- 浏览: 296807 次
- 性别:
- 来自: 北京
文章分类
最新评论
-
全站唯一是我么:
请问下该功能的jdk版本是1.4的么,还是以上的?
Java实现给图片添加水印 -
Janne:
请问,你解决这问题没?是怎么回事?我今天也遇到了,没解决
myeclipse6.5中使用jax-ws启动tomcat报错问题 -
xuedong:
studypi 写道你是怎么和新浪的技术联系的?能告诉一下我吗 ...
新浪微博第三方接口调用学习 -
studypi:
你是怎么和新浪的技术联系的?能告诉一下我吗,谢谢
新浪微博第三方接口调用学习 -
dove19900520:
有用,呵呵
IE,Firefox都不放弃(兼容性问题总结)
1 概述
匹配模式指的是一些可以改变正则表达式匹配行为的选项或修饰符。不同的语言支持的匹配模式不同,使用的方式也不同。
一般可分为全局和内联两种。下面主要介绍.NET中的匹配模式,其它语言的匹配模式,后续视情况补充。
2 匹配模式
2.1 全局匹配模式和内联匹配模式概述
.NET中的全局匹配模式是通过RegexOptions 枚举值指定的,可以按位“或”进行组合,全局匹配模式只能作用于整个正则表达式。全局匹配模式提供的模式更多,可以灵活的动态指定匹配模式。
而内联匹配模式是通过在正则表达式中,使用(?imnsx-imnsx:)或(?imnsx-imnsx)的分组构造来改变正则表达式的匹配行为的。内联匹配模式更灵活、简洁,但是提供的模式较少。
下表摘自MSDN,部分说明做了修改。
RegexOption 成员 |
内联字符 |
说明 |
None |
N/A |
指定不设置任何选项。 |
IgnoreCase |
i |
指定不区分大小写的匹配。 |
Multiline |
m |
指定多行模式。更改 ^ 和 $ 的含义,以使它们分别与任何行的开头和结尾匹配,而不只是与整个字符串的开头和结尾匹配。 |
ExplicitCapture |
n |
指定唯一有效的捕获是显式命名或编号的 (?<name>…) 形式的组。这允许圆括号充当非捕获组,从而避免了由 (?:…) 导致的语法上的笨拙。 |
Compiled |
N/A |
指定正则表达式将被编译为程序集。生成该正则表达式的 Microsoft 中间语言 (MSIL) 代码;以较长的启动时间为代价,得到更快的执行速度。 |
Singleline |
s |
指定单行模式。更改句点字符 (.) 的含义,以使它与每个字符(而不是除 /n 之外的所有字符)匹配。 |
IgnorePatternWhitespace |
x |
指定从模式中排除非转义空白并启用数字符号 (#) 后面的注释。请注意,空白永远不会从字符类中消除。 |
RightToLeft |
N/A |
指定搜索是从右向左而不是从左向右进行的。具有此选项的正则表达式将移动到起始位置的左边而不是右边。 |
ECMAScript |
N/A |
指定已为表达式启用了符合 ECMAScript 的行为。此选项仅可与 IgnoreCase 和 Multiline 标志一起使用。将 ECMAScript 同任何其他标志一起使用将导致异常。 |
CultureInvariant |
N/A |
指定忽略语言中的区域性差异。 |
2.2 全局匹配模式
下面根据各种模式使用的频率进行讲解。
2.2.1 IgnoreCase 忽略大小写
几乎所有支持正则的语言中都提供了这一模式,是应用最多的模式之一,同时也是被“滥”用最多的模式之一。
开启忽略大小写模式,则字符可以同时匹配大写或小写形式。比如在此模式下,正则表达式“<br>”可同时匹配“<br>”和“<BR>”
但并不是所有的字符都有大小写形式,所以在书写的正则中,如果不存在可区分大小写形式的元字符或是字符序列时,开启这一模式是没有任何意义的。
比如替换一般的html标签的正则表达式
string result = Regex.Replace(srcStr, @"<[^>]*>", "", RegexOptions.IgnoreCase);
因为<[^>]*>没有哪一个元字符或是字符序列具有大小写形式,所以这里的RegexOptions.IgnoreCase是多余的,用在这里虽然不会改变匹配结果,但是会降低匹配效率,同时这也不是一个好的习惯。
只有在正则表达式中,注意是正则表达式中,而不是待匹配的源字符串中,涉及到大小写形式的元字符或是字符序列时,才使用IgnoreCase模式。
2.2.2 Multiline 多行模式
多行模式改变的是“^”和“$”的匹配行为,使“^”和“$”不仅可以匹配整个字符串的开始和结束位置,还可以匹配每行的开始和结束位置。
首先说明一下“行”的范围。虽然我们在程序中习惯用“/r/n”来表示换行,但实际上“/r”和“/n”是不相关的两个字符,一个表示回车,一个表示换行。由于历史原因,“/r”并不是所有系统都支持的,所以“行”是由“/n”来分割的,其中“/n”属于前一“行”,而不属于后一“行”。
举例来说,字符串“a/r/nbc/r/n”共有三行,“a/r/n”为一行,“bc/r/n”为一行,最后还有一个“”空行。
2.2.2.1 在不开启多行模式情况下,“^”和“$”匹配范围
“^”的匹配范围
MatchCollection mc = Regex.Matches("a/r/nbc/r/n", @"^");
foreach (Match m in mc)
{
richTextBox2.Text += "匹配内容:" + m.Value + " 匹配开始索引:" + m.Index + " 匹配长度:" + m.Length + "/n";
}
