C# 正则表达式进阶

C# 正则表达式进阶攻略

引言

正则表达式是一种强大的字符匹配工具，可以在文本数据中快速查找、替换满足特定模式的文本。在 C# 中，使用正则表达式可以通过 System.Text.RegularExpressions 命名空间的类实现。本文将详细讲解如何进阶应用 C# 正则表达式，包括贪婪与懒惰匹配、断言、捕获组、回溯引用等。

贪婪与懒惰匹配

正则表达式默认采用贪婪匹配，即匹配尽可能多的字符。但有时候我们需要采用懒惰匹配，即匹配尽可能少的字符。

示例1：使用贪婪匹配和懒惰匹配实现匹配 HTML 标签

string str = "<div><p>hello world</p></div>";

// 贪婪匹配
Match match1 = Regex.Match(str, "<.*>");

// 懒惰匹配
Match match2 = Regex.Match(str, "<.*?>");

Console.WriteLine("贪婪匹配：{0}", match1.Value); // 输出：<div><p>hello world</p></div>
Console.WriteLine("懒惰匹配：{0}", match2.Value); // 输出：<div>

断言

断言是一种非捕获分组，用于匹配字符前面或后面的位置，而不是匹配字符本身。常见的断言有正向先行断言（即匹配后面的位置）、负向先行断言（即排除后面的位置）、正向后行断言（即匹配前面的位置）、负向后行断言（即排除前面的位置）。

示例2：使用断言匹配 IP 地址中的数字并验证合法性

string str = "192.168.1.1";

// 匹配每个数字，使用正向先行断言判断是否在 0~255 范围内
MatchCollection matches = Regex.Matches(str, @"\b(?<=\.|\b)(25[0-5]|2[0-4]\d|[01]?\d\d?)\b");

if (matches.Count == 4)
{
    Console.WriteLine("IP 地址合法！");
}
else
{
    Console.WriteLine("IP 地址不合法！");
}

捕获组与回溯引用

捕获组是一种常用的分组方法，可以对匹配的子串进行复用、替换等操作。回溯引用是一种特殊的替换方式，用于将捕获组的内容插入到替换字符串中。

示例3：使用捕获组和回溯引用获取和替换日期格式

string str = "Today is 2021-10-01, tomorrow is 2021-10-02.";

// 捕获日期，并更改格式
string result = Regex.Replace(str, @"(\d{4})-(\d{2})-(\d{2})", "$2/$3/$1");

Console.WriteLine(result); // 输出：Today is 10/01/2021, tomorrow is 10/02/2021.

结论

通过本文的介绍，我们掌握了如何使用正则表达式实现懒惰匹配、断言、捕获组和回溯引用等进阶应用。在实际开发中，根据需求合理运用这些知识点可以提高开发效率，避免出现低效或错误的匹配。