Підручник з регексу C#: що таке регулярний вираз у C#

У цьому підручнику з C# Regex пояснюється, що таке регулярний вираз у C#, його синтаксис, методи класу Regex і як використовувати ці методи за допомогою прикладів:

Регулярний вираз в C# використовується для зіставлення певного шаблону символів. Регулярні вирази використовуються, коли користувачеві потрібно знайти якийсь повторюваний шаблон або виконати перевірку даних, або навіть для перевірки форматування даних.

РегЕкс використовується для визначення того, чи містить рядок заданий шаблон символів або збігається з ним. РегЕкс - це, насамперед, послідовність символів, яка позначає шаблон.

Шаблоном може бути будь-що, починаючи від чисел, символів і закінчуючи їх комбінацією. Для перевірки широко використовується реґекс. Синтаксичний розбір або співставлення рядків, наприклад, знаходження відповідності рядка формату валюти, номеру телефону або даті.

Клас Regex в C#

Клас Regex використовується в C# для виконання операцій з регексом. Він містить декілька різних методів, які можна використовувати для виконання різних операцій, пов'язаних з регексом.

Його можна використовувати для розбору великого тексту, щоб знайти певну послідовність символів за допомогою методів, які можуть бути використані для виконання збігу, заміни або розбиття послідовності символів.

Клас regex знаходиться у просторі імен System.Text.RegularExpression. Клас приймає рядок у вигляді послідовності символів як параметр.

Регекс-методи в C#

IsMatch

Найпростішим і найкориснішим методом у класі Regex є метод IsMatch. Цей метод має різні перевантаження для виконання співставлення символів на основі різних параметрів.

Найпростіший з них

Replace(String text, String replacementText)

Метод replace приймає два параметри і повертає рядкове значення. Перший параметр - це послідовність символів або регекс, яку ви хочете використати для пошуку, а другий - заміна регексу.

Метод працює, знаходячи збіг з заданим текстом, а потім замінює його текстом, наданим користувачем. Сигнатура методу має вигляд public string Replace(рядок text, рядок replacementText)

public string[] Split(string text)

Метод split з класу regex приймає вхідний рядок як параметр і повертає масив, що містить підрядки. Параметр, що передається в метод, - це рядок, який потрібно розділити.

Метод знаходить відповідний вхідний шаблон у рядку, і як тільки він знаходить будь-який шаблон, він розбиває рядок у цьому місці на менші підрядки, кожна з яких є точкою розбиття. Метод повертає масив, що містить усі підрядки.

Використання методів Regex у C#

Давайте розглянемо використання цих методів на прикладі написання простої програми.

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

Вивід вищенаведеної програми

Правда.

Правда.

Правда.

Замінити світ

Привіт.

Світ

Сьогодні

Пояснення до вищенаведеного коду:

На початку програми ми створили об'єкт і шаблон, який