/*--------输出--------
匹配内容: 匹配开始索引:0 匹配长度:0
*/
“$”的匹配范围
MatchCollection mc = Regex.Matches("a/r/nbc/r/n", @"$");
foreach (Match m in mc)
{
richTextBox2.Text += "匹配内容:" + m.Value + " 匹配开始索引:" + m.Index + " 匹配长度:" + m.Length + "/n";
}
/*--------输出--------
匹配内容: 匹配开始索引:6 匹配长度:0
匹配内容: 匹配开始索引:7 匹配长度:0
*/
注意:这里需要注意的是,在没有开启多行模式时,字符串结尾如果是“/n”,那么“$”是可以匹配两个位置的,一个是“/n”前的位置,一个是字符串结束位置。字符串结尾如果不是“/n”,那么“$”就只匹配字符串结束位置。
MatchCollection mc = Regex.Matches("a/r/nbc/r", @"$");
foreach (Match m in mc)
{
richTextBox2.Text += "匹配内容:" + m.Value + " 匹配开始索引:" + m.Index + " 匹配长度:" + m.Length + "/n";
}
/*--------输出--------
匹配内容: 匹配开始索引:6 匹配长度:0
*/
2.2.2.2 在开启了多行模式后,“^”和“$”匹配范围
“^”的匹配范围
MatchCollection mc = Regex.Matches("a/r/nbc/r/n", @"^", RegexOptions.Multiline);
foreach (Match m in mc)
{
richTextBox2.Text += "匹配内容:" + m.Value + " 匹配开始索引:" + m.Index + " 匹配长度:" + m.Length + "/n";
}
/*--------输出--------
匹配内容: 匹配开始索引:0 匹配长度:0
匹配内容: 匹配开始索引:3 匹配长度:0
匹配内容: 匹配开始索引:7 匹配长度:0
*/
“$”的匹配范围
MatchCollection mc = Regex.Matches("a/r/nbc/r/n", @"$", RegexOptions.Multiline);
foreach (Match m in mc)
{
richTextBox2.Text += "匹配内容:" + m.Value + " 匹配开始索引:" + m.Index + " 匹配长度:" + m.Length + "/n";
}
/*--------输出--------
匹配内容: 匹配开始索引:2 匹配长度:0
匹配内容: 匹配开始索引:6 匹配长度:0
匹配内容: 匹配开始索引:7 匹配长度:0
*/
2.2.2.3 匹配结果分析
“^”匹配结果分析
在不开启多行模式时,“^”只匹配字符串的开始位置,也就是位置0。
在开启了多行模式后,“^”匹配字符串开始位置和每个“/n”之后的行起始位置。
“$”匹配结果分析
在不开启多行模式时,如果字符结尾是“/n”,那么“$”会匹配结尾“/n”之前和结束两个位置。
在开启多行模式后,“$”匹配每行“/n”之前的位置和字符串结束位置。
需要注意的是,在.NET中,无论是否开启多行模式,“^”和“$”匹配的都只是一个位置,是零宽度的。其它语言中“^”和“$”的意义可能会有所不同。
只有在正则表达式中涉及到多行的“^”和“$”的匹配时,才使用Multiline模式。
2.2.2.4 应用举例
典型应用一(参考 正则中加字符的问题):
需求描述:
fffffffffff
fffffffffff
dfdfdfdf
erererere
ferewfdfds
每行后面加一个“ttt”,即为
fffffffffffttt
fffffffffffttt
dfdfdfdfttt
ererererettt
ferewfdfdsttt
代码实现:
string result = Regex.Replace(yourStr, @"^.*$", "$0ttt", RegexOptions.Multiline);
典型应用二
需求描述:
源字符串
CODE39/CODE93:
A-Z
space,-,.,$,/,+,%
CODE128A:
A-Z
0-9
space,!,",#,$,%,&,…,(,)*,+,逗号,-,.,/, <,=,>,?,@,[,],^,_
CODE128B:
A-Z
a-z
0-9
space,!,",#,$,%,&,…,(,)*,+,逗号,-,.,/, <,=,>,?,@,[,],^,_,{,},|,~
CODE2of5:
0-9
说明:
CODE128A:->条码类别
A-Z
0-9
space,!,",#,$,%,&,…,(,)*,+,逗号,-,.,/, <,=,>,?,@,[,],^,_->表示范围
要求分别匹配出条码类别和表示范围
代码实现:
MatchCollection mc = Regex.Matches(yourStr, @"(?<type>[^/n:]+):/s*(?<range>(^(?!/s*$).*$/n?)*)", RegexOptions.Multiline);
foreach (Match m in mc)
{
richTextBox2.Text += "条码类别: /n" + m.Groups["type"].Value + "/n";
richTextBox2.Text += "表示范围: /n" + m.Groups["range"].Value + "/n";
