正则基础之正则基础之 神奇的转义神奇的转义
不同的语言或应用场景下,正则定义方式、元字符出现的位置不同,转义的方式也是林林总总,不一而同
1 概述概述
这或许会是一个让人迷惑,甚至感到混乱的话题,但也正因为如此,才有了讨论的必要。
在正则中,一些具有特殊意义的字符,或是字符序列,被称作元字符,如“?”表示被修饰的子表达式匹配0次或1次,“(?i)”表示
忽略大小写的匹配模式等等。而当这些元字符被要求匹配其本身时,就要进行转义处理了。
不同的语言或应用场景下,正则定义方式、元字符出现的位置不同,转义的方式也是林林总总,不一而同。
2 .NET正则中的字符转义正则中的字符转义
2.1 .NET正则中的转义符
绝大多数语言中,“\”都被作为转义符,用来转义一些具有特殊意义的字符或字符序列,比如“”表示换行,“ ”表示水平制表符
等。而这样的转义,应用到正则中,又会有一些意想不到的变化。
话题由C#中一个正则问题引出
复制代码 代码如下:
string[] test = new string[]{"\", "\\"};
Regex reg = new Regex("^\\$");
foreach (string s in test)
{
richTextBox2.Text += "源字符串: " + s.PadRight(5, ' ') + "匹配结果: " + reg.IsMatch(s) + "";
}
/*--------输出--------
源字符串: \ 匹配结果: True
源字符串: \ 匹配结果: False
*/
对于这个结果,或许有人会感到迷惑,字符串中的“\”不是代表一个经过转义的“\”字符吗?而“\\”不就应该代表两个经过转义
的“\”字符吗?那么上面正则匹配的结果应该是第一个为False,第二个为True才对啊?
对于这一问题,直接解释或许不太容易理解,还是换种方式来解释吧。
比如要匹配的字符是这样的
string test = "(";
那么正则如何写呢?因为“(”在正则中是有特殊意义的,所以写正则时必须对它进行转义,也就是“\(”,而在字符串中,要使
用“\” 来表示“\”本身,也就是
Regex reg = new Regex("^\($");
这个如果理解了,那再把“(”换回“\”,同样道理,在字符串中,要使用“\” 来表示“\”本身,也就是
Regex reg = new Regex("^\\$");
通过这样的分析,可以看出,其实在以字符串形式声明的正则中,“\\”匹配的实际上就是单独的一个“\”字符。总结一下它们之
间的关系:
输出到控制台或界面的字符串:\
程序中声明的字符串:string test = "\";
程序中声明的正则:Regex reg = new Regex("^\\$");
这样解释是不是已经可以理解了,那么是不是感觉这样很笨拙?是的,在程序中以字符串形式声明的正则,涉及到转义符时就
是这样笨拙的。
所以在C#中,还提供了另一种字符串声明方式,在字符串前加个“@”,就可以忽略转义。
复制代码 代码如下:
string[] test = new string[] { @"\", @"\" };
Regex reg = new Regex(@"^\\$");
foreach (string s in test)
{
richTextBox2.Text += "源字符串: " + s.PadRight(5, ' ') + "匹配结果: " + reg.IsMatch(s) + "";
}
/*--------输出--------
源字符串: \ 匹配结果: True
源字符串: \ 匹配结果: False
*/
这样就简洁多了,也符合通常的理解。
但同时也带来另一个问题,就是双引号的转义处理。在普通的字符串声明中,可以用“\””对双引号进行转义。
string test = "<a href=\"www.test.com\">only a test</a>";
但是在字符串前加了“@”后,“\”会被识别为“\”字符本身,这样就不能用“\””对双引号进行转义了,需要用“”””对双引号进行转
义。
string test = @"<a href=""www.test.com"">only a test</a>";
而在VB.NET中,正则的定义只有一种形式,与C#中加了“@”后的定义方式是一致的。
复制代码 代码如下: