Регулярные выражения в С#. Класс Regex

Регулярное выражение – это некий шаблон, составленный из символов и спецсимволов, который позволяет находить подстроки соответствующие этому шаблону в других строках. Спецсимволов и различных правил их комбинирования очень много, поэтому регулярные выражения можно даже отнести к отдельному языку программирования. Например, при поиске по файлам в Windows для того чтобы найти файлы заданного расширения txt, задается шаблон типа «*.txt». Здесь «*» - спецсимвол, который означает любые имена файлов. Регулярные выражения предоставляют подобный механизм.

Регулярные выражения предоставляют массу возможностей, некоторые из них:

- заменять в строке все одинаковые слова другим словом, или удалять такие слова;

- выделять из строки необходимую часть. Например, из любой ссылки (http://mycsharp.ru/post/33/2013_10_19_virtualnye_metody_v_si-sharp_pereopredelenie_metodov.html) выделять только доменную часть (mycsharp.ru);

- проверять соответствует ли строка заданному шаблону. Например, проверять, правильно ли введен email, телефон т.д.;

- проверять, содержит ли строка заданную подстроку;

- извлекать из строки все вхождения подстрок, соответствующие шаблону регулярного выражения. Например, получить все даты из строки.

Для того, чтобы работать с регулярными выражениями необходимо подключить в начале программы пространство имен using System.Text.RegularExpressions; В С# работу с регулярными выражениями предоставляет класс Regex. Создание регулярного выражения имеет следующий вид:

Regex myReg = new Regex([шаблон]);

Здесь [шаблон] – это строка содержащая символы и спецсимволы.

У Regex также есть второй конструктор, который принимает дополнительный параметр – опции поиска. Это будет рассмотрено далее.

Простой пример программы с использованием регулярных выражений:

static void Main(string[] args)

{

string data1 = "Петр, Андрей, Николай";

string data2 = "Петр, Андрей, Александр";

Regex myReg = new Regex("Николай"); // создание регулярного выражения

Console.WriteLine(myReg.IsMatch(data1)); // True

Console.WriteLine(myReg.IsMatch(data2)); // False

Console.ReadKey();

}

Здесь в качестве шаблона выступает однозначная строка "Николай". Дальше был использован метод IsMatch, который проверят, содержит ли заданная строка (data1, data2) подстроку соответствующую шаблону.

Рассмотрим кратко методы класса Regex для работы с регулярными выражениями:

IsMatch – проверяет содержит ли строка хотя бы одну подстроку соответствующую шаблону регулярного выражения. Работа этого метода показана в примере выше.

Match – возвращает первую подстроку, соответствующую шаблону, в виде объекта класса Match. Класс Match предоставляет различную информацию о подстроке – длину, индекс, само значение и другое.

static void Main(string[] args)

{

string data1 = "Петр, Андрей, Николай";

Regex myReg = new Regex("Николай");

Match match = myReg.Match(data1);

Console.WriteLine(match.Value); // "Николай"

Console.WriteLine(match.Index); // 14

Console.ReadKey();

}

Matches – возвращает все подстроки соответствующие шаблону в виде коллекции типа MatchCollection. Каждый элемент этой коллекции типа Match.

static void Main(string[] args)

{

string data1 = "Петр, Николай, Андрей, Николай";

Regex myReg = new Regex("Николай");

MatchCollection matches = myReg.Matches(data1);

Console.WriteLine(matches.Count); // 2

foreach (Match m in matches)

Console.WriteLine(m.Value); //вывод всех подстрок "Николай"

Console.ReadKey();

}

Replace – возвращает строку, в которой заменены все подстроки, соответствующие шаблону, новой строкой:

static void Main(string[] args)

{

string data1 = "Петр, Николай, Андрей, Николай";

Regex myReg = new Regex("Николай");

data1 = myReg.Replace(data1, "Максим");

Console.WriteLine(data1); //"Петр, Максим, Андрей, Максим"

Console.ReadKey();