}
/*--------输出--------
条码类别:
CODE39/CODE93
表示范围:
A-Z
space,-,.,$,/,+,%
条码类别:
CODE128A
表示范围:
A-Z
0-9
space,!,",#,$,%,&,…,(,)*,+,逗号,-,.,/, <,=,>,?,@,[,],^,_
条码类别:
CODE128B
表示范围:
A-Z
a-z
0-9
space,!,",#,$,%,&,…,(,)*,+,逗号,-,.,/, <,=,>,?,@,[,],^,_,{,},|,~
条码类别:
CODE2of5
表示范围:
0-9
*/
2.2.3 Singleline 单行模式
单行模式改变的是小数点“.”的匹配行为,使小数点可以匹配包含换行符“/n”在内的任意一个字符。
这是一个很不幸的命名,总让人误会它与Multiline多行模式是有关联的,而事实上它改变的是小数点的匹配行为,与Multiline多行模式没有任何关联,由于历史原因,这一不幸的命名被保留了下来。使用时需要注意。
单行模式通常在匹配有换行的文本时使用,采用小数点+单行模式的方式匹配任意字符,在.NET中是效率最高的。参考 正则基础之——小数点。
典型应用:
源字符串:
<a>There is one obvious advantage:</a>
<div>
<p>
You've seen it coming!<br/>
Buy now and get nothing for free!<br/>
Well, at least no free beer. Perhaps a bear,<br/>
if you can afford it.
</p>
</div>
<a>Now that you've got...</a>
<div>
<p>
your bear, you have to admit it!<br/>
No, we aren't selling bears.
</p>
</div>
需求:取<div>标签之间的内容
代码实现:
MatchCollection mc = Regex.Matches(yourStr, @"<div[^>]*>(?:(?!</div/b).)*</div>", RegexOptions.Singleline|RegexOptions.IgnoreCase);
foreach (Match m in mc)
{
richTextBox2.Text += m.Value + "/n-------------------/n";
}
/*--------输出--------
<div>
<p>
You've seen it coming!<br/>
Buy now and get nothing for free!<br/>
Well, at least no free beer. Perhaps a bear,<br/>
if you can afford it.
</p>
</div>
-------------------
<div>
<p>
your bear, you have to admit it!<br/>
No, we aren't selling bears.
</p>
</div>
-------------------
*/
2.2.4 Compiled 编译模式
Compiled改变的是.NET中正则表达式的编译方式。启用了Compiled模式,会延长启动时间,占用更多的内存,会提高匹配速度。当然,对最终性能的影响,需要根据具体问题综合考虑的。这一模式也是被“滥”用最多的模式之一。
程序运行过程中,第一次遇到正则表达式,需要加载正则引擎,对正则表达式进行必要的语法检查,并做适当的优化,最后把它转换为适合正则引擎应用的形式。这种“解析”过程,对于复杂的正则表达式,频繁调用或是匹配较大的数据源时,对效率的影响较大。
这时可以在构建正则表达式时开启Compiled模式。这样做会将正则表达式直接编译为MSIL代码,在正则匹配过程中,可以由JIT优化为更快的本地机器代码,获得更高的匹配速度。但这种方式会降低正则的解析速度,占用更多的内存,而且它占用的内存在程序运行过程中会一直占用,无法释放。
什么场景下使用Compiled模式,需要根据实际情况具体问题具体分析,一般来说,以下场景不适合使用Compiled模式:
1. 对匹配效率没有要求的场景;
2. 非常简单的正则表达式;
3. 极少调用的方法中声明的正则表达式;
4. 循环体中声明的正则表达式(除了动态生成的正则表达式,否则不要在循环体内声明正则表达式);
5. 静态方法中声明的正则表达式(静态方法每次调用都需要重新编辑正则表达式,使用Compiled模式只会降低效率)。
2.2.5 RightToLeft 从右到左模式
RightToLeft改变的是正则表达式匹配的顺序,从右到左进行匹配。目前只有.NET支持这一模式,但它对这一模式的支持并不是很完善,有时容易让人费解,所以除非对源字符串的构成很了解,而且又不得不使用的情况,否则不要轻易使用这一模式。
典型应用(参考 求一个好的算法):
一个由字母组成的字符串,最长14位,要求每隔2位加一个逗号,最左边不加,求一个好的算法
例:“abcdefg” 返回“a,bc,de,fg”
代码实现:
string test = "abcdefg";
string result = Regex.Replace(yourStr, @"(?<!^)[a-zA-Z]{2}", ",$0", RegexOptions.RightToLeft);
2.2.6 None
