C# Regex handleiding: Wat is een C# reguliere expressie?

Deze C# Regex tutorial legt uit wat een reguliere uitdrukking in C# is, de syntaxis ervan, de Regex klasse methoden, en hoe deze methoden te gebruiken met behulp van voorbeelden:

De reguliere expressie in C# wordt gebruikt om een bepaald karakterpatroon te matchen. Reguliere expressies worden gebruikt wanneer een gebruiker een repeterend patroon moet vinden of een gegevensvalidatie moet uitvoeren of zelfs om de opmaak van gegevens te controleren.

Een RegEx wordt gebruikt om na te gaan of een tekenreeks een bepaald tekenpatroon bevat of daarmee overeenstemt. Een regex is in de eerste plaats een tekenreeks die een patroon aanduidt.

Een patroon kan van alles zijn: getallen, tekens of een combinatie daarvan. Regex wordt veel gebruikt voor validatie, parsing of matching van strings, bijvoorbeeld, zoeken of een tekenreeks overeenkomt met valutaformaat, telefoonnummer of datumformaat.

Regex klasse in C#

De Regex klasse wordt in C# gebruikt om regex bewerkingen uit te voeren. Het bevat verschillende methodes die gebruikt kunnen worden om verschillende bewerkingen met betrekking tot regex uit te voeren.

Het kan worden gebruikt om grote tekst te ontleden om een bepaalde tekenreeks te vinden met behulp van methoden die kunnen worden gebruikt om een overeenkomst uit te voeren, te vervangen of om de tekenreeks te splitsen.

De regex klasse is aanwezig in de namespace; System.Text.RegularExpression. De klasse accepteert een string in de vorm van een tekenreeks als parameter.

C# Regex Methoden

IsMatch

De eenvoudigste en meest bruikbare methode in de Regex klasse is de IsMatch methode. Deze methode heeft verschillende overloads voor het uitvoeren van matching van karakters op basis van verschillende parameters.

De eenvoudigste is

Vervangen(String tekst, String replacementText)

De methode replace accepteert twee parameters en geeft een stringwaarde terug. De eerste parameter is de tekenreeks of regex die je wilt gebruiken voor de match en de tweede is de vervanging van de regex.

De methode vindt een overeenkomst met de gegeven tekst en vervangt die dan door de vervangende tekst die door de gebruiker is opgegeven. De handtekening van de methode is openbare string Vervangen(string tekst, string vervangingstekst)

Openbare string[] Splitsen(string tekst)

De splitmethode van de regexklasse accepteert stringinvoer als parameter en geeft een array met subtekenreeksen terug. De in de methode doorgegeven parameter is de string die moet worden gesplitst.

De methode vindt het overeenkomende invoerpatroon in de string en zodra het een overeenkomend patroon identificeert, splitst het de string op die plaats in kleinere substrings met elk overeenkomend patroon als breekpunt. De methode retourneert vervolgens een array met alle substrings.

Gebruik van Regex C# methoden

Laten we het gebruik van deze methoden eens bekijken door een eenvoudig programma te schrijven.

 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)); /Vervangen(string input, stringreplacement) 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); } }. 

De uitvoer van het bovenstaande programma

Echt

Echt

Echt

Wereld vervangen

Hallo

Wereld

Vandaag

De verklaring voor bovenstaande code:

Aan het begin van het programma hebben we een object gemaakt en voor het patroon dat we zullen gebruiken voor de code matching in de daaropvolgende string input, hebben we tekstopmaak gebruikt om het in het begin eenvoudig te houden, maar als je je op je gemak voelt kun je reguliere expressiepatronen gaan gebruiken. (We zullen reguliere expressiepatronen in detail bespreken naarmate we verder komen in deze tutorial)

Dan gebruiken we match string om de factor die we hebben aangegeven als het gespecificeerde object in te voeren met de input string en als die overeenkomt, wordt false geretourneerd.

