C#基础回顾：正则表达式

<script>
function?js()
{
???alert(‘恶意代码‘)
}
</script>

????????????因为，[.]不解释换行符，这将使得你需要手动输入换行符来进行匹配。当启用了单行模式后，你就可以简单的一句话搞定：<script>.*?</script>。

????????????2.2 多行模式（Multiline）
????????????同样上表中已经有关于多行模式的解释即：使得"^"和"$"元字符匹配每一行的开头和结尾。相比未采用该模式的时候，这两个字符匹配的则是整个字符串的开头和结尾。

????????????2.3 忽略大小写(IgnoreCase)
????????????这个相信不需要多讲，如果未采用该模式，为了匹配全部所需的结果，可能你要在表达式中罗列所有大小写情况，现在你只需要启用该模式就可以省了很多麻烦。

????????????3.1 Regex类
????????????该类是Dot Net正则表达式的核心。其中包括了若干静态方法，这使得我们可以不构造Regex对象就可以使用其功能。Regex 类是不可变（只读）的，并且具有固有的线程安全性。可以在任何线程上创建 Regex 对象，并在线程间共享。一般可以利用该类的构造函数来定义所需要的表达式及匹配模式。演示（摘自MSDN）：

Regex使用演示
using?System;
using?System.Text.RegularExpressions;

public?class?Test
{
????public?static?void?Main?()
????{
????????//?Define?a?regular?expression?for?repeated?words.
????????Regex?rx?=?new?Regex(@"\b(?<word>\w+)\s+(\k<word>)\b",RegexOptions.Compiled?|?RegexOptions.IgnoreCase);

????????//?Define?a?test?string.????????
????????string?text?=?"The?the?quick?brown?fox??fox?jumped?over?the?lazy?dog?dog.";
????????
????????//?Find?matches.
????????MatchCollection?matches?=?rx.Matches(text);

????????//?Report?the?number?of?matches?found.
????????Console.WriteLine("{0}?matches?found.",?matches.Count);

????????//?Report?on?each?match.
????????foreach?(Match?match?in?matches)
????????{
????????????string?word?=?match.Groups["word"].Value;
????????????int?index?=?match.Index;
????????????Console.WriteLine("{0}?repeated?at?position?{1}",?word,?index);???
????????}???????
????}??
}

?
?

????????????3.2 Match类
????????????该类用于表示单个正则表达式的匹配。可以通过多种方式来得到该对象：1）利用Regex.Match()方法返回一个Match对象；2）利用Match对象本身的NextMatch（）方法来返回一个新的Match对象。
????????????Match对象的主要属性及方法：

?
?

?
?

?
?

????????????3.3 Group类
????????????从Match类的主要属性中可以看出有一部分属性是继承自Group类，如果你看了Group类，则会发现Match和Group很类似。

Regex?r?=?new?Regex("test");//构造表达式
Match?m?=?r.Match("This?is?a?test?.");//匹配源文本
if(m.Success)
{//匹配成功
????Console.WriteLine(m.Value);//获取捕获的字符串
}

?
?

????????????4.2 匹配任意字符
????????????匹配纯文本，并没有显示出正则表达式的魅力，接着来看看如何匹配任意字符。
????????????要点：1）点[.]字符，可以用来匹配任何单个字符，除换行符。只有当选择单行模式的时候，才可以匹配换行符；2）*号用来表示重复多次匹配[会在后面介绍]
????????????源文本：[email protected]#$%^&"‘./,:~!123 sffsf
????????????表达式：.*
????????????匹配结果：[email protected]#$%^&"‘./,:~!123 sffsf
????????????C# Code：

Regex?r?=?new?Regex(".*");
Match?m?=?r.Match("[email protected]#$%^&"‘./,:~!123?sffsf");
if(m.Success)
{
????Console.WriteLine(m.Value);
}

?
?

