Vodič za C# Regex: Što je C# regularni izraz

Ovaj vodič za C# Regex objašnjava što je regularni izraz u C#, njegovu sintaksu, metode klase Regex i kako koristiti te metode uz pomoć primjera:

Regularni izraz u C# se koristi za podudaranje određenog uzorka znakova. Regularni izrazi se koriste kad god korisnik treba pronaći neki ponavljajući uzorak ili izvršiti provjeru valjanosti podataka ili čak za provjeru oblikovanja podataka.

Regularni izraz se koristi da bi se utvrdilo sadrži li niz ili odgovara danom uzorku znakova. Regularni izraz je prvenstveno niz znakova koji označava uzorak.

Uzorak može biti bilo što u rasponu od brojeva, znakova ili kombinacije svega. Regex se široko koristi za provjeru valjanosti. Raščlanjivanje ili podudaranje nizova, na primjer, pronalaženje odgovara li niz formatu valute, telefonskom broju ili formatu datuma.

Regex klasa u C#

Regex klasa se koristi u C# za izvođenje regularnih operacija. Sadrži nekoliko različitih metoda koje se mogu koristiti za izvođenje različitih operacija povezanih s regularnim izrazom.

Može se koristiti za raščlanjivanje velikog teksta da bi se pronašao određeni niz znakova pomoću metoda koje se mogu koristiti za izvođenje podudaranja, zamijeniti ili se može koristiti za dijeljenje niza znakova.

Klasa regex prisutna je unutar imenskog prostora; System.Text.RegularExpression. Klasa prihvaća niz u obliku niza znakova kao parametar.

C# Regex metode

koji smo stvorili "^Super" može se podudarati sa svim vrijednostima super, čak i nadčovjeka ili nadnaravnog, ali ne želimo samo riječ "Super".

To znači da bi trebao postojati prazan prostor nakon riječi za označite kraj riječi i početak druge riječi. Da bismo to učinili, dodat ćemo simbol “\s” uzorku i tako napraviti naš konačni uzorak kao

^Super\s

Scenarij 3: Koristite regularni izraz za pronalaženje važeće datoteke imena s ekstenzijom tipa slikovne datoteke.

Još jedan važan scenarij u stvarnom vremenu s kojim se programeri često susreću jest provjera valjanosti vrsta datoteka. Recimo da imamo gumb za prijenos u korisničkom sučelju, koji može prihvatiti samo ekstenzije tipa slikovne datoteke.

Moramo potvrditi korisničku datoteku za prijenos i obavijestiti ga u slučaju da je učitao pogrešan format datoteke. Ovo se lako može postići korištenjem regularnog izraza.

Dolje je dan jednostavan program za provjeru ovoga.

public static void Main(string[] args) gif)$"; Regex reg = new Regex(patternText); //When pattern matches Console.WriteLine(reg.IsMatch("abc.jpg")); Console.WriteLine(reg.IsMatch("ab_c.gif")); Console.WriteLine(reg.IsMatch("abc123.png")); //When pattern doesnt match Console.WriteLine(reg.IsMatch(".jpg")); Console.WriteLine(reg.IsMatch("ask.jpegj")); 

Izlaz

Istina

Točno

Točno

Netočno

Netočno

Objašnjenje

Ovdje moramo upariti naziv datoteke. Važeći naziv datoteke sastoji se od tri dijela ( naziv datoteke + . + ekstenzija datoteke ). Moramo stvoriti regularni izraz koji odgovara sva tri dijela. Počnimo s podudaranjem prvog dijela, tj. naziva datoteke. Naziv datoteke može sadržavati alfanumeričke i posebne znakove.

Kao što je ranije objašnjeno, simbol koji to označava je “\w”. Također, naziv datoteke može biti jedan ili višenakon čega slijedi točka (.), zatim naziv web stranice nakon toga točka (.) i na kraju ekstenzija domene.

Dakle, slično prethodnom scenariju pokušat ćemo spojiti dio po dio . Započnimo s podudaranjem "www." Dio. Dakle, počinjemo s početnim simbolom, a zatim kao "www." To je nešto što je fiksno, pa koristimo početni simbol nakon kojeg slijede točne riječi koje odgovaraju.

“^www.”

Tada ćemo početi raditi na drugom dijelu. Drugi dio web adrese može biti bilo koji alfanumerički naziv. Dakle, ovdje ćemo koristiti uglate zagrade prisutne u klasi znakova za definiranje raspona koji treba uskladiti. Nakon dodavanja drugog dijela, drugi dio će nam dati.

