句的方法，從D盤匯入txt文本(在這個地方，碰到一個問題，因為關鍵詞是中文，所以直覺上覺得應該用Utf-8編碼去讀，但是竟然出錯了。於是上網查了一下，居然用Encoding.Default可以解決這個問題)。然後用Regex匹配到關鍵詞。預設的new Regex() 點號.是不會匹配分行符號的，因此非常適合關鍵詞一行一個的，例如從Excel複製過來的時候。然後用Regex類提供的Replace將關鍵詞替換成Sql語句，直接黏貼到資料庫上全選，執行。OK。一次過匯入了近500個關鍵詞。

　　本來以為Regex學得不錯了，結果昨天替換的SQL語句就出了問題，存入資料庫的資料無緣無故多了個分行符號。其實在執行SQL語句的時候，SQLSERVER已經很盡職地給出提示了，可惜太大意或者說高興得太早直接忽略了。來看昨天SQL語句執行時的圖片：

　　看到換行了吧，這樣一來就會將在結果中多了個\r，在資料庫表中還看不到，但是在用的時候，如果僅僅用於顯示，也沒問題，但是如果用來匹配，那就悲劇了。因此今天更改了程式。要將分行符號替換掉。代碼改為如下所示，其中改動部分紅色標記：

　　?

1 2 3 4 5 6 7 8 9

static void Main(string[] args) { string str = File.ReadAllText(@"D:\daoru.txt", Encoding.Default); Regex reg = new Regex(@".+"); string str1 = reg.Replace(str, "insert into JM_SinaBlog_KeyWord values(105,'jmeii','jmeii','$&')").Replace((char)13, (char)0);//here File.WriteAllText(@"D:\123.txt", str1);   Console.ReadKey(); }

　　這樣一來，就替換掉分行符號了。將產生的程式碼再複製到SQLSERVER裡，可以看到SQLSERVER的顯示變了：

　　這樣就沒問題了，以後在寫Regex時要對換行，空格非常敏感才行。