C#正則表達(dá)式匹配引擎的細(xì)節(jié)淺析
C#正則表達(dá)式匹配引擎的細(xì)節(jié)是什么呢？需要注意什么呢？讓我們開(kāi)始我們的講述：
現(xiàn)在，我們通過(guò)一個(gè)組結(jié)構(gòu)來(lái)理解一個(gè)稍微復(fù)雜的例子。看下面的C#正則表達(dá)式匹配引擎的細(xì)節(jié)例子：
- string text = "abracadabra1abracadabra2abracadabra3";
- string pat = @"
- ( # ***個(gè)組的開(kāi)始
- abra # 匹配字符串a(chǎn)bra
- ( # 第二個(gè)組的開(kāi)始
- cad # 匹配字符串cad
- )? # 第二個(gè)組結(jié)束（可選）
- ) # ***個(gè)組結(jié)束
- + # 匹配一次或多次
- ";
- //利用x修飾符忽略注釋
- Regex r = new Regex(pat, "x");
- //獲得組號(hào)碼的清單
- int[] gnums = r.GetGroupNumbers();
- //***匹配
- Match m = r.Match(text);
- while (m.Success)
- {
- //從組1開(kāi)始
- for (int i = 1; i < gnums.Length; i++)
- {
- Group g = m.Group(gnums[i]);
- //獲得這次匹配的組
- Console.WriteLine("Group"+gnums[i]+"=["+g.ToString()+"]");
- //計(jì)算這個(gè)組的起始位置和長(zhǎng)度
- CaptureCollection cc = g.Captures;
- for (int j = 0; j < cc.Count; j++)
- {
- Capture c = cc[j];
- Console.WriteLine(" Capture" + j + "=["+c.ToString()
- + "] Index=" + c.Index + " Length=" + c.Length);
- }
- }
- //下一個(gè)匹配
- m = m.NextMatch();
- }
這個(gè)C#正則表達(dá)式匹配引擎的細(xì)節(jié)實(shí)例的輸出如下所示：
- Group1=[abra]
- Capture0=[abracad] Index=0 Length=7
- Capture1=[abra] Index=7 Length=4
- Group2=[cad]
- Capture0=[cad] Index=4 Length=3
- Group1=[abra]
- Capture0=[abracad] Index=12 Length=7
- Capture1=[abra] Index=19 Length=4
- Group2=[cad]
- Capture0=[cad] Index=16 Length=3
- Group1=[abra]
- Capture0=[abracad] Index=24 Length=7
- Capture1=[abra] Index=31 Length=4
- Group2=[cad]
- Capture0=[cad] Index=28 Length=3
我們首先從考查字符串pat開(kāi)始，pat中包含有表達(dá)式。***個(gè)capture是從***個(gè)圓括號(hào)開(kāi)始的，然后表達(dá)式將匹配到一個(gè)abra。第二個(gè)capture組從第二個(gè)圓括號(hào)開(kāi)始，但***個(gè)capture組還沒(méi)有結(jié)束，這意味著***個(gè)組匹配的結(jié)果是abracad ，而第二個(gè)組的匹配結(jié)果僅僅是cad。因此如果通過(guò)使用？符號(hào)而使cad成為一項(xiàng)可選的匹配，匹配的結(jié)果就可能是abra或abracad。然后，***個(gè)組就會(huì)結(jié)束，通過(guò)指定+符號(hào)要求表達(dá)式進(jìn)行多次匹配。
現(xiàn)在我們來(lái)看看匹配過(guò)程中發(fā)生的情況。首先，通過(guò)調(diào)用Regex的constructor方法建立表達(dá)式的一個(gè)實(shí)例，并在其中指定各種選項(xiàng)。在這個(gè)例子中，由于在表達(dá)式中有注釋?zhuān)虼诉x用了x選項(xiàng)，另外還使用了一些空格。打開(kāi)x選項(xiàng)，表達(dá)式將會(huì)忽略注釋和其中沒(méi)有轉(zhuǎn)義的空格。
然后，取得表達(dá)式中定義的組的編號(hào)的清單。你當(dāng)然可以顯性地使用這些編號(hào)，在這里使用的是編程的方法。如果使用了命名的組，作為一種建立快速索引的途徑這種方法也十分有效。
接下來(lái)是完成***次匹配。通過(guò)一個(gè)循環(huán)測(cè)試當(dāng)前的匹配是否成功，接下來(lái)是從group 1開(kāi)始重復(fù)對(duì)組清單執(zhí)行這一操作。在這個(gè)例子中沒(méi)有使用group 0的原因是group 0是一個(gè)完全匹配的字符串，如果要通過(guò)收集全部匹配的字符串作為一個(gè)單一的字符串，就會(huì)用到group 0了。
我們跟蹤每個(gè)group中的CaptureCollection。通常情況下每次匹配、每個(gè)group中只能有一個(gè)capture，但本例中的Group1則有兩個(gè)capture：Capture0和Capture1。如果你僅需要Group1的ToString，就會(huì)只得到abra，當(dāng)然它也會(huì)與abracad匹配。組中ToString的值就是其CaptureCollection中***一個(gè)Capture的值，這正是我們所需要的。如果你希望整個(gè)過(guò)程在匹配abra后結(jié)束，就應(yīng)該從表達(dá)式中刪除+符號(hào)，讓regex引擎知道我們只需要對(duì)表達(dá)式進(jìn)行匹配。
C#正則表達(dá)式匹配引擎的細(xì)節(jié)的基本內(nèi)容就向你介紹到這里，希望對(duì)你有所幫助。
【編輯推薦】