这一模式指定不开启任何模式。在.NET中RegexOptions 枚举值是按位“或”组合,None模式我目前只找到一种应用场景,就是在动态生成正则表达式时,动态指定模式时使用。
/// <summary>
/// 动态生成正则参数列表
/// </summary>
/// <returns></returns>
private RegexOptions getParameter()
{
RegexOptions roList = RegexOptions.None;
if (cbIgnoreCase.Checked)
{
roList = roList | RegexOptions.IgnoreCase;
}
if (cbSingleline.Checked)
{
roList = roList | RegexOptions.Singleline;
}
if (cbMultiline.Checked)
{
roList = roList | RegexOptions.Multiline;
}
if (cbCompiled.Checked)
{
roList = roList | RegexOptions.Compiled;
}
if (cbRightToLelft.Checked)
{
roList = roList | RegexOptions.RightToLeft;
}
return roList;
}
2.2.7 ExplicitCapture
这一模式改变的是普通捕获组的匹配行为。将普通捕获组解释为非捕获组,只有显式命名的命名捕获组才当作捕获组使用。
捕获组的作用是将括号()内子表达式匹配到的内容保存到内存中一个组里,供以后引用,在.NET中捕获组有两种形式
(Expression) 普通捕获组
(?<name>Expression) 命名捕获组
其它形式的(?...)都不是捕获组。
但是(Expression)这种捕获组语法规则也带来一个副作用,在一些不得不使用()的场合,会默认为使用了捕获组,将匹配到的内容保存到内存中,而有些情况下这些内容并不需要关心的,浪费了系统资源,降低了匹配效率,所以才有了非捕获组(?:Expression)的出现,来抵消这一副作用。而非捕获组带来的另一个副作用的就是可读性的降低。
ExplicitCapture模式是为了在不牺牲匹配效率的前提下,提高正则表达式的可读性,一般在命名捕获组和普通捕获组混合出现,而又不关心普通捕获组的正则表达式中使用,如取链接和文字的正则表达式中
MatchCollection mc = Regex.Matches(yourStr, @"(?is)<a((?!href=).)*href=(?<s>['""]?)(?<url>[^""'/s>]*)/k<s>[^>]*>(?<text>((?!</a>).)*)</a>", RegexOptions.ExplicitCapture);
foreach (Match m in mc)
{
richTextBox2.Text += m.Groups["url"].Value + "/n";
richTextBox2.Text += m.Groups["text"].Value + "/n";
}
开启ExplicitCapture模式对正则表达式解释行为的影响,可以参考如下举例,匹配时间的正则表达式
未开启ExplicitCapture模式
string test = "<li title=/"截至2009-07-28 20:45:49,用户的总技术分为:5988;截至2009-07-26日,用户的总技术分排名为:4133/">(...)</li>";
Regex reg = new Regex(@"([01][0-9]|2[0-3])(:[0-5][0-9]){2}");
MatchCollection mc = reg.Matches(test);
foreach (Match m in mc)
{
richTextBox2.Text += m.Value + "/n";
richTextBox2.Text += m.Groups[1].Value + "/n";
richTextBox2.Text += m.Groups[2].Value + "/n";
}
/*--------输出--------
20:45:49
20
:49
*/
开启ExplicitCapture模式
string test = "<li title=/"截至2009-07-28 20:45:49,用户的总技术分为:5988;截至2009-07-26日,用户的总技术分排名为:4133/">(...)</li>";
Regex reg = new Regex(@"([01][0-9]|2[0-3])(:[0-5][0-9]){2}");
MatchCollection mc = reg.Matches(test);
foreach (Match m in mc)
{
richTextBox2.Text += m.Value + "/n";
richTextBox2.Text += m.Groups[1].Value + "/n";
richTextBox2.Text += m.Groups[2].Value + "/n";
}
/*--------输出--------
20:45:49
*/
一般来说,关心的只是整个正则表达式匹配的整体,启用了ExplicitCapture模式后,“([01][0-9]|2[0-3])”和“(:[0-5][0-9])”将不会被解释为捕获组,匹配到的内容也不会保存到内存中。
开启ExplicitCapture模式虽然可以提高正则表达式的可读性,但ExplicitCapture这一模式本身容易被人忽略,所以这种模式应用得也比较少。