“^www.[a-zA-Z0-9]{3,20}”

Ovdje smo također dodali vitičaste zagrade za definiranje minimalne i maksimalne dužine znakova za naziv web stranice. Dali smo najmanje 3, a najviše 20. Možete dati bilo koju minimalnu ili maksimalnu duljinu koju želite.

Sada, nakon što smo pokrili prvi i drugi dio web adrese, ostaje nam samo zadnji dio, odnosno nastavak domene. Prilično je slično onome što smo učinili u prošlom scenariju, izravno ćemo se upariti s ekstenzijama domene korištenjem OR i zatvaranjem svake važeće ekstenzije domene unutar kružne zagrade.

Stoga, ako sve ovo zbrojimo, imat ćemo kompletan regularni izraz koji odgovara bilo kojoj valjanoj web adresi.

www.[a-zA-Z0-9]{3,20}.(com|in|org|co\.in|net|dev)$

Scenarij 5: Koristite regularni izraz za provjeru valjanostiformat ID-a e-pošte

Pretpostavimo da na našoj web stranici imamo obrazac za prijavu koji od korisnika traži da unesu svoju adresu e-pošte. Iz očitih razloga, nećemo željeti da naš obrazac nastavi s nevažećim adresama e-pošte. Za provjeru je li adresa e-pošte koju je unio korisnik točna ili ne možemo koristiti regularni izraz.

Dolje je dan jednostavan program za provjeru adrese e-pošte.

public static void Main(string[] args) { string patternText = @"^[a-zA-Z0-9\._-]{5,25}.@.[a-z]{2,12}.(com|org|co\.in|net)"; Regex reg = new Regex(patternText); //When pattern matches Console.WriteLine(reg.IsMatch("[email protected]")); Console.WriteLine(reg.IsMatch("[email protected]")); //When pattern doesnt match Console.WriteLine(reg.IsMatch("[email protected]")); }

Izlaz

Točno

Točno

Netočno

Objašnjenje

A valjana adresa e-pošte sadrži slova, brojeve i neke posebne znakove kao što su točka (.), crtica (-) i podvlake (_) iza kojih slijedi simbol “@” nakon kojeg slijedi naziv domene i ekstenzija domene.

Dakle, adresu e-pošte možemo podijeliti u četiri dijela, tj. identifikator e-pošte, simbol “@”, naziv domene, a posljednja je ekstenzija domene.

Počnimo pisanjem regularnog izraza za prvi dio. Može biti alfanumerički s nekim posebnim znakovima. Pretpostavimo da imamo veličinu izraza u rasponu od 5 do 25 znakova. Slično kao što smo to ranije napisali (u scenariju e-pošte), možemo smisliti sljedeći izraz.

^[a-zA-Z0-9\._-]{5,25}

Sada prelazimo na drugi dio. Relativno je jednostavno jer moramo spojiti samo jedan simbol, npr. "@". Dodavanje u gornji izraz daje nam.

^[a-zA-Z0-9\._-]{5,25}.@

Prelazak na treći dio tj. naziv domene uvijek će biti niz nižihpodudaranje riječi, abeceda, adresa web stranica, ID-ova e-pošte, pa čak i vrsta datoteka i ekstenzija.

Ovi su scenariji vrlo korisni u provjeri valjanosti korisničkih unosa u stvarnom vremenu bez pisanja brojnih redaka koda i time pomažu u uštedi vremena i smanjiti složenost. Ovi primjeri korišteni su za usmjeravanje korisnika da stvori vlastiti skup regularnih izraza i tako im pomognu u rukovanju s nekoliko drugih različitih scenarija.

Regularni izraz može biti jednostavan poput upotrebe abecede ili brojeva za podudaranje s danim nizom znakova ili složenih korištenjem kombinacije posebnih znakova, kvantifikatora, klasa znakova itd. za provjeru valjanosti složenih formata ili traženje određenog uzorka u nizu znakova.

Ukratko, regularni izraz prilično je moćan alat za programera i pomaže u smanjenju količine koda koji je potreban za postizanje uparivanja podataka ili zadatka provjere valjanosti.

IsMatch

Najjednostavnija i najkorisnija metoda u klasi Regex je metoda IsMatch. Ova metoda ima različita opterećenja za izvođenje podudaranja znakova na temelju različitih parametara.