De volgende methode die we gebruiken is IsMethod(string input, int index). Deze methode accepteert twee parameters, en hier geven we de input string en de index vanwaar de match moet beginnen. Bijvoorbeeld, hier wilden we het matchen starten vanaf het begin van de invoerstring.

Dan hebben we het gebruik van IsMatch(string input, string pattern) gedemonstreerd. Hier gaven we de input string en wilden we weten of het patroon aanwezig is in de input of niet. Als het aanwezig is dan zal het true teruggeven (zoals in ons geval) anders zal het false teruggeven.

Een andere methode die we hebben besproken is vervangen. Deze methode is heel nuttig in programma's waarin u wijzigingen wilt aanbrengen in de invoergegevens of het formaat van de bestaande gegevens wilt wijzigen.

Hier geven we twee parameters, de eerste is de invoerstring en de tweede is de string die kan worden gebruikt om de vorige string te vervangen. Deze methode gebruikt ook het patroon dat is gedefinieerd in het regex-object dat we eerder hebben gedefinieerd.

Een andere belangrijke methode die we hebben gebruikt, is splitsen. Deze methode wordt gebruikt om de gegeven string te splitsen op basis van enkele terugkerende patronen. Hier hebben we een string "Hello_World_Today" gegeven.

Laten we zeggen dat we de underscore uit de gegeven string willen verwijderen en de substrings willen verkrijgen. Hiervoor geven we de inputparameter op en vervolgens het patroon dat we moeten gebruiken als splitsingspunt. De methode retourneert een array en we kunnen een eenvoudige lus zoals foreach gebruiken om alle strings op te halen.

Syntaxis van reguliere expressies

Er zijn verschillende syntaxen, zoals speciale tekens, kwantificeerders, tekenklassen, enz. die kunnen worden gebruikt om een bepaald patroon van een gegeven invoer te matchen.

In dit deel van de handleiding duiken we diep in de syntaxis van regex en proberen we enkele reële scenario's op te lossen met regex. Voordat we verdergaan, moet je ervoor zorgen dat je het basisidee van regex en de verschillende methoden die beschikbaar zijn in de regexklasse, hebt geleerd.

Speciale tekens

Speciale tekens in een regex worden gebruikt om verschillende betekenissen aan een patroon toe te kennen. We zullen nu kijken naar enkele veelgebruikte speciale tekens en hun betekenis in Regex.3

Speciale tekens Betekenis
^ Dit is een van de meest gebruikte syntaxis. Het geeft het begin aan, het woord of patroon hierna begint de matching vanaf het begin van de invoertekst.
$ Dit teken wordt gebruikt om woorden aan het einde van de tekenreeks te matchen. Woorden/patronen die vóór dit symbool staan, matchen met de woorden aan het einde van de tekenreeks.
. Dot wordt gebruikt om een enkel karakter in de gegeven tekenreeks één keer te laten voorkomen.
\n Dit wordt gebruikt voor een nieuwe lijn.
\en \D Kleine letters "d" worden gebruikt voor een cijferteken en hoofdletters "D" voor niet-cijferige tekens.
\...en... Kleine letters "s" worden gebruikt voor witte ruimtes en hoofdletters "S" voor niet-witte ruimtes.
\en \W Kleine letters "w" worden gebruikt voor alfanumerieke/onderkast-tekens en hoofdletters "W" voor niet-woordelijke tekens.

Quantifier Syntaxis

Quantifier syntax wordt gebruikt om de matching criteria te tellen of te kwantificeren. Bijvoorbeeld, als u wilt controleren of een bepaalde tekenreeks één of meer keren een alfabet bevat. Laten we eens kijken naar enkele veelgebruikte kwantoren in Reguliere expressie.

Quantifier Syntaxis Betekenis
* Dit symbool wordt gebruikt om het voorgaande teken te evenaren.
+ Dit symbool wordt gebruikt om één of meer tekens op een rij te plaatsen.
{n} Het numerieke cijfer binnen de accolades wordt gebruikt om het nummer van het voorafgaande teken, gedefinieerd door numeriek binnen de accolades, te evenaren.
{n,} Het cijfer binnen accolades en dit symbool wordt gebruikt om ervoor te zorgen dat het ten minste overeenkomt met n (d.w.z. cijferwaarde binnen accolades).
{n, m} Dit symbool wordt gebruikt om het voorgaande teken van n aantal keren tot m aantal keren te matchen.
? Dit symbool zorgt ervoor dat voorafgaande tekens overeenkomen als optioneel.

