.NETRegex使用進階技巧之反向引用

反向引用，指把匹配出來的組引用到運算式本身其它地方，比如，在匹配HTML的標記時，我們匹配出一個＜a＞,我們要把匹配出來的a引用出來，用來找到＜/a＞，這個時候就要用到反向引用。

　　文法

　　a、反向引用編號的組，文法為\number

　　b、反向引用命名的組，文法為\k＜name＞

　　舉例

　　a、匹配成對的HTML標籤

@"＜(?＜tag＞[^\s＞]+)[^＞]*＞.*＜/\k＜tag＞＞"

　　b、匹配兩個兩個重疊出現的字元

public static void Main() { string s = "aabbc11asd"; Regex reg = new Regex(@"(\w)\1"); MatchCollection matches = reg.Matches(s); foreach(Match m in matches) Console.WriteLine(m.Value); Console.ReadLine(); }

　　返回結果為aa bb 11

　　輔助匹配組

　　以下幾種組結構，括弧中的Pattern都不作為匹配結果的一部分進行儲存

　　1、正聲明(?=)

　　涵義：括弧中的模式必須出現在聲明右側，但不作為匹配的一部分

public static void Main() { string s = "C#.net,VB.net,PHP,Java,JScript.net"; Regex reg = new Regex(@"[\w\#]+(?=\.net)",RegexOptions.Compiled); MatchCollection mc = reg.Matches(s); foreach(Match m in mc) Console.WriteLine(m.Value); Console.ReadLine(); //輸出 C# VB JScript }

　　可以看到匹配引擎要求匹配.net，但卻不把.net放到匹配結果中

　　2、負聲明(?!)

　　涵義：括弧中的模式必須不出現在聲明右側

　　下例示範如何取得一個＜a＞標籤對中的全部內容，即使其中包含別的HTML tag。

public static void Main() { string newsContent = @"url:＜a href=""1.html""＞＜img src=""1.gif""＞test＜span style=""color:red;""＞Regex＜/span＞＜/a＞."; Regex regEnd = new Regex(@"＜\s*a[^＞]*＞([^＜]|＜(?!/a))*＜\s*/a\s*＞",RegexOptions.Multiline); Console.WriteLine(regEnd.Match(newsContent).Value); //Result: ＜a href="1.html"＞＜img src="1.gif"＞test＜span style="color:red;"＞Regex＜/span＞＜/a＞ Console.ReadLine(); }

　　3、反向正聲明(?＜=)

　　涵義：括弧中的模式必須出現在聲明左側，但不作為匹配的一部分

　　4、反向負聲明(?＜!)

　　涵義：括弧中的模式必須不出現在聲明左側

　　非回溯匹配

　　文法：(?＞)

　　涵義：該組匹配後，其匹配的字元不能通過回溯用於後面的運算式的匹配。呵呵，光看這句話肯定搞不懂，我當初為了搞懂這個也花了不少的時間，還是通過執行個體來說明吧：
"www.csdn.net" 可以通過@"\w+\.(.*)\.\w+"來匹配，卻不能通過@"\w+\.(?＞.*)\.\w+"來匹配！為什麼呢？

　　原因是正則匹配是貪婪的，匹配時它會儘可能多的匹配最多的結果，所以，上例兩個正則式中的.*都會把csdn.net匹配完， 這個時候，第一個運算式在開始匹配時發現\.\w+沒得字元給它匹配了，所以它會進行回溯，所謂回溯，就是把.*匹配的結果往回推，回推留出來的字元再用來匹配\.\w+,直到\.\w+匹配成功，整個運算式返回成功的匹配結果。而第二個運算式，因使用的是非回溯匹配，所以，.*匹配完後，不允許通過回溯來匹配\.\w+，所以整個運算式匹配失敗。

　　請注意，回溯匹配是很浪費資源的一種匹配方式，所以，請盡量避免您的正則式要通過回溯來成功匹配，如上例，可以換成@"\w+\.([^\.]+\.)+\w+"+"。