C#正則表達式匹配引擎的細節(jié)淺析
C#正則表達式匹配引擎的細節(jié)是什么呢？需要注意什么呢？讓我們開始我們的講述：
現(xiàn)在，我們通過一個組結(jié)構(gòu)來理解一個稍微復雜的例子。看下面的C#正則表達式匹配引擎的細節(jié)例子：
- string text = "abracadabra1abracadabra2abracadabra3";
- string pat = @"
- ( # ***個組的開始
- abra # 匹配字符串a(chǎn)bra
- ( # 第二個組的開始
- cad # 匹配字符串cad
- )? # 第二個組結(jié)束（可選）
- ) # ***個組結(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");
- //獲得組號碼的清單
- int[] gnums = r.GetGroupNumbers();
- //***匹配
- Match m = r.Match(text);
- while (m.Success)
- {
- //從組1開始
- 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()+"]");
- //計算這個組的起始位置和長度
- 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);
- }
- }
- //下一個匹配
- m = m.NextMatch();
- }
這個C#正則表達式匹配引擎的細節(jié)實例的輸出如下所示：
- 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開始，pat中包含有表達式。***個capture是從***個圓括號開始的，然后表達式將匹配到一個abra。第二個capture組從第二個圓括號開始，但***個capture組還沒有結(jié)束，這意味著***個組匹配的結(jié)果是abracad ，而第二個組的匹配結(jié)果僅僅是cad。因此如果通過使用？符號而使cad成為一項可選的匹配，匹配的結(jié)果就可能是abra或abracad。然后，***個組就會結(jié)束，通過指定+符號要求表達式進行多次匹配。
現(xiàn)在我們來看看匹配過程中發(fā)生的情況。首先，通過調(diào)用Regex的constructor方法建立表達式的一個實例，并在其中指定各種選項。在這個例子中，由于在表達式中有注釋，因此選用了x選項，另外還使用了一些空格。打開x選項，表達式將會忽略注釋和其中沒有轉(zhuǎn)義的空格。
然后，取得表達式中定義的組的編號的清單。你當然可以顯性地使用這些編號，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。
接下來是完成***次匹配。通過一個循環(huán)測試當前的匹配是否成功，接下來是從group 1開始重復對組清單執(zhí)行這一操作。在這個例子中沒有使用group 0的原因是group 0是一個完全匹配的字符串，如果要通過收集全部匹配的字符串作為一個單一的字符串，就會用到group 0了。
我們跟蹤每個group中的CaptureCollection。通常情況下每次匹配、每個group中只能有一個capture，但本例中的Group1則有兩個capture：Capture0和Capture1。如果你僅需要Group1的ToString，就會只得到abra，當然它也會與abracad匹配。組中ToString的值就是其CaptureCollection中***一個Capture的值，這正是我們所需要的。如果你希望整個過程在匹配abra后結(jié)束，就應(yīng)該從表達式中刪除+符號，讓regex引擎知道我們只需要對表達式進行匹配。
C#正則表達式匹配引擎的細節(jié)的基本內(nèi)容就向你介紹到這里，希望對你有所幫助。
【編輯推薦】