Karakter Klasse

De tekenklasse is ook bekend als tekenset, en wordt gebruikt om de regex engine te vertellen dat hij moet zoeken naar een enkele overeenkomst uit verschillende tekens. Een tekenklasse zal slechts met één teken overeenkomen en de volgorde van de tekens in de tekenset doet er niet toe.

Karakter Klasse Betekenis
[bereik] Het vierkante haakjes-symbool wordt gebruikt om een bereik van tekens aan te geven. We kunnen het bijvoorbeeld gebruiken om elk teken in het bereik van het alfabet "a" tot "z" te definiëren door het bereik binnen het haakje te plaatsen, zoals [a-z].

Of we kunnen ook overeenkomen met numerieke "1" tot "9" door [1-9] aan te geven.

[^ bereik] Dit geeft de negatie van de tekenklasse aan. Het wordt gebruikt om overeen te komen met alles wat niet binnen het bereik van het haakje valt.
\ Dit wordt gebruikt om overeen te komen met speciale tekens die hun eigen regex-symbolen kunnen hebben. De schuine streep wordt gebruikt om overeen te komen met de speciale tekens in hun letterlijke vorm.

Groepering

Ronde haken of haakjes kunnen worden gebruikt om een deel van de reguliere uitdrukking te groeperen. Hiermee kan de gebruiker een kwantor toevoegen aan de uitdrukking.

Groepering Betekenis
( groepsuitdrukking ) De ronde haakjes worden gebruikt om een uitdrukking te groeperen.
De

C# Reguliere Expressie Voorbeelden

In de vorige paragraaf hebben we geleerd over de symbolen van de reguliere uitdrukking, in deze paragraaf gaan we in detail in op het gebruik van verschillende symbolen in de reguliere uitdrukking en de combinatie waarin ze kunnen worden gebruikt om verschillende uitdrukkingen te matchen.

In deze handleiding bespreken we enkele van de meest voorkomende praktijkscenario's waarmee u als ontwikkelaar te maken kunt krijgen bij het werken aan een toepassing of in een eenvoudig programma om gebruikersinvoer te verkrijgen.

Voorbeeld van Regular Expression met echte scenario's

Laten we meer leren over reguliere uitdrukkingen aan de hand van enkele realistische voorbeelden.

Scenario 1: Valideer of de invoerstring bestaat uit 6-cijferige hoofdletterongevoelige alfabetische tekens.

Een veel voorkomend scenario voor reguliere expressie is het vinden en matchen van een bepaald woord. Bijvoorbeeld, laten we zeggen dat ik een willekeurige alfabetische tekenreeks van de gebruiker wil en dat die invoer precies 6 cijfers lang moet zijn.

Om dat te valideren kunnen we een eenvoudige reguliere uitdrukking gebruiken. Laten we een programma schrijven om het schrijven en het gebruik van reguliere uitdrukkingen beter te begrijpen.

 public static void Main(string[] args) { string patternText = @"^[a-zA-Z]{6}$"; Regex reg = new Regex(patternText); //Wanneer patroon overeenkomt Console.WriteLine(reg.IsMatch("Helios")); //Wanneer patroon niet overeenkomt Console.WriteLine(reg.IsMatch("Helo")); } 

Uitgang

Echt

Valse

Uitleg

In dit voorbeeld proberen we een invoerstring te valideren, om te controleren of hij alfabetische tekens van zes cijfers bevat. De tekens kunnen zowel kleine als hoofdletters zijn, dus daar moeten we ook rekening mee houden.

