C#中的正则表达式双引号问题

其中如果包含的字符串中包含双引号，那么就两个双引号表示，而不是反斜杠加上双引号（\”），也不是斜杠加上双引号（/”）

　 正则表达式获取css里面的图片的例子，里面有url里面的图片地址有双引号，要注意用两个双引号""表示

static void main(string[] args)
    {
      regex reg = new regex(@"url\((['""]?)(.+[^'""])\1\)"); //注意里面的引号 要用双引号表示，而不是用反斜杠
      console.writeline(reg.match(@"{background-image:url(//ssl.gstatic.com/ui/v1/menu/checkmark.png);backgro")); //输出 url(//ssl.gstatic.com/ui/v1/menu/checkmark.png)

      console.readkey();
    }

带组名的后向引用在c#中是 \k<num> ，匹配重复单词的例子：

static void main(string[] args)
    {
      regex reg = new regex(@"\b(?<group>\w+ +)\k<group>");
      string str = "what the hell are you you talking about?";
      console.writeline(reg.match(str));

      console.readkey();
    }

在c#中new一个regex对象的时候，第二个参数能够用枚举支持选择匹配模式，现在就来说说这些枚举值对正则的影响。

　　　模式　　　　　　　　　　　　　　说明

　　　.singleline　　　　　　　　　　 点号能够匹配任何字符
　　　.multiline　　　　　　　　　　　 扩展^和$的匹配，使^和$能够匹配字符串内部的换行符
　　　.ignorepatternwhitespace　　 设计宽松排列和注释模式
　　　.ignorecase　　　　　　　　　 进行不区分大小写的匹配
　　  .ecmascript　　　　　　　　　 限制\w \s \d，令其只对ascii字符有效
　　　.righttoleft　　　　　　　　　 传动装置的驱动过程不变，但是方向相反(从字符的末尾开始，向开头移动)
　　　.compiled　　　　　　　　　　 多花些时间优化正则表达式，编译到dll里，占用多点内存，但是匹配更快。
　　　.explicitcapture　　　　　　　　普通括号()在正常情况下是捕获型括号，但是在此模式下与(?:...)一样，之分组，不捕获

  　  regexoptions.compiled的意义

　　使用regexoptions.compiled与不使用regexoptions.compiled的对比

　　标准　　　　　　不使用　　　　　　　　　　使用

　　启动速度　　　　较快　　　　　　　　　　　较慢(最多60倍)
　　内存占用　　　　少　　　　　　　　　　　　多(每个正则表达式占用5-15kb)
　　匹配速度　　　　一般　　　　　　　　　　　最多能提升10倍

　　在使用了regexoptons.compiled时，在程序执行过程中，这块内存会一直被占用，无法被释放，因此仅对于那些经常被使用的正则表达式才适合使用此选项。

　　ecmascript模式

　　要注意ecmascript只能与下面的选项同时使用

　　regexoptons.ignorecase
　　regexoptons.multiline
　　regexoptons.compiled

　　而且反斜线-数字不会有反向引用和十进制转移的二义性，因为它只能够表示反向引用。例如 \10 表示反向引用 \1 然后是文字0。如果没有启用该模式，则 \12 匹配的是ascii进纸符linefeed。同时\w \d \s \w \d \s只能匹配ascii。

　　另外在c#中，分组的编号也需要注意。
　　分组0是整个正则表达式匹配到的结果。
　　然后依次是未命名分组。
　　最后是命名分组。

　　例如：

　　(\w)(?<num>\d+)(\s+)

　　　1　　　3　　　　　2

 　　特殊的replacement处理

　　regex.replace方法和match.result方法都可以接收能够进行特殊处理的replacement字符串。下面的字符序列会被匹配到的文本所替换：

　　字符序列　　　　　　　　　　替换内容

　　$&　　　　　　　　　　　　  整个表达式匹配的文本，相当于$0
　　$1  $2　　　　　　　　　　  对应编号的捕获分组所匹配的文本
　　${name}　　　　　　　　　 对应命名捕获分组匹配的文本
　　$‘　　　　　　　　　　　　　目标字符串中匹配文本之前的文本
　　$'　　　　　　　　　　　　　目标字符串中匹配文本之后的文本
 　  $$　　　　　　　　　　　　 单个$字符($1的显示为$$!)
　　$_　　　　　　　　　　　　 正则原始目标字符串的副本
　　$+　　　　　　　　　　　　 .net中表示最后的那个捕获型括号匹配的文本