一旦使用了ExplicitCapture模式,要注意的是,除非你清楚捕获组的编号规则,否则尽量不要再使用/number方式进行反向引用,可以使用/k<name>方式进行反向引用。
Regex reg = new Regex(@"href=(['""]?)(?<url>[^'""/s>]+)/1", RegexOptions.ExplicitCapture);
MatchCollection mc = reg.Matches(yourStr);
foreach (Match m in mc)
{
richTextBox2.Text += m.Value + "/n";
}
以上匹配链接的代码通常是得不到任何结果的,因为这里“/1”引用的内容,不再是“(['""]?)”匹配到的内容,而是“(?<url>[^'""/s>]+)”匹配到的内容,等价于“(?<url>[^'""/s>]+)/k<url>”,而这样的字符串,通常是不存在的。
2.2.8 IgnorePatternWhitespace
这一模式忽略正则表达式中的非转义空白字符,并启用“#”后面的注释,通常用于增强正则表达式的可读性或是用于教学目的。
举个例子基本上就会明白了
string test = "(One) and ( Two (Three) Four).";
Regex reg = new Regex(@"/( #普通开括弧
(?> #固化分组
/( (?<OPEN>) #遇到开括弧'OPEN'计数加1
| #分支结构
/) (?<-OPEN>) #遇到闭括弧'OPEN'计数减1
| #分支结构
[^()]+ #非括弧的其它任意字符
)* #以上子串出现0次或任意多次
(?(OPEN)(?!)) #判断是否还有'OPEN',有则说明不配对,什么都不匹配
/) #普通闭括弧
", RegexOptions.IgnorePatternWhitespace);
MatchCollection mc = reg.Matches(test);
foreach (Match m in mc)
{
richTextBox2.Text += m.Value + "/n";
}
其中的空白字符被忽略,“#”及该行后面的内容被解释为注释。
2.2.9 ECMAScript
这一模式将按ECMA的JavaScript语义来解析正则表达式。通常影响的是以下元字符的匹配行为
/w、/W、/d、/D、/s、/S
使得以上元字符只能匹配ASCII码字符,而不再是匹配相应的Unicode字符。
事实上比如需求中明确要求只匹配英文字母,数字,下划线,而不包含汉字等字符,那么完全可以用“[A-Za-z0-9_]”,而不使用“/w”,虽然不够简洁,但可读性更好,语义更明确。
这一模式在.NET中的应用比较少,如不清楚什么场景下应该使用,可以忽略这一模式。
2.2.10 CultureInvariant
这一模式指定忽略语言中的区域性差异。一般与IgnoreCase模式一起使用,这一模式的应用场景很少,一般可以忽略,无需了解。
2.3 内联匹配模式
内联匹配模式在正则表达式内部使用,可以改变局部子表达式的匹配行为,内联匹配模式支持的模式较少,仅有immsx五种,但使用起来更简洁,更灵活。在.NET中支持(?imnsx-imnsx:)和(?imnsx-imnsx)两种形式。
各内联匹配模式对应的全局匹配模式见匹配模式列表。以下仅就(?i)忽略大小写模式进行讲解,其它模式类同。
2.3.1 (?imnsx-imnsx:)形式
语法:(?i:Expression)
这种语法规则表达为括号内的子表达式开启忽略大小写模式。
举例:^[A-Z](?i:[A-Z]{9,19})$
以上正则表示,首字符必须为大写字母,后面跟9到19个大小写字母。
string[] test = new string[] { "Abc", "AbcdefGHIjklmn", "abcdefghijklmn" };
Regex reg = new Regex(@"^[A-Z](?i:[A-Z]{9,19})$");
foreach (string s in test)
{
richTextBox2.Text += "源字符串: " + s.PadRight(15, ' ') + " 匹配结果: " + reg.IsMatch(s) + "/n";
}
/*--------输出--------
源字符串: Abc 匹配结果: False
源字符串: AbcdefGHIjklmn 匹配结果: True
源字符串: abcdefghijklmn 匹配结果: False
*/
语法:(?-i:Expression)
这种语法规则表达为括号内的子表达式关闭忽略大小写模式。通常与全局匹配模式配合使用,表示全局为忽略大小写的,局部为严格区分大小写。
举例:<div id="(?-i:TEST)" [^>]*>[/w/s]+</div>
以上正则表示,div标签中,仅匹配id为全大写的“TEST”的标签内容,其余标签不匹配。
string test = "<DIV id=/"Test/" class=/"create/">first</div> and <DIV id=/"TEST/" class=/"delete/">second</div>";
Regex reg = new Regex(@"<div id=""(?-i:TEST)""[^>]*>[/w/s]+</div>", RegexOptions.IgnoreCase);
MatchCollection mc = reg.Matches(test);
