.NET 正则匹配之——.NET正则匹配模式

1        概述

匹配模式指的是一些可以改变正则表达式匹配行为的选项或修饰符。不同的语言支持的匹配模式不同，使用的方式也不同。

一般可分为全局和内联两种。下面主要介绍.NET中的匹配模式，其它语言的匹配模式，后续视情况补充。

2        匹配模式

2.1     全局匹配模式和内联匹配模式概述

.NET中的全局匹配模式是通过RegexOptions 枚举值指定的，可以按位“或”进行组合，全局匹配模式只能作用于整个正则表达式。全局匹配模式提供的模式更多，可以灵活的动态指定匹配模式。

而内联匹配模式是通过在正则表达式中，使用(?imnsx-imnsx:)或(?imnsx-imnsx)的分组构造来改变正则表达式的匹配行为的。内联匹配模式更灵活、简洁，但是提供的模式较少。

下表摘自MSDN，部分说明做了修改。

2.2     全局匹配模式

下面根据各种模式使用的频率进行讲解。

2.2.1  IgnoreCase 忽略大小写

几乎所有支持正则的语言中都提供了这一模式，是应用最多的模式之一，同时也是被“滥”用最多的模式之一。

开启忽略大小写模式，则字符可以同时匹配大写或小写形式。比如在此模式下，正则表达式“<br>”可同时匹配“<br>”和“<BR>”

但并不是所有的字符都有大小写形式，所以在书写的正则中，如果不存在可区分大小写形式的元字符或是字符序列时，开启这一模式是没有任何意义的。

比如替换一般的html标签的正则表达式

string result = Regex.Replace(srcStr, @"<[^>]*>", "", RegexOptions.IgnoreCase);

因为<[^>]*>没有哪一个元字符或是字符序列具有大小写形式，所以这里的RegexOptions.IgnoreCase是多余的，用在这里虽然不会改变匹配结果，但是会降低匹配效率，同时这也不是一个好的习惯。

只有在正则表达式中，注意是正则表达式中，而不是待匹配的源字符串中，涉及到大小写形式的元字符或是字符序列时，才使用IgnoreCase模式。

2.2.2  Multiline 多行模式

多行模式改变的是“^”和“$”的匹配行为，使“^”和“$”不仅可以匹配整个字符串的开始和结束位置，还可以匹配每行的开始和结束位置。

首先说明一下“行”的范围。虽然我们在程序中习惯用“\r\n”来表示换行，但实际上“\r”和“\n”是不相关的两个字符，一个表示回车，一个表示换行。由于历史原因，“\r”并不是所有系统都支持的，所以“行”是由“\n”来分割的，其中“\n”属于前一“行”，而不属于后一“行”。

举例来说，字符串“a\r\nbc\r\n”共有三行，“a\r\n”为一行，“bc\r\n”为一行，最后还有一个“”空行。

2.2.2.1  在不开启多行模式情况下，“^”和“$”匹配范围

“^”的匹配范围

MatchCollection mc = Regex.Matches("a\r\nbc\r\n", @"^");

foreach (Match m in mc)

{

     richTextBox2.Text += "匹配内容：" + m.Value + "  匹配开始索引：" + m.Index + "  匹配长度：" + m.Length + "\n";

}

/*--------输出--------

匹配内容：  匹配开始索引：0  匹配长度：0

*/

“$”的匹配范围

MatchCollection mc = Regex.Matches("a\r\nbc\r\n", @"$");

foreach (Match m in mc)

{

     richTextBox2.Text += "匹配内容：" + m.Value + "  匹配开始索引：" + m.Index + "  匹配长度：" + m.Length + "\n";

}

/*--------输出--------

匹配内容：  匹配开始索引：6  匹配长度：0

匹配内容：  匹配开始索引：7  匹配长度：0

*/

注意：这里需要注意的是，在没有开启多行模式时，字符串结尾如果是“\n”，那么“$”是可以匹配两个位置的，一个是“\n”前的位置，一个是字符串结束位置。字符串结尾如果不是“\n”，那么“$”就只匹配字符串结束位置。

MatchCollection mc = Regex.Matches("a\