Najjednostavniji je

Zamijeni(Tekst niza, Tekst zamjene niza)

Metoda zamjene prihvaća dva parametre i vraća vrijednost niza. Prvi parametar je niz znakova ili regularni izraz koji želite koristiti za podudaranje, a drugi je zamjena regularnog izraza.

Metoda funkcionira tako da pronađe podudaranje zadanog teksta i zatim ga zamjenjuje s zamjenski tekst koji daje korisnik. Potpis metode je javni niz Zamijeni(string tekst, string replacementText)

Javni niz[] Split(string tekst)

Rasplit metoda iz klase regex prihvaća unos niza kao parametar i vraća niz koji sadrži podnizove. Parametar proslijeđen u metodi je niz koji treba podijeliti.

Metoda pronalazi odgovarajući ulazni uzorak u nizu i nakon što identificira bilo koji odgovarajući uzorak, dijeli niz na tom mjestu u manji podniz s svaki odgovarajući uzorak predstavlja prijelomnu točku. Metoda zatim vraća niz koji sadrži sve podnizove.

Korištenje Regex C# metoda

Pogledajmo upotrebu ovih metoda pisanjem jednostavnog programa.

public static void Main(string[] args) { string patternText = "Hello"; Regex reg = new Regex(patternText); //IsMatch(string input) Console.WriteLine(reg.IsMatch("Hello World")); //IsMatch(string input, int index) Console.WriteLine(reg.IsMatch("Hello", 0)); //IsMatch(string input, string pattern) Console.WriteLine(Regex.IsMatch("Hello World", patternText)); //Replace(string input, string replacement) Console.WriteLine(reg.Replace("Hello World", "Replace")); //Split(string input, string pattern) string[] arr = Regex.Split("Hello_World_Today", "_"); foreach(string subStr in arr) { Console.WriteLine("{0}", subStr); } }

Izlaz gore navedenogprogram

True

True

True

Replace World

Hello

World

Danas

Objašnjenje gornjeg koda:

Na početku programa, stvorili smo objekt i za obrazac koji ćemo koristiti za podudaranje koda u sljedećem unosu niza, upotrijebili smo oblikovanje teksta kako bi stvari bile jednostavne na početku, ali ako vam je ugodno, možete početi koristiti uzorke regularnih izraza. (Detaljno ćemo raspravljati o uzorku regularnog izraza dok napredujemo u ovom vodiču)

Zatim ćemo upotrijebiti niz podudaranja za unos faktora koji smo deklarirali kao navedeni objekt s nizom unosa i ako se podudara onda će se vratiti da vrati false.

Sljedeća metoda koju smo koristili je IsMethod(string input, int index). Ova metoda prihvaća dva parametra, a ovdje dajemo ulazni niz i indeks od kojeg mora započeti podudaranje. Na primjer, ovdje smo htjeli započeti uparivanje od početka ulaznog niza.

Tada smo demonstrirali upotrebu IsMatch(unos niza, uzorak niza). Ovdje smo dali ulazni niz i htjeli smo saznati je li tekst uzorka prisutan u unosu ili ne. Ako je prisutna, vratit će true (kao u našem slučaju), inače će vratiti false.

Druga metoda o kojoj smo raspravljali je zamijenjena. Ova je metoda vrlo korisna u programima u kojima želite mijenjati ulazne podatkeili promijenite format postojećih podataka.

Ovdje nudimo dva parametra, prvi je ulazni niz, a drugi je niz koji se može koristiti za zamjenu prethodnog niza. Ova metoda također koristi uzorak definiran u regex objektu koji smo definirali ranije.

Još jedna važna metoda koju smo koristili je split. Ova se metoda koristi za dijeljenje danog niza na temelju nekih ponavljajućih uzoraka. Ovdje smo dali niz "Hello_World_Today".

Recimo da želimo ukloniti podvlaku iz zadanog niza i dobiti podstringove. Za ovo specificiramo ulazni parametar, a zatim dajemo uzorak koji trebamo koristiti kao točku razdvajanja. Metoda vraća niz i možemo upotrijebiti jednostavnu petlju poput foreach za dohvaćanje svih nizova.

Sintaksa regularnog izraza

Postoji nekoliko različitih sintaksi kao što su posebni znakovi, kvantifikatori, klase znakova, itd. koji se mogu koristiti za podudaranje određenog uzorka iz zadanog unosa.