foreach(Match m in mc)
{
richTextBox2.Text += m.Value + "/n";
}
/*--------输出--------
<DIV id="TEST" class="delete">second</div>
*/
2.3.2 (?imnsx-imnsx)
语法:(?i) 或 (?-i)
(?i)为所在位置右侧的子表达式开启忽略大小写模式,直到出现(?-i)或者到表达式结束为止;(?-i)为所在位置右侧的子表达式关闭忽略大小写模式,直到出现(?i)或者到表达式结束为止。
通常在正则表达式开始位置使用(?i)来代替RegexOptions.IgnoreCase,使代码更简洁。如提取链接和文字的正则表达式
MatchCollection mc = Regex.Matches(yourStr, @"(?is)<a(?:(?!href=).)*href=(['""]?)(?<url>[^""'/s>]*)/1[^>]*>(?<text>(?:(?!</a>).)*)</a>");
foreach (Match m in mc)
{
richTextBox2.Text += m.Groups["url"].Value + "/n";
richTextBox2.Text += m.Groups["text"].Value + "/n";
}
3 小结
.NET中的正则匹配模式基本上已讲解完了,最后再来总结一下各匹配模式的应用场景吧。
.NET中的正则匹配模式基本上已讲解完了,最后再来总结一下各匹配模式的应用场景吧。 RegexOption 成员 内联字符 作用/应用场景 None N/A 指定不设置任何选项。 一般在动态指定匹配模式时使用。 IgnoreCase i 指定不区分大小写的匹配。 只有在正则表达式中,注意是正则表达式中,而不是待匹配的源字符串中,涉及到大小写形式的元字符或是字符序列时,才使用IgnoreCase模式。 Multiline m 指定多行模式。更改 ^ 和 $ 的含义,以使它们分别与任何行的开头和结尾匹配,而不只是与整个字符串的开头和结尾匹配。 只有在正则表达式中涉及到多行的“^”和“$”的匹配时,才使用Multiline模式。 ExplicitCapture n 指定唯一有效的捕获是显式命名或编号的 (?<name>…) 形式的组。这允许圆括号充当非捕获组,从而避免了由 (?:…) 导致的语法上的笨拙。 ExplicitCapture模式是为了在不牺牲匹配效率的前提下,提高正则表达式的可读性,一般在命名捕获组和普通捕获组混合出现,而又不关心普通捕获组的正则表达式中使用。 Compiled N/A 指定正则表达式将被编译为程序集。生成该正则表达式的 Microsoft 中间语言 (MSIL) 代码;以较长的启动时间为代价,得到更快的执行速度。 以下场景不适合使用: 1. 对匹配效率没有要求的场景; 2. 非常简单的正则表达式; 3. 极少调用的方法中声明的正则表达式; 4. 循环体中声明的正则表达式(除了动态生成的正则表达式,否则不要在循环体内声明正则表达式); 5. 静态方法中声明的正则表达式(静态方法每次调用都需要重新编辑正则表达式,使用Compiled模式只会降低效率)。 Singleline s 指定单行模式。更改句点字符 (.) 的含义,以使它与每个字符(而不是除 /n 之外的所有字符)匹配。 单行模式通常在匹配有换行的文本时使用,采用小数点+单行模式的方式匹配任意字符,在.NET中是效率最高的。 IgnorePatternWhitespace x 指定从模式中排除非转义空白并启用数字符号 (#) 后面的注释。请注意,空白永远不会从字符类中消除。 为了提高可读性,或是为正则表达式加注释时使用。 RightToLeft N/A 指定搜索是从右向左而不是从左向右进行的。具有此选项的正则表达式将移动到起始位置的左边而不是右边。 除非对源字符串的构成很了解,而且又不得不使用的情况,否则不要轻易使用这一模式。 ECMAScript N/A 指定已为表达式启用了符合 ECMAScript 的行为。此选项仅可与 IgnoreCase 和 Multiline 标志一起使用。将 ECMAScript 同任何其他标志一起使用将导致异常。 除非对这一模式应用场景很了解,否则不要使用。 CultureInvariant N/A 指定忽略语言中的区域性差异。 很少使用,一般无需了解。
转自:http://blog.csdn.net/lxcnn/article/details/4395945
RegexOption 成员 |
内联字符 |
作用/应用场景 |
None |
N/A |
指定不设置任何选项。 一般在动态指定匹配模式时使用。 |
IgnoreCase |
i |
指定不区分大小写的匹配。 只有在正则表达式中,注意是正则表达式中,而不是待匹配的源字符串中,涉及到大小写形式的元字符或是字符序列时,才使用IgnoreCase模式。 |
Multiline |
m |
指定多行模式。更改 ^ 和 $ 的含义,以使它们分别与任何行的开头和结尾匹配,而不只是与整个字符串的开头和结尾匹配。 只有在正则表达式中涉及到多行的“^”和“$”的匹配时,才使用Multiline模式。 |
ExplicitCapture |
n |
指定唯一有效的捕获是显式命名或编号的 (?<name>…) 形式的组。这允许圆括号充当非捕获组,从而避免了由 (?:…) 导致的语法上的笨拙。 ExplicitCapture模式是为了在不牺牲匹配效率的前提下,提高正则表达式的可读性,一般在命名捕获组和普通捕获组混合出现,而又不关心普通捕获组的正则表达式中使用。 |