Dus, hier hebben we een patroon van een reguliere expressie gedefinieerd in de variabele "patternText" en vervolgens doorgegeven aan het regex-object. De volgende regels code zijn vrij eenvoudig, we hebben de IsMatch-methode gebruikt om de reguliere expressie en de invoerstring te vergelijken.

Laten we nu eens kijken naar de reguliere expressie die we hebben bedacht. De expressie (^[a-zA-Z]{6}$) bestaat uit 4 verschillende delen. "^", "[a-zA-Z]", "{6}" en "$". Het tweede deel geeft de overeenkomende tekens aan, die worden gebruikt om de expressie te matchen, "a-z" voor kleine letters en "A-Z" voor hoofdletters.

Het eerste deel karakter "^" zorgt ervoor dat de string begint met een patroon gedefinieerd in het tweede deel, d.w.z. kleine en hoofdletters.

De accolades in het derde deel bepalen het aantal tekens in de string dat kan worden geïdentificeerd door het gedefinieerde patroon, d.w.z. 6 in dit geval, en het "$"-symbool zorgt ervoor dat het eindigt met het in het tweede deel gedefinieerde patroon.

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

Scenario 2: Gebruik Regular expression om te valideren dat een woord dat begint met "Super" en daarna witruimte heeft, d.w.z. om te valideren of "Super" aan het begin van een zin staat.

Laten we aannemen dat we wat gebruikersinvoer lezen en ervoor moeten zorgen dat de gebruiker zijn zin altijd begint met een bepaald woord, nummer of alfabet. Dit kan vrij eenvoudig worden bereikt door een eenvoudige reguliere expressie te gebruiken.

Laten we eens kijken naar een voorbeeldprogramma en dan in detail bespreken hoe je deze uitdrukking schrijft.

 public static void Main(string[] args) { string patternText = @"^Superman"; Regex reg = new Regex(patternText); //Wanneer patroon overeenkomt Console.WriteLine(reg.IsMatch("Superman")); //Wanneer patroon niet overeenkomt Console.WriteLine(reg.IsMatch("Superheld")); } 

Uitgang

Echt

Valse

Uitleg

Ook in dit voorbeeld hebben we een soortgelijke code-opzet gebruikt als in het eerste. Het reguliere expressiepatroon in dit scenario vereist een overeenkomst met een combinatie van woorden of zinnen die beginnen met "Super".

^Super

Dus, omdat we willen overeenkomen vanaf het begin van de woordreeks, beginnen we met het "^" symbool, dan geven we het patroon dat we willen overeenkomen, in dit geval, "Super". Nu kan het patroon dat we gemaakt hebben "^Super" overeenkomen met alle waarden van super, zelfs superman of bovennatuurlijk, maar we willen niet alleen het woord "Super".

Dit betekent dat er witruimte moet zijn na het woord om het einde van het woord en het begin van een ander woord te markeren. Om dat te doen voegen we het symbool "\s" toe aan het patroon, waardoor ons uiteindelijke patroon er als volgt uitziet

Super.

Scenario 3: Gebruik Regular expression om geldige bestandsnamen te vinden met een extensie van een afbeeldingsbestandstype.

Een ander belangrijk real-time scenario dat ontwikkelaars vaak tegenkomen is de validatie van bestandstypen. Laten we zeggen dat we een uploadknop hebben in de UI, die alleen extensies van afbeeldingsbestanden kan accepteren.

We moeten het door de gebruiker geüploade bestand valideren en hem informeren als hij het verkeerde bestandsformaat heeft geüpload. Dit kan eenvoudig worden bereikt met behulp van Regular expression.

Hieronder staat een eenvoudig programma om dit te controleren.

 public static void Main(string[] args) gif)$"; Regex reg = new Regex(patternText); //Wanneer patroon overeenkomt Console.WriteLine(reg.IsMatch("abc.jpg"); Console.WriteLine(reg.IsMatch("ab_c.gif")); Console.WriteLine(reg.IsMatch("abc123.png")); //Wanneer patroon niet overeenkomt Console.WriteLine(reg.IsMatch(".jpg"); Console.WriteLine(reg.IsMatch("ask.jpegj")); 

Uitgang

Echt

Echt

Echt

Valse

Valse

Uitleg

Een geldige bestandsnaam bestaat uit drie delen ( naam van het bestand + . + bestandsextensie Laten we beginnen met het eerste deel, de naam van het bestand. Een bestandsnaam kan alfanumerieke en speciale tekens bevatten.