U ovom dijelu vodiča, zaronit ćemo duboko u sintaksu koju nudi regex i pokušat ćemo riješiti neke scenarije iz stvarnog života koristeći ih. Prije nego što nastavimo, provjerite jeste li stekli osnovnu ideju o regularnom izrazu i različitim metodama dostupnim unutar klase regularnog izraza.

Posebni znakovi

Posebni znakovi u regularnom izrazu koriste se za dodjeljivanje nekoliko različitih značenja uzorku. Sada ćemo pogledatineki od široko korištenih posebnih znakova i njihovo značenje u Regexu.3

Posebni znakovi Značenje
^ Ovo je jedna od najčešće korištenih sintaksa. Označava početak, riječ ili uzorak nakon ovoga počinje podudaranje od početka ulaznog teksta.
$ Ovaj znak se koristi za podudaranje riječi od kraja niza. Riječi/uzorci označeni prije ovog simbola podudarat će se s riječima prisutnim na kraju niza.
. (točka) Točka se koristi za podudaranje jednog znaka u danom nizu koji se pojavljuje jednom.
\n Ovo se koristi za novi linija.
\d i \D Malo slovo 'd' koristi se za podudaranje znamenke, a veliko slovo 'D' koristi se za podudaranje necifre znakova.
\s i \S Mala slova 's' koriste se za podudaranje razmaka, a velika slova 'S' koriste se za podudaranje razmaka koji nisu .
\w i \W Malo slovo 'w' koristi se za podudaranje alfanumeričkih/donjih znakova, a veliko slovo 'W' koristi se za podudaranje ne-riječi znakova.

Sintaksa kvantifikatora

Sintaksa kvantifikatora koristi se za brojanje ili kvantificiranje kriterija podudaranja. Na primjer, ako želite jednom ili više puta provjeriti sadrži li određeni niz abecedu. Pogledajmo neke od često korištenih kvantifikatora u regularnom izrazu.

KvantifikatorSintaksa Značenje
* Ovaj simbol se koristi za podudaranje s prethodnim znakom.
+ Ovaj simbol se koristi za podudaranje jednog ili više znakova u nizu.
{n} Numerička znamenka unutar vitičastog zagrade se koriste za podudaranje broja prethodnog znaka definiranog numeričkim unutar vitičastih zagrada.
{n,} Koristi se broj unutar vitičastih zagrada i ovaj simbol kako biste bili sigurni da odgovara barem n (tj. brojčana vrijednost unutar zagrada).
{n, m} Ovaj simbol se koristi za podudaranje s prethodnim znakom iz n broj puta do m broj puta.
? Ovaj simbol čini da se prethodni znakovi podudaraju kao izborni.

Klasa znakova

Klasa znakova također je poznata kao skupovi znakova, a koristi se da se mehanizmu regularnih izraza kaže da traži jedno podudaranje od nekoliko znakova. Klasa znakova će odgovarati samo jednom znaku i redoslijed znakova unutar skupa znakova nije bitan.

Klasa znakova Značenje
[ raspon ] Simbol uglatih zagrada koristi se za podudaranje niza znakova. Na primjer, možemo ga upotrijebiti za definiranje bilo kojeg znaka u rasponu od abecede "a" do "z" zatvaranjem raspona unutar zagrada kao [a-z]

Ili, također možemo upariti s numeričkim "1" do " 9” označavanjemizraze koristeći neke primjere u stvarnom vremenu.

1. scenarij: provjerite je li ulazni niz sastavljen od 6-znamenkastih znakova abecede koji ne razlikuju velika i mala slova.

Najčešći scenarij za regularni izraz je pronalaženje i podudaranje zadane riječi. Na primjer, recimo da želim nasumični abecedni niz od korisnika i taj bi unos trebao biti dug točno 6 znamenki.

Da bismo potvrdili da možemo koristiti jednostavan regularni izraz. Napišimo program za bolje razumijevanje pisanja i upotrebe regularnih izraza.

public static void Main(string[] args) { string patternText = @"^[a-zA-Z]{6}$"; Regex reg = new Regex(patternText); //When pattern matches Console.WriteLine(reg.IsMatch("Helios")); //When pattern doesnt match Console.WriteLine(reg.IsMatch("Helo")); }

Izlaz

True

False

Objašnjenje

U ovom primjeru pokušavamo potvrditi ulazni niz, kako bismo provjerili sadrži li šesteroznamenkastih abecednih znakova. Znakovi mogu biti i mala i velika slova, tako da moramo i to uzeti u obzir.

