编辑“︁C Sharp 正则表达式”︁（章节）

= C#正则表达式 =

正则表达式（Regular Expression，简称Regex）是一种强大的文本处理工具，用于在字符串中搜索、匹配和替换符合特定模式的文本。在C#中，正则表达式通过'''System.Text.RegularExpressions'''命名空间提供支持，是处理复杂字符串操作的利器。

== 基本概念 ==
正则表达式由一系列字符和特殊符号组成，用于定义搜索模式。以下是核心概念：
* '''字面字符'''：普通字符（如'a','1'）直接匹配自身
* '''元字符'''：具有特殊含义的字符（如<code>.</code>, <code>*</code>, <code>+</code>, <code>?</code>）
* '''字符类'''：用方括号定义（如<code>[a-z]</code>匹配任意小写字母）
* '''量词'''：指定匹配次数（如<code>{3}</code>表示精确匹配3次）

=== 正则表达式引擎 ===
C#使用回溯型正则表达式引擎，其工作流程如下：
<mermaid>
graph TD
    A[输入字符串] --> B(模式匹配)
    B --> C{匹配成功?}
    C -->|是| D[返回匹配结果]
    C -->|否| E[尝试其他可能性]
    E --> B
</mermaid>

== 基础语法 ==
以下是常见元字符及其含义：

{| class="wikitable"
! 元字符 !! 描述 !! 示例
|-
| <code>.</code> || 匹配任意单个字符（除换行符） || <code>a.c</code>匹配"abc","a1c"
|-
| <code>\d</code> || 匹配数字（等价于<code>[0-9]</code>） || <code>\d\d</code>匹配"42"
|-
| <code>\w</code> || 匹配单词字符（字母、数字、下划线） || <code>\w+</code>匹配"hello_123"
|-
| <code>\s</code> || 匹配空白字符（空格、制表符等） || <code>\s\w</code>匹配" a"
|-
| <code>^</code> || 匹配字符串开始位置 || <code>^\d</code>匹配"3apples"中的"3"
|-
| <code>$</code> || 匹配字符串结束位置 || <code>\.$</code>匹配"end."中的"."
|}

== C#中的实现 ==
C#提供'''Regex'''类处理正则表达式，主要方法包括：

=== 基本匹配 ===
<syntaxhighlight lang="csharp">
using System;
using System.Text.RegularExpressions;

class Program {
    static void Main() {
        string pattern = @"\d+";  // 匹配一个或多个数字
        string input = "Order 12345 placed";
        
        Match match = Regex.Match(input, pattern);
        if (match.Success) {
            Console.WriteLine($"Matched: {match.Value}");  // 输出: Matched: 12345
        }
    }
}
</syntaxhighlight>

=== 常见操作 ===
{| class="wikitable"
! 方法 !! 描述 !! 示例
|-
| '''IsMatch''' || 检查是否匹配 || <code>Regex.IsMatch("123", @"\d+")</code> → true
|-
| '''Match''' || 返回第一个匹配 || <code>Regex.Match("a1 b2", @"\d").Value</code> → "1"
|-
| '''Matches''' || 返回所有匹配 || <code>Regex.Matches("a1 b2", @"\d").Count</code> → 2
|-
| '''Replace''' || 替换匹配文本 || <code>Regex.Replace("a1", @"\d", "2")</code> → "a2"
|-
| '''Split''' || 按模式分割字符串 || <code>Regex.Split("a1b2", @"\d")</code> → ["a","b",""]
|}

== 分组与捕获 ==
圆括号<code>()</code>创建捕获组，可提取子匹配：

<syntaxhighlight lang="csharp">
string pattern = @"(\w+)@(\w+\.\w+)";
string email = "user@example.com";

Match m = Regex.Match(email, pattern);
if (m.Success) {
    Console.WriteLine($"Username: {m.Groups[1].Value}");  // user
    Console.WriteLine($"Domain: {m.Groups[2].Value}");   // example.com
}
</syntaxhighlight>

