C#中正则表达式的3种匹配模式

2020-01-24 01:10:27

字体：大中小

来源：转载

供稿：网友

在C#中，我们一般使用Regex类来表示一个正则表达式。一般正则表达式引擎支持以下3种匹配模式：单行模式(Singleline)、多行模式(Multiline)与忽略大小写(IgnoreCase)。

1. 单行模式(Singleline)
MSDN定义：更改点 (.) 的含义，使它与每一个字符匹配（而不是与除 /n 之外的每个字符匹配）。
使用单行模式的典型场景是获取网页源码中的信息。

示例：

我们使用WebBrowser控件，从http://www.xxx.com/1.htm上获取了如下HTML源码，它存储在变量str中：

我们想把div标签以及其中的内容提取出来，编写代码如下：

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

//结果为：Mismatch!

错误分析：

一般认为点符号(.)是匹配任意单个字符的，而(.*)就是匹配任意多个字符。但实际上点符号不能匹配换行符。在Windows中与它等效的表达式为[^/r/n]。
而我们从网站上获取的HTML源码，极少有不换行的。这时候单行模式派上用场了，它可以改变点符号的意义。修改regex实例的构造函数，用RegexOptions.Singleline来声明使用单行模式：

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!");

/*
结果为：
<div>
Line 1
Line 2
</div>
*/

单行模式的嵌入修饰符：

我们可以直接在正则表达式中嵌入单行模式：

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

(?s)修饰符说明，其后面的表达式采用单行模式。所以使用时请不要将它放在末尾。另外可以使用(?-s)关闭单行模式。

注意：嵌入模式的优先级要高于Regex类的RegexOptions设置，所以使用了(?s)后，无论是否使用RegexOptions.Singleline，均按照单行模式解析。

2. 多行模式(Multiline)

MSDN定义：更改 ^ 和 $ 的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。

示例：

有一个文本文件，它的每一行是一个用户名，将文件读入变量str中进行处理。其内容如下：

二十四画生
TerryLee
莫相会
Dflying Chen
Rainy

借用博客园各位前辈的大名:)

我们想找出一个使用英文字母开头的用户名，编写代码如下：

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

//结果为：Mismatch!

错误分析：

(^)是字符串的起始锚定，str的第一个字符是一个中文字，所以匹配不上。我们就可以使用多行模式来改变(^)的含义，使它匹配每一行的起始，而不是整个字符串的起始。

更改代码如下：

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!");

//结果为：TerryLee

同时，多行模式也会改变($)的含义，使它匹配每一行的结尾，而不是整个字符串的结尾。

与(^)和($)不同的是，(/A)和(/Z)并不受多行模式的影响，永远匹配整个字符串的起始和结尾。

多行模式的嵌入修饰符：(?m)与(?-m)

3. 忽略大小写(IgnoreCase)

MSDN定义：指定不区分大小写的匹配。

这个模式很容易理解，它认为大小写字符是相同的。我们仍以上例来说明。

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!");

//结果为：TerryLee

分析：请注意这次使用的正则表达式，我们并没有写入大写字母，但却匹配了以大写字母开头的名字，这就是忽略大小写的效果。

忽略大小写的嵌入修饰符：(?i)与(?-i)

总结：

最后我们用一个表格来总结一下这三个模式

定义	影响的表达式	RegexOptions枚举	嵌入标识符
单行模式	更改点 (.) 的含义，使它与每一个字符匹配（而不是与除 /n 之外的每个字符匹配）。	Singleline	(?s)
多行模式	更改 ^ 和 $ 的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。	Multiline	(?m)
忽略大小写	指定不区分大小写的匹配。	IgnoreCase	(?i)