}

Split - возвращает массив строк, полученный в результате разделения входящей строки в местах соответствия шаблону регулярного выражения:

static void Main(string[] args)

{

string data1 = "Петр,Николай,Андрей,Николай";

Regex myReg = new Regex(",");

string[] names = myReg.Split(data1); // массив имен

Console.ReadKey();

}

Специальные символы

В примерах выше рассматривались очень простые, однозначные регулярные выражения без использования спецсимволов. Спецсимволов существует достаточно много, их описание приведены ниже в таблицах:

Классы символов

Символы повторения

Символы привязки

Символы выбора

Другие символы

Пример программы, которая проверят корректность электронного адреса:

static void Main(string[] args)

{

Regex myReg = new Regex(@"[A-Za-z]+[\.A-Za-z0-9_-]*[A-Za-z0-9]+@[A-Za-z]+\.[A-Za-z]+");

Console.WriteLine(myReg.IsMatch("email@email.com")); // True

Console.WriteLine(myReg.IsMatch("email@email")); // False

Console.WriteLine(myReg.IsMatch("@email.com")); // False

Console.ReadKey();

}

Здесь перед началом строки регулярного выражения стоит символ «@» который указывает компилятору воспринимать все символы буквально. Это необходимо, чтобы корректно воспринимался символ «\».

Параметры поиска

Второй конструктор Regex, который принимает в качестве второго аргумента значение перечисления RegexOptions, может перечислять следующие значения:

- IgnoreCase – игнорирование регистра при поиске. Находит соответствия независимо прописными или строчными буквами в строке написано слово;

- RightToLeft – поиск будет выполнен справа налево, а не слева направо;

- Multiline – многострочный режим поиска. Меняет работу спецсимволов «^» и «$» так, что они соответствуют началу и концу каждой строки, а не только началу и концу целой строки;

- Singleline – однострочный режим поиска;

- CultureInvariant - игнорирование национальных установок строки;

- ExplicitCapture – обеспечивается поиск только буквальных соответствий;

- Compiled – регулярное выражение компилируется в сборку, что делает более быстрым его исполнение но увеличивает время запуска;

- IgnorePatternWhitespace – игнорирует в шаблоне все неэкранированные пробелы. С этим параметром шаблон «a b» будет аналогичным шаблону «ab»;

- None – использовать поиск по умолчанию.

Пример программы с использованием параметра поиска (игнорирование регистра):

static void Main(string[] args)

{

string data = "nikolay, sergey, oleg";

Regex myRegIgnoreCase = new Regex(@"Sergey", RegexOptions.IgnoreCase);

Regex myReg = new Regex(@"Sergey");

Console.WriteLine(myRegIgnoreCase.IsMatch(data)); // True

Console.WriteLine(myReg.IsMatch(data)); // False

Console.ReadKey();

}

Если необходимо установить несколько параметров, тогда они разделяются оператором поразрядного «ИЛИ» - «|»

Regex myReg = new Regex(@"Sergey", RegexOptions.IgnoreCase | RegexOptions.IgnorePatternWhitespace);

Пример: метод, который будет принимать ссылку, а возвращать только доменное имя:

public static string GetDomain(string url)

{

Regex re = new Regex("http://", RegexOptions.IgnoreCase);

url = re.Replace(url, ""); // удаляем часть http://

Regex reWww = new Regex(@"www\.", RegexOptions.IgnoreCase);

url = reWww.Replace(url, ""); //удаляем часть www.

int end = url.IndexOf("/");

if (end != -1)

url = url.Substring(0, end);

return url;

}

static void Main(string[] args)

{

string url1 = "http://mycsharp.ru/post/33/2013_10_19_virtualnye_metody_v_si-sharp_pereopredelenie_metodov.html";

string url2 = "http://www.mycsharp.ru/post/33/2013_10_19_virtualnye_metody_v_si-sharp_pereopredelenie_metodov.html";

Console.WriteLine(GetDomain(url1)); // mycsharp.ru

Console.WriteLine(GetDomain(url2)); // mycsharp.ru

Console.ReadKey();

}