Dakle, ovdje smo definirali uzorak regularnog izraza u varijabli “patternText” i zatim ga proslijedili u regex objekt . Sada, sljedeći redovi koda prilično su jednostavni, koristili smo metodu IsMatch za usporedbu regularnog izraza i ulaznog niza.

Pogledajmo sada regularni izraz koji smo osmislili. Izraz (^[a-zA-Z]{6}$) sastoji se od 4 različita dijela. “^”, “[a-zA-Z]”, “{6}” i “$”. Drugi dio označava odgovarajuće znakove, koji se koriste za izvođenje podudaranja izraza, "a-z" za mala slova i "A-Z" za velika slova.

Prvi diodio znaka “^” osigurava da niz počinje uzorkom definiranim u drugom dijelu, tj. malim i velikim slovima.

Vitičaste zagrade u trećem dijelu određuju broj znakova u nizu koji se mogu identificirati definiranim uzorkom, tj. 6 u ovom slučaju i simbolom “$” pazite da završava s uzorkom definiranim u drugom dijelu.

^[a-zA-Z]{6}$

Scenarij 2: Upotrijebite regularni izraz za provjeru valjanosti riječi koja počinje sa "Super" i ima razmak nakon toga, tj. za provjeru postoji li "Super" na početku rečenice.

Pretpostavimo da čitamo neki korisnički unos i moramo biti sigurni da korisnik uvijek započinje svoju rečenicu određenom riječju, brojem ili abecedom. To se može postići prilično jednostavno korištenjem jednostavnog regularnog izraza.

Pogledajmo primjer programa i zatim detaljno raspravimo o tome kako napisati ovaj izraz.

 public static void Main(string[] args) { string patternText = @"^Super\s"; Regex reg = new Regex(patternText); //When pattern matches Console.WriteLine(reg.IsMatch("Super man")); //When pattern doesnt match Console.WriteLine(reg.IsMatch("Superhero")); }

Izlaz

Točno

Netočno

Objašnjenje

I u ovom smo primjeru koristili slične postavke koda kao u prvi. Uzorak regularnog izraza u ovom scenariju zahtijeva podudaranje s kombinacijom riječi ili rečenica koje počinju s "Super".

^Super

Dakle, želimo podudaranje od početka riječi serije, počet ćemo stavljanjem simbola “^”, zatim ćemo dati uzorak koji želimo uskladiti, u ovom slučaju, “Super”. Sada uzorak[1-9]

[^ raspon] Ovo označava klasu negativnih znakova. Koristi se za podudaranje bilo čega, ne u rasponu označenom unutar zagrada.
\ Ovo se koristi za podudaranje posebnih znakova koji mogu imati vlastite regularne simbole. Kosa crta se koristi za podudaranje posebnih znakova u njihovom doslovnom obliku.

Grupiranje

Okrugle zagrade ili zagrade mogu se koristiti za grupiranje dijela regularnog izražavanje zajedno. Ovo omogućuje korisniku da izrazu doda kvantifikator.

Grupiranje Značenje
( grupa izraz ) Okrugle zagrade koriste se za grupiranje izraza.
znakova pa će koristiti simbol “+”. Kombinirajte ih i dobit ćemo simbol za prvi dio.
(\w+)

Zagrada je ovo odvojila u dijelove. Sljedeći dio je simbol točke. Kako simbol točke ima svoje značenje u regularnom izrazu, prije njega ćemo koristiti obrnutu kosu crtu kako bismo mu dali doslovno značenje. Kombinirajte oba i dobit ćemo prva dva dijela regularnog izraza.

(\w+)\.

Sada, za treći i posljednji dio, možemo izravno definirati potrebne ekstenzije datoteka odvojene s “velika slova abecedni znakovi. Ako želite, također možete uključiti numeričke ili velika slova abecede, ali za ovaj scenarij, ići ćemo s malim slovima abecede.

Ako dodamo izraz za mala slova abecede s duljinom u rasponu od 2 do 12 znakova, tada ćemo imati sljedeći izraz.

^[a-zA-Z0-9\._-]{5,25}.@.[a-z]{2,12}

Sada nam ostaje samo izraz za proširenje domene, slično četvrtom scenariju, rukovat ćemo nekim specifičnim proširenjima domene. Ako želite, možete ih dodati više tako da ih stavite u kružnu zagradu i odvojite znakom "

Pomakni se na vrh