Zoals eerder besproken is het symbool daarvoor "\w". Ook kan de bestandsnaam uit één of meer tekens bestaan, dus gebruiken we het symbool "+". Combineer ze en we krijgen het symbool voor het eerste deel.

 (\w+) 

Bracket scheidde dit in delen. Het volgende deel is het puntsymbool. Aangezien het puntsymbool zijn betekenis heeft in een regex, zullen we er een backslash voor gebruiken om het een letterlijke betekenis te geven. Combineer beide en we hebben de eerste twee delen van de regex gedekt.

 (\w+)\. 

Nu, voor het derde en laatste deel, kunnen we rechtstreeks de vereiste bestandsextensies definiëren, gescheiden door "

 (\w+)\.(jpg 

Als we dit in het programma gebruiken, zien we dat het overeenkomt met het juiste formaat en true teruggeeft, maar bij ongeldige formaten geeft het false terug.

Scenario 4: Regular expression gebruiken om het formaat van een website-adres te valideren

Laten we aannemen dat we een webformulier hebben dat een webadres of domeinadres accepteert. We willen dat de gebruiker het juiste web/domeinadres invult bij het invullen van het formulier. Om te bepalen of de gebruiker een correct webadres heeft ingevuld, kan een reguliere expressie heel nuttig zijn.

 public static void Main(string[] args) { string patternText = @"^www.[a-zA-Z0-9]{3,20}.(com 

Uitgang

Echt

Valse

Uitleg

Een geldige domeinnaam begint met de afkorting "www" gevolgd door een punt (.), daarna de naam van de website met een punt (.) en aan het eind een domeinextensie.

Dus, vergelijkbaar met het vorige scenario zullen we proberen het deel voor deel te matchen. Laten we eerst beginnen met het matchen van "www." Deel. Dus we beginnen met het start symbool, dan als "www." Het is iets dat vast staat, dus we gebruiken het start symbool gevolgd door de exacte woorden om te matchen.

 "^www." 

Dan gaan we aan de slag met het tweede deel. Het tweede deel van het webadres kan een willekeurige alfanumerieke naam zijn. Dus hier zullen we vierkante haakjes gebruiken die aanwezig zijn in de karakterklasse om het bereik te definiëren dat moet worden gematcht. Na het toevoegen van het tweede deel met het tweede deel zal ons dat geven.

 “^www.[a-zA-Z0-9]{3,20}” 

Hier hebben we ook accolades toegevoegd om de minimale en maximale tekenlengte voor de websitenaam te bepalen. We hebben een minimum van 3 en een maximum van 20. U kunt elke gewenste minimale of maximale lengte opgeven.

Nu we het eerste en tweede deel van het webadres hebben behandeld, rest ons alleen nog het laatste deel, namelijk de domeinextensie. Het is vergelijkbaar met wat we in het vorige scenario hebben gedaan, we vergelijken direct met de domeinextensies door OR te gebruiken en elke geldige domeinextensie in de ronde haakjes te zetten.

Dus als we deze allemaal bij elkaar optellen, hebben we een volledige reguliere uitdrukking die overeenkomt met elk geldig webadres.

 www.[a-zA-Z0-9]{3,20}.(com 

Scenario 5: Reguliere expressie gebruiken om het formaat van een e-mail id te valideren

Laten we aannemen dat we een aanmeldingsformulier op onze webpagina hebben dat de gebruikers vraagt om hun e-mailadres in te voeren. Om voor de hand liggende redenen willen we niet dat ons formulier verder gaat met ongeldige e-mailadressen. Om te valideren of het door de gebruiker ingevoerde e-mailadres correct is of niet, kunnen we een reguliere expressie gebruiken.

