C#中正則表達式的3種匹配模式

2020-01-24 01:10:27

字體：大中小

來源：轉載

供稿：網友

在C#中，我們一般使用Regex類來表示一個正則表達式。一般正則表達式引擎支持以下3種匹配模式：單行模式(Singleline)、多行模式(Multiline)與忽略大小寫(IgnoreCase)。

1. 單行模式(Singleline)
MSDN定義：更改點 (.) 的含義，使它與每一個字符匹配（而不是與除 /n 之外的每個字符匹配）。
使用單行模式的典型場景是獲取網頁源碼中的信息。

示例：

我們使用WebBrowser控件，從http://www.xxx.com/1.htm上獲取了如下HTML源碼，它存儲在變量str中：

我們想把div標簽以及其中的內容提取出來，編寫代碼如下：

string pattern = @"<div>.*</div>";Regex regex = new Regex(pattern);if (regex.IsMatch(str))  Console.WriteLine(regex.Match(str).Value);else  Console.WriteLine("Mismatch!");

//結果為：Mismatch!

錯誤分析：

一般認為點符號(.)是匹配任意單個字符的，而(.*)就是匹配任意多個字符。但實際上點符號不能匹配換行符。在Windows中與它等效的表達式為[^/r/n]。
而我們從網站上獲取的HTML源碼，極少有不換行的。這時候單行模式派上用場了，它可以改變點符號的意義。修改regex實例的構造函數，用RegexOptions.Singleline來聲明使用單行模式：

string pattern = @"<div>.*</div>";Regex regex = new Regex(pattern, RegexOptions.Singleline);if (regex.IsMatch(str))  Console.WriteLine(regex.Match(str).Value);else  Console.WriteLine("Mismatch!");

/*
結果為：
<div>
Line 1
Line 2
</div>
*/

單行模式的嵌入修飾符：

我們可以直接在正則表達式中嵌入單行模式：

(?s)<div>.*</div>

(?s)修飾符說明，其后面的表達式采用單行模式。所以使用時請不要將它放在末尾。另外可以使用(?-s)關閉單行模式。

注意：嵌入模式的優先級要高于Regex類的RegexOptions設置，所以使用了(?s)后，無論是否使用RegexOptions.Singleline，均按照單行模式解析。

2. 多行模式(Multiline)

MSDN定義：更改 ^ 和 $ 的含義，使它們分別在任意一行的行首和行尾匹配，而不僅僅在整個字符串的開頭和結尾匹配。

示例：

有一個文本文件，它的每一行是一個用戶名，將文件讀入變量str中進行處理。其內容如下：

二十四畫生
TerryLee
莫相會
Dflying Chen
Rainy

借用博客園各位前輩的大名:)

我們想找出一個使用英文字母開頭的用戶名，編寫代碼如下：

string pattern = @"^[A-Za-z]+.*";Regex regex = new Regex(pattern);if (regex.IsMatch(str))  Console.WriteLine(regex.Match(str).Value);else  Console.WriteLine("Mismatch!");

//結果為：Mismatch!

錯誤分析：

(^)是字符串的起始錨定，str的第一個字符是一個中文字，所以匹配不上。我們就可以使用多行模式來改變(^)的含義，使它匹配每一行的起始，而不是整個字符串的起始。

更改代碼如下：

string pattern = @"^[A-Za-z]+.*";Regex regex = new Regex(pattern, RegexOptions.Multiline);if (regex.IsMatch(str))  Console.WriteLine(regex.Match(str).Value);else  Console.WriteLine("Mismatch!");

//結果為：TerryLee

同時，多行模式也會改變($)的含義，使它匹配每一行的結尾，而不是整個字符串的結尾。

與(^)和($)不同的是，(/A)和(/Z)并不受多行模式的影響，永遠匹配整個字符串的起始和結尾。

多行模式的嵌入修飾符：(?m)與(?-m)

3. 忽略大小寫(IgnoreCase)

MSDN定義：指定不區分大小寫的匹配。

這個模式很容易理解，它認為大小寫字符是相同的。我們仍以上例來說明。

示例：

string pattern = @"^[a-z]+.*";Regex regex = new Regex(pattern, RegexOptions.Multiline | RegexOptions.IgnoreCase);if (regex.IsMatch(str))  Console.WriteLine(regex.Match(str).Value);else  Console.WriteLine("Mismatch!");

//結果為：TerryLee

分析：請注意這次使用的正則表達式，我們并沒有寫入大寫字母，但卻匹配了以大寫字母開頭的名字，這就是忽略大小寫的效果。

忽略大小寫的嵌入修飾符：(?i)與(?-i)

總結：

最后我們用一個表格來總結一下這三個模式

定義	影響的表達式	RegexOptions枚舉	嵌入標識符
單行模式	更改點 (.) 的含義，使它與每一個字符匹配（而不是與除 /n 之外的每個字符匹配）。	Singleline	(?s)
多行模式	更改 ^ 和 $ 的含義，使它們分別在任意一行的行首和行尾匹配，而不僅僅在整個字符串的開頭和結尾匹配。	Multiline	(?m)
忽略大小寫	指定不區分大小寫的匹配。	IgnoreCase	(?i)