Compiled |
N/A |
指定正则表达式将被编译为程序集。生成该正则表达式的 Microsoft 中间语言 (MSIL) 代码;以较长的启动时间为代价,得到更快的执行速度。 以下场景不适合使用: 1. 对匹配效率没有要求的场景; 2. 非常简单的正则表达式; 3. 极少调用的方法中声明的正则表达式; 4. 循环体中声明的正则表达式(除了动态生成的正则表达式,否则不要在循环体内声明正则表达式); 5. 静态方法中声明的正则表达式(静态方法每次调用都需要重新编辑正则表达式,使用Compiled模式只会降低效率)。 |
Singleline |
s |
指定单行模式。更改句点字符 (.) 的含义,以使它与每个字符(而不是除 /n 之外的所有字符)匹配。 单行模式通常在匹配有换行的文本时使用,采用小数点+单行模式的方式匹配任意字符,在.NET中是效率最高的。 |
IgnorePatternWhitespace |
x |
指定从模式中排除非转义空白并启用数字符号 (#) 后面的注释。请注意,空白永远不会从字符类中消除。 为了提高可读性,或是为正则表达式加注释时使用。 |
RightToLeft |
N/A |
指定搜索是从右向左而不是从左向右进行的。具有此选项的正则表达式将移动到起始位置的左边而不是右边。 除非对源字符串的构成很了解,而且又不得不使用的情况,否则不要轻易使用这一模式。 |
ECMAScript |
N/A |
指定已为表达式启用了符合 ECMAScript 的行为。此选项仅可与 IgnoreCase 和 Multiline 标志一起使用。将 ECMAScript 同任何其他标志一起使用将导致异常。 除非对这一模式应用场景很了解,否则不要使用。 |
CultureInvariant |
N/A |
指定忽略语言中的区域性差异。 很少使用,一般无需了解。 |
转自:http://blog.csdn.net/lxcnn/article/details/4656599
发表评论
-
(从网上考过来的,收藏) javascript 正则表达式的贪婪与非贪婪
2012-10-08 10:35 887以下内容转自:http://www.cnitblog.com ... -
正则表达式常用验证
2011-08-24 12:20 854在前台很多地方需要验证输入格式,为了方便以后使用,把常用的整理 ... -
正则判断一个字符串里是否包含一些词
2011-08-16 16:53 3266今天项目里用到了正则,判断一个字符串里是不是包含这些词,词出 ... -
js取当前url参数
2011-07-19 11:14 1943js没有提供取当前url参数的方法,只能是自己从中截取了,在 ... -
正则手册
2011-07-07 16:53 1026给大家共享个正则手册 欢迎查看本人博客: ... -
[ ] 字符组(Character Classes) .
2011-07-06 17:31 820[]能够匹配所包含的一系列字符中的任意一个。需要注意的是,[ ... -
正则基础之——捕获组(capture group) .
2011-07-06 17:30 10011 概述 1.1 什么是捕获组 ... -
正则表达式学习参考
2011-07-06 17:28 769正则表达式学习参考 1 ... -
正则基础之——小数点 .
2011-07-06 17:23 791小数点可以匹配除了换行符“/n”以外的任意一个字符 一 ... -
正则基础之——NFA引擎匹配原理 .
2011-07-06 17:22 998NFA引擎匹配原理 1 ... -
正则基础之——环视 .
2011-07-06 17:21 568环视只进行子表达式的匹配,不占有字符,匹配到的内容不保存到最终 ... -
正则基础之——/b 单词边界 .
2011-07-06 17:20 8231 概述 “/b”匹配单词边界,不匹配任何 ... -
正则应用之——日期正则表达式
2011-07-06 17:18 10691 概述 首先需要说明的一点,无论是Win ... -
.NET正则基础之——平衡组 .
2011-07-06 17:14 18151 概述 平衡组是微软在.NET中提出的一 ... -
正则基础之——非捕获组 .
2011-07-06 17:10 1363非捕获组:(?:Expression) 接触正则表达式不久的 ... -
正则基础之——反向引用 .
2011-07-06 17:09 13181 概述 捕获组捕获到的内容,不仅可以在 ... -
.NET正则基础——.NET正则类及方法应用 .
2011-07-06 17:07 11031 概述 初学 ... -
NET正则基础之——正则委托 .
2011-07-06 17:05 8401 概述 一般的正则替换,只能对匹配的子串做 ... -
正则基础之——贪婪与非贪婪模式 .
2011-07-06 17:03 9531 概述 贪婪 ... -
正则应用之——逆序环视探索
2011-07-06 17:01 12081 问题引出 前几天在CSDN论坛遇到这样 ...
相关推荐
在日期正则表达式中,我们通常会针对不同的日期格式来设计模式。例如,`yyyy-MM-dd`表示四位年份-两位月份-两位日期的格式。这种格式在很多编程语言中都是常见的日期表示方式,如Java、C#等。例如,`\d{4}-\d{2}-\d...
日期正则表达式是用于匹配和验证日期格式的正则模式,它在计算机科学和编程领域,特别是IT中的文本处理和数据验证方面有着广泛应用。在处理日期时,我们经常需要确保日期符合特定的格式和有效性规则,以防止数据错误...