Hieronder staat een eenvoudig programma om een e-mailadres te valideren.

 public static void Main(string[] args) { string patternText = @"^[a-zA-Z0-9._-]{5,25}.@.[a-z]{2,12}.(com 

Uitgang

Echt

Echt

Valse

Uitleg

Een geldig e-mailadres bevat alfabetten, cijfers en enkele speciale tekens zoals punt (.), streepje (-), en underscores (_) gevolgd door het "@"-symbool dat vervolgens wordt gevolgd door de domeinnaam en de domeinextensie.

Zo kunnen we het e-mailadres in vier delen verdelen, namelijk de e-mailidentificatie, het "@"-teken, de domeinnaam en als laatste de domeinextensie.

Laten we beginnen met het schrijven van een reguliere expressie voor het eerste deel. Deze kan alfa-numeriek zijn met enkele speciale tekens. Stel dat we een expressie hebben van 5 tot 25 tekens. Op dezelfde manier als we het eerder schreven (in het e-mailscenario), kunnen we de volgende expressie bedenken.

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

Nu het tweede deel. Het is betrekkelijk eenvoudig omdat we maar één symbool hoeven te matchen, namelijk "@". Door het toe te voegen aan de bovenstaande expressie krijgen we het volgende.

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

De domeinnaam zal altijd bestaan uit een reeks kleine letters. Als u wilt kunt u ook numerieke of hoofdletters toevoegen, maar voor dit scenario kiezen we voor kleine letters.

Als we de uitdrukking voor kleine letters met een lengte van 2 tot 12 tekens toevoegen, krijgen we de volgende uitdrukking.

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

Nu rest ons alleen nog de uitdrukking voor domeinextensie, vergelijkbaar met het vierde scenario, we zullen enkele specifieke domeinextensies behandelen. Als u wilt kunt u er meer toevoegen door ze in een rond haakje te zetten en ze te scheiden met een "

Het samenvoegen van deze uitdrukking met de vorige geeft ons onze uiteindelijke uitdrukkingswaarde voor e-mailvalidatie.

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

Conclusie

In deze tutorial hebben we geleerd wat een reguliere uitdrukking is, samen met de syntaxis/symbolen die worden gebruikt om een reguliere uitdrukking aan te duiden en te construeren. Met een reguliere uitdrukking kan de gebruiker een tekenreeks matchen met een gegeven patroon.

Dit is zeer nuttig in situaties die een snelle validatie van de invoer vereisen, zoals wanneer een gebruiker zijn e-mailadres of telefoonnummer invoert, kan regex worden gebruikt om snel het formaat te valideren en de gebruiker te informeren over het probleem als de gebruiker een verkeerd formaat heeft ingevoerd.

We hebben ook geleerd verschillende scenario's aan te pakken die kunnen worden gebruikt voor allerlei verschillende toepassingen. We hebben gekeken naar het stap voor stap proces om expressies te schrijven voor het matchen van woorden, alfabetten, website adressen, e-mail id's, en zelfs bestandstypen en extensies.

Deze scenario's zijn zeer nuttig bij het in real time valideren van gebruikersinvoer zonder veel regels code te schrijven en helpen daardoor tijd te besparen en de complexiteit te verminderen. Deze voorbeelden zijn gebruikt om de gebruiker te begeleiden bij het maken van zijn eigen set reguliere expressies en zo te helpen bij het omgaan met verschillende andere scenario's.

Regex kan eenvoudig zijn zoals het gebruik van alfabet of cijfers om te matchen met een gegeven reeks tekens of complex door een combinatie van speciale tekens, kwantificeerders, tekenklassen, enz. te gebruiken om complexe formaten te valideren of om te zoeken naar een specifiek patroon in de tekenreeks.

Kortom, een reguliere uitdrukking is een krachtig hulpmiddel voor een programmeur en helpt de hoeveelheid code te verminderen die nodig is om gegevens te matchen of te valideren.

Scroll naar boven