== 实际应用案例 ==

=== 案例1：验证电子邮件格式 ===
<syntaxhighlight lang="csharp">
bool IsValidEmail(string email) {
    string pattern = @"^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$";
    return Regex.IsMatch(email, pattern);
}

Console.WriteLine(IsValidEmail("test@example.com"));  // true
Console.WriteLine(IsValidEmail("invalid.email"));    // false
</syntaxhighlight>

=== 案例2：提取日志信息 ===
<syntaxhighlight lang="csharp">
string logEntry = "[2023-04-01 14:30:22] ERROR: File not found";
string pattern = @"^\[(.+?)\]\s+(\w+):\s+(.+)$";

Match m = Regex.Match(logEntry, pattern);
if (m.Success) {
    Console.WriteLine($"Timestamp: {m.Groups[1].Value}");
    Console.WriteLine($"Log Level: {m.Groups[2].Value}");
    Console.WriteLine($"Message: {m.Groups[3].Value}");
}
</syntaxhighlight>

输出：
<pre>
Timestamp: 2023-04-01 14:30:22
Log Level: ERROR
Message: File not found
</pre>

== 性能优化 ==
* 预编译正则表达式：使用<code>RegexOptions.Compiled</code>
* 重用Regex对象：避免重复创建
* 避免过度回溯：使用原子组<code>(?>...)</code>或占有量词<code>?+</code>, <code>*+</code>, <code>++</code>

<syntaxhighlight lang="csharp">
// 预编译示例
Regex precompiledRegex = new Regex(@"\d{4}-\d{2}-\d{2}", 
    RegexOptions.Compiled | RegexOptions.IgnoreCase);
</syntaxhighlight>

== 高级主题 ==
=== 零宽断言 ===
{| class="wikitable"
! 断言 !! 描述 !! 示例
|-
| <code>(?=...)</code> || 正向先行断言 || <code>\w+(?=!)</code>匹配"hello!"中的"hello"
|-
| <code>(?!...)</code> || 负向先行断言 || <code>\d{3}(?!\d)</code>匹配"123a"中的"123"
|-
| <code>(?<=...)</code> || 正向后行断言 || <code>(?<=\$)\d+</code>匹配"$100"中的"100"
|-
| <code>(?<!...)</code> || 负向后行断言 || <code>(?<!-)\d+</code>匹配"1-2"中的"1"
|}

=== 平衡组 ===
用于匹配嵌套结构（如括号）：
<syntaxhighlight lang="csharp">
string nested = "(a(b)c)";
string pattern = @"(?<open>\(|\[)+(?<content>[^\(\)\[\]]+)(?<close-open>\)|\])+";

MatchCollection mc = Regex.Matches(nested, pattern);
foreach (Match m in mc) {
    Console.WriteLine(m.Groups["content"].Value);  // 输出: b
}
</syntaxhighlight>

== 常见问题 ==
'''Q: 何时应该使用正则表达式？'''
* 适合：模式匹配、文本提取、复杂替换
* 不适合：XML/HTML解析、语法分析、简单字符串操作

'''Q: 如何调试复杂的正则表达式？'''
* 使用在线测试工具（如regex101.com）
* 分解复杂模式为多个简单部分
* 启用<code>RegexOptions.IgnorePatternWhitespace</code>添加注释

== 数学表示 ==
正则表达式可以形式化为：
<math>
R ::= \emptyset | \epsilon | a | R \cdot R | R \cup R | R^*
</math>
其中：
* <math>\emptyset</math>：空语言
* <math>\epsilon</math>：空字符串
* <math>a</math>：字母表中的字符
* <math>\cdot</math>：连接运算
* <math>\cup</math>：并运算
* <math>*</math>：Kleene星号

== 总结 ==
正则表达式是C#中处理字符串的强大工具，通过本指南您已经学习了：
* 基础语法和元字符
* C#中Regex类的使用方法
* 实际应用案例
* 性能优化技巧
* 高级特性如零宽断言

掌握正则表达式将显著提升您的文本处理能力，但需注意合理使用，避免过度复杂的模式影响可读性和性能。

[[Category:编程语言]]
[[Category:C Sharp]]
[[Category:C Sharp 字符串]]