C#正则学习杂谈（四）

一、捕获组

 

注：以下expression表示正则表达式

 

(expression)  将正则表达式匹配到的内容捕获到一个组里，组的编号在后面说明。

 

(?<name>expression)  命名捕获组。将正则表达式匹配到的内容捕获到一个组里，将组命名为name，这里的name不能包含任何标点符号，并且不能以数字开头。引用方式在后面说明。

 

(?:expression)  非捕获组。匹配正则表达式，但匹配的内容不捕获到组里，在不需要引用捕获到的内容时，用非捕获组可以节省资源，提高效率。

 

(?=expression)、(?!expression)、(?=expression)、(?!expression)  正向预搜索和反向预搜索为零宽度捕获组。匹配正则表达式，但匹配的内容不捕获到组里，它只是作为所在位置的一个附加条件而存在。

 

 

二、$用法浅谈

 

$在正则中有四种基本用法

 

第一种用法，在正则表达式中，\$用来匹配“$”字符本身

 

第二种用法，在正则表达式中，$与字符串结束的地方匹配，不匹配任何字符

 

第三种用法，在Replace方法或Result方法中，对匹配结果中捕获组内容的引用，引用的方式有两种

一种是对普通捕获组的引用，格式为“$number”

一种是对命名捕获组的引用，格式为“${name}”

具体用法及规则在后面说明。

第四种用法，用作转义，就是在上例中，如果要替换的结果中含有“$”，那么就要“$$”这样写来得到“$”字符本身

 

除以上用法外，$还有$&、$`、$'、$+、$_等几种用法，因为不常见，这里不做讨论，参考MSDN

ms-help://MS.MSDNQTR.v80.chs/MS.MSDN.v80/MS.VisualStudio.v80.chs/dv_fxfund/html/d1f52431-1c7d-4dc6-8792-6b988256892e.htm

 

 

三、捕获组的引用

 

在Replace方法或Result方法中，对匹配结果中捕获组内容的引用，上面有所提及，还有在对结果的处理中用到m.Groups，有两种方式。这里一起讨论一下。

 

对于捕获组和命名捕获组，有两种引用方式，一是$number，一是${name}

 

先说一下${name}，这里的name即为前面命名捕获组的名称。如果有多个相同名称的命名捕获组，这里为匹配到内容的那个组，如果有多个同名捕获组捕获到内容，这里为最后一个命名捕获组

 

$number，这里的number为十进制数字。number并不局限于0-9，其中的“$0”指整个正则表达式匹配的内容，其它的如“$15”如果存在，则为第15个捕获组所匹配的内容，如果不存在，则为“$15”普通字符串

 

除$0有固定意义外，其它组的编号从1开始，以“(”出现的左右顺序为序，如果有捕获组和命名捕获组交替出现时，先从左至右为捕获组编号，再对命名捕获组编号

 

举例

正则表达式：<a\s+href="(?<url>[^"]*)">([^<]*)</a>

匹配字符串：<a href="http://www.baidu.com">百度</a>

匹配结果：成功

各组匹配到的内容

$0   <a href="http://www.baidu.com">百度</a>

$1   百度

$2   http://www.baidu.com

${url}     http://www.baidu.com

 

虽然命名捕获组(?<url>[^"]*)在前，捕获组([^<]*)在后，但是根据编号规则，([^<]*)的编号为1，而(?<url>[^"]*)的编号为2，当然，(?<url>[^"]*)捕获的结果也可以用${url}来引用

 

为了进一步的说明编号规则，正则表达式修改如下

正则表达式：<a\s+href="((?<url>[^"]*)">([^<]*))</a>

匹配结果：成功

各组匹配到的内容

$0   <a href="http://www.baidu.com">百度</a>

$1   http://www.baidu.com">百度

$2   百度

$3   http://www.baidu.com

${url}     http://www.baidu.com

 

另外，有非捕获组，或是正反向预搜索时，不参与捕获组的编号

 

应用举例1

string yourStr = @"<a href=""http://www.baidu.com"">百度</a>";
richTextBox2.Text = Regex.Replace(yourStr, @"<a\s+href=""(?<url>[^""]*)"">([^<]*)</a>", "名称：$1\n网址：$2\n命名捕获组：${url}\n其它测试：$11");

输出：

名称：百度

网址：http://www.baidu.com
命名捕获组：http://www.baidu.com
其它测试：$11

 

应用举例2

string yourStr = @"<a href=""http://www.baidu.com"">百度</a>";
Match m = Regex.Match(yourStr, @"<a\s+href=""(?<url>[^""]*)"">([^<]*)</a>");
if(m.Success)
{
    richTextBox2.Text = m.Result("名称：$1") + "\n";
    richTextBox2.Text += m.Result("网址：$2") + "\n";
    richTextBox2.Text += m.Result("命名捕获组：${url}") + "\n";
    richTextBox2.Text += m.Result("其它测试：$11") + "\n";
}

输出：

名称：百度
网址：http://www.baidu.com
命名捕获组：http://www.baidu.com
其它测试：$11

 

  

在对结果的处理中，m.Groups也有两种引用方式，m.Groups[number].Value，m.Groups["name"].Value，使用方式和编号方式基本同上，只有在对不存在的number捕获的引用时，才有所不同，它的结果为空。

应用举例

string yourStr = @"<a href=""http://www.baidu.com"">百度</a>";
Match m = Regex.Match(yourStr, @"<a\s+href=""(?<url>[^""]*)"">([^<]*)</a>");
if (m.Success)
{
    richTextBox2.Text = "名称：" + m.Groups[1].Value + "\n";
    richTextBox2.Text += "网址：" + m.Groups[2].Value + "\n";
    richTextBox2.Text += "命名捕获组：" + m.Groups["url"].Value + "\n";
    richTextBox2.Text += "其它测试：" + m.Groups[11].Value + "\n";
}

输出：

名称：百度
网址：http://www.baidu.com
命名捕获组：http://www.baidu.com
其它测试：