????????????4.3 匹配特殊字符
????????????如果需要匹配特定的某个字符，该怎么办？如果你还记得4.1的演示，就应该知道可以直接用该字符去匹配。可是，如果要匹配的那个字符是元字符，那这个办法就无效了，因为它被解释为其它含义，而非字符本身。这个时候，需要用到转义字符‘\‘。
????????????要点：使用转义字符对元字符进行转义。
????????????源文本：C:\windows?
????????????表达式：C:\\windows
????????????匹配结果：C:\windows
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.4 匹配字符集合
????????????有的时候，我们要匹配的字符有多种可能的情形，比如大小写不同的字符或者干脆就是完全不同的字符。
????????????要点：使用"["和"]"元字符来囊括所有可能出现的字符情形。
????????????源文本：1.txt 2.txt 3.txt a1.txt a2.txt 4b.txt 4B.txt
????????????表达式：[123bB]\.txt
????????????匹配结果：1.txt
2.txt
3.txt a1.txt a2.txt 4b.txt 4B.txt
????????????分析："["和"]"本身不匹配任何字符，只负责定义一个字符集合。这两个符号之间的所有组成部分都是字符。
????????????技巧：在使用字符集合的时候，可能会经常使用[0123456789]、[abcdefgh]等等连接的集合，这个时候我们可以利用一个"-"连字符来简化。如[0-9]、[a-h]等。需要注意的是：1）避免让这个区间的尾字符小于它的首字符，如[z-a]；2）"-"连字符只有出现在"["和"]"之间才被视为元字符，在其它情况下，它只是一个普通的字符。
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.5 匹配数字
????????????[0-9]可以用来匹配任何一个数字，还可以有更简化的写法"\d"。
????????????源文本：1.txt 2.txt 3.txt?
????????????表达式：\d\.txt
????????????匹配结果：1.txt
2.txt
3.txt?
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.6 匹配字母和数字
????????????字母、数字及下划线经常用作文件名的规范，可以用"\w"来匹配这三种情形，类似于[a-zA-Z0-9_]。
????????????源文本：1.txt 2.txt 3.txt a.txt?
????????????表达式：\w\.txt
????????????匹配结果：1.txt
2.txt
3.txt?a.txt
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.7 匹配一个或多个字符
????????????4.6 所示的文件名都只有一个字符，但是更多的情况是会出现多个字符如"abc.txt"、 "a2a2.txt"。这种情况就需要我们匹配多个字符。
????????????要点：想要匹配一个字符的多次出现。可以使用"+"元字符。"+"元字符用来匹配字符的一次或多次重复。比如可以用a+\.txt来匹配a.txt、aa.txt、aaaaaaa.txt。
????????????源文本：a234_234.txt
????????????表达式：\w+\.txt
????????????匹配结果：a234_234.txt
????????????分析：上述匹配时，\w作为整一个元字符被进行一次或多次重复。
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.8 匹配零个或多个字符
????????????与4.7不同的是可以匹配零个字符。而4.7必须要匹配到一个字符。如果将4.7的表达式改成\w*\.txt，仍可以匹配成功。
????????????要点：匹配零个或多个，可以使用"*"元字符。可以利用a*\.txt来匹配.txt、a.txt、aa.txt。
????????????源文本：a234_234.txt、.txt
????????????表达式：\w*\.txt
????????????匹配结果：a234_234.txt、.txt
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.9 匹配零个或１个字符
????????????要点："?"元字符，可以用来匹配零个或1个字符。
????????????源文本：a234_234.txt、.txt
????????????表达式：\w?\.txt
????????????匹配结果：a234_234.txt、.txt
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.10 匹配的重复次数
????????????+、*都可以进行多次重复匹配，但是无法限制匹配次数，如果只需要匹配有限次数，该怎么办呢？
????????????要点："{"和"}"之间的数字可以用来限制匹配的最小、最大次数。1）{2}表示匹配2次；2）{2，}表示至少匹配2次，最多不限；3）{2，4}表示至少匹配2次，最多匹配4次。
????????????源文本：a234_234.txt
????????????表达式：\w{2,4}\.txt
????????????匹配结果：a234_234.txt
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.11 贪婪型匹配与懒惰型匹配
????????????上述4.7、4.8、4.10中的{n, }都属于贪婪型元字符。之所以称之为贪婪型，是由于*、+、{n, }在匹配的时候都是按多匹配、多多益善而不是适可而止。如，使用<title>.*</title>匹配"<title>this is title</title> aaaa </title> ssss"，则匹配的结果并不是所希望的<title>this is title</title>而是""<title>this is title</title> aaaa </title>"。那么如何才能让匹配适可而止呢？
????????????要点：在贪婪型匹配元字符后加上"?"元字符，就可以成为懒惰型匹配，进行适可而止的匹配。
????????????源文本：<title>this is title</title> aaaa </title> ssss
????????????表达式：<title>.*?</title>
????????????匹配结果：<title>this is title</title> aaaa </title> ssss
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.12 子表达式
????????????顾名思义，子表达式自然是整个表达式的一部分。就好像我们小学数学的算式一样：1+2*（3+4）+3，其中（3+4）就是一个子表达式。可以把子表达式看成是一个小的整体。子表达式，会在许多场合使用到，且允许嵌套。
????????????源文本：abcabcabc.txt
????????????表达式：(abc){3}\.txt
????????????匹配结果：abcabcabc.txt
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.13 回溯引用匹配
????????????回溯即要前后呼应，比如<H1>test</H1>，开始标签是<H1>，结束标签也要是</H1>。
????????????要点：利用子表达式作为参数，根据子表达式出现的顺序进行相应的查找。
????????????源文本：<H1>this is Test</H1>
????????????表达式：<H([1-6])>.*?</H(\1)>
????????????匹配结果：<H1>this is Test</H1>
????????????分析：([1-6])作为一个子表达式，相当于一个参数。(\1)中的"1"表示第一个子表达式，但是1只是一个普通的字符，因此需要\1对1进行转义，使之表示第一个表达式所匹配到的结果。
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.14 向前查找
????????????有的时候，我们需要匹配的是某一个字符之前的一段字符串，比如我们需要匹配[email protected]中@前面的一段字符串，该如何呢？
????????????要点：向前查找，实际上就是匹配一个必须匹配但并不返回该结果的匹配方法，使用(?=)来实现。
????????????源文本：[email protected]
????????????表达式：\w+?([email protected])
????????????匹配结果：stg609@163.com
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.15 向后查找
????????????如果你明白了向前查找，那向后查找就很容易了。区别的只是元字符的不同。
????????????要点：使用(?<=)来实现。
????????????源文本：[email protected]
????????????表达式：(?<[email protected])[\w\.]+
????????????匹配结果：[email protected]163.com
????????????C# Code：类似于4.1的代码，不在缀述。

????????????4.16 单词边界
????????????看过上面几个例子，你是不是觉得有什么不妥？是否发现我们匹配出来的结果有的时候只是某个单词的一部分，我想这应该不是你希望得到的结果。那么如何来匹配一个完整的单词呢？下面我们对4.10进行改进
????????????要点：使用\b来匹配一个单词的开始与结束。
????????????源文本：a234_234.txt、234.txt
????????????表达式：\b\w{2,4}\.txt\b
????????????匹配结果：a234_234.txt、234.txt
????????????分析：因为增加了单词边界的限制，所以a234_234.txt就不能得到匹配。
????????????C# Code：类似于4.1的代码，不在缀述。