使用.NET正则表达式... 413 正则表达式快速入门... 413 包概览... 415 核心对象概览... 416 核心对象详解... 418 创建Regex对象... 419 使用Regex对象... 421 使用Match对象... 427 使用Group对象... 430 ...
1. **基础应用**:最常见的用途之一是匹配单个单词而不匹配其作为更长单词的一部分的情况。例如,在文本中查找并替换单词“to”,但不包括单词“today”。 **示例代码**: ```csharp string text = "I want to...
这个压缩包“ASP.NET源码——UrlRewriter .NET v1.8 (For .net1.1).zip”包含了UrlRewriter .NET v1.8版本的源代码,专为.NET Framework 1.1版本设计。UrlRewriter是一个强大的URL重写模块,它允许开发者对网站的URL...
ASP.NET正则表达式是.NET框架中用于处理和验证文本模式的强大工具,广泛应用于C#和ASP.NET开发中。在Web应用开发中,正则表达式常用来进行数据验证、字符串处理、搜索与替换等任务。本文将深入探讨ASP.NET正则表达式...
正则表达式(Regular Expression,简称regex)是用于匹配字符串的一种模式,广泛应用于文本处理、数据验证、搜索和替换等场景。在这个“正则表达式测试工具”中,我们可以便捷地测试和验证自己的正则表达式,从而...
这个"ASP.NET源码——新闻采集器源码.zip"压缩包包含了一个新闻采集器的源代码,它可以帮助我们理解如何在ASP.NET环境中实现数据抓取和处理功能。 新闻采集器的主要目标是从网络上抓取新闻数据,这通常涉及到以下几...
软件中包含的9种选项不仅涵盖了基础模式,还允许用户自定义更复杂的匹配规则。这些选项的多样性使得RegexTest能够应对各种复杂的正则表达式需求,无论是简单的字符匹配,还是复杂的模式识别,都能得心应手。 在...
开发者可能需要了解XML配置语法,以及如何定义正则表达式以匹配和替换URL模式。 第二阶段可能深入到创建和管理URL重写规则。每个规则都由一个或多个条件和一个动作组成,条件用于确定何时应用规则,动作则定义了...
这些规则可以根据特定的条件进行匹配,并且可以包含通配符、正则表达式等高级特性,以实现灵活的URL映射。例如,你可以定义一条规则将所有以"/old/"开头的URL重写为相应的"/new/"路径,以实现旧URL到新URL的平滑迁移...
此压缩包"ASP.NET源码——Asp.net汉字转拼音(全).zip"包含的源代码着重于一个特定的功能:将汉字转换为拼音,这对于开发具有中文支持的应用程序,尤其是搜索引擎优化或无障碍访问功能来说非常有用。 在ASP.NET中,...
2. **正则表达式**:正则表达式是匹配特定模式的强大工具,可以用来检查身份证号码是否符合规定的格式。一个简单的身份证号正则表达式可能是`^\d{6}(18|19|20)?\d{2}(0[1-9]|1[0-2])(0[1-9]|[12][0-9]|3[01])\d{3}[\...
3. **正则表达式或XPath**:用于从HTML文本中匹配和提取特定模式的数据。 4. **异步编程**:在ASP.NET中,可以使用异步操作来提高性能,避免因等待IO操作完成而阻塞线程。 5. **数据存储**:抓取到的数据通常需要...
【ASP.NET 源码——[搜索链接].NET搜索引擎(带蜘蛛)】 ASP.NET 是微软公司推出的一种基于.NET Framework的Web应用程序开发平台,它提供了丰富的控件、强大的数据访问功能以及高度可扩展的架构,使得开发者能够快速...
总的来说,这个ASP.NET源码——UrlRewriter .NET v2.0 RC1 (For .Net2.0) 问沫工作室优化版为.NET 2.0环境下的Web开发者提供了一个强大且易用的URL重写工具,有助于提升网站质量和用户体验。通过深入理解和熟练运用...
开发者可能利用正则表达式匹配特定的文本模式,以便找到帖子标题、内容、作者等信息。 3. **自动化登录与模拟用户行为**:为了在论坛上发布信息,自动采集发帖器需要能模拟用户登录过程。这涉及模拟填写表单、处理...
正则表达式是一种在计算机科学中被广泛使用的文本匹配工具,它通过定义一系列规则来识别和匹配字符串中的特定模式。正则表达式不仅能够匹配普通文本字符,还能匹配包括数字、字母以及其他特殊字符在内的各种字符。...
如今,正则表达式已经成为众多语言及工具——Perl、PHP、Java、Python、Ruby、MySQL、VB.NET和C#(以及.NET Framework中的任何语言)——中的标准特性,依靠它,你能以之前完全不敢设想的方式进行复杂而精巧的文本...
当时正则表达式主要用于描述“正则集”,这些集合作为神经生理学家研究模式的基础。随后,肯·汤普森(Ken Thompson)在两款流行文本工具——`QED`和`grep`中实现了正则表达式的概念,从而推动了其在计算机科学领域的...