static void main(string[] args)
    {
      regex reg1 = new regex(@"\d+");
      string str = reg1.replace("123","insert into table where id = $&");
      console.writeline(str);   //输出 insert into table where id = 123

      regex reg2 = new regex(@"1\+1=(\d)");
      string str2 = reg2.replace("1+1=3","不是$1");
      console.writeline(str2);  //输出 不是3

      regex reg3 = new regex(@"1\+1=(?<result>\d)");
      string str3 = reg3.replace("1+1=3", "不是${result}");
      console.writeline(str3);  //输出 不是3

      regex reg4 = new regex(@"\d+");
      string str4 = reg4.replace("123abc", "后面是$'"); //匹配文本之后的文本
      console.writeline(str4);  //输出 后面是abcabc   为什么会输出 后面是abcabc呢？因为$'指的是abc，然后替换掉原字符串中的123。不懂看多几次这句话

      regex reg5 = new regex(@"\d+");
      string str5 = reg5.replace("abc123", "前面是$`"); //abc前面是abc 符号是 1左边那个
      console.writeline(str5);

      regex reg6 = new regex(@"\d+");
      string str6 = reg6.replace("abc123","右边原始输入字符串$_");
      console.writeline(str6);  //输出 右边是原始字符串abc123

      console.readkey();
    }

关于.net中的正则装配件是用于构建正则表达式库的，保存在硬盘中，其他程序也能够调用，提高重用率。主要就是用到了regex类的compiletoassembly方法。 　　

今天，碰到一个非常有趣的问题，公司多了个客户，产品那边说添加关键词太辛苦，让我帮忙批量导入一批关键词。哥这几天正好在研究正则表达式呢，于是二话不说，立马应了下来。一看，excel，算了npoi还没学呢。于是复制到txt文本里。
格式如下:
中山大道
粤垦路
.....
天助我也，难度不大，而且看来这几天学的东西有用武之地了。于是立马有了以下代码

static void main(string[] args)
{
　　string str = file.readalltext(@"d:\daoru.txt", encoding.default);
　　regex reg = new regex(@".+");
　　string str1 = reg.replace(str, "insert into keyword values(196,'admin1','admin1','$&')");
　　file.writealltext(@"d:\123.txt", str1);

　　console.readkey();
}

这是一个根据关键词生成sql语句的方法，从d盘导入txt文本(在这个地方，碰到一个问题，因为关键词是中文，所以直觉上觉得应该用utf-8编码去读，但是竟然出错了。于是上网查了一下，居然用encoding.default可以解决这个问题)。然后用正则表达式匹配到关键词。默认的new regex() 点号.是不会匹配换行符的，因此非常适合关键词一行一个的，例如从excel复制过来的时候。然后用regex类提供的replace将关键词替换成sql语句，直接黏贴到数据库上全选，执行。ok。一次过导入了近500个关键词。

　　本来以为正则表达式学得不错了，结果昨天替换的sql语句就出了问题，存入数据库的数据无缘无故多了个换行符。其实在执行sql语句的时候，sqlserver已经很尽职地给出提示了，可惜太大意或者说高兴得太早直接忽略了。来看昨天sql语句执行时的图片：

看到换行了吧，这样一来就会将在结果中多了个\r，在数据库表中还看不到，但是在用的时候，如果仅仅用于显示，也没问题，但是如果用来匹配，那就悲剧了。因此今天更改了程序。要将换行符替换掉。代码改为如下所示，其中改动部分红色标记：

static void main(string[] args)
    {
      string str = file.readalltext(@"d:\daoru.txt", encoding.default);
      regex reg = new regex(@".+");
      string str1 = reg.replace(str, "insert into jm_sinablog_keyword values(105,'jmeii','jmeii','$&')").replace((char)13, (char)0);//here
      file.writealltext(@"d:\123.txt", str1);

      console.readkey();
    }

这样一来，就替换掉换行符了。将生成的代码再复制到sqlserver里，可以看到sqlserver的显示变了：

这样就没问题了，以后在写正则表达式时要对换行，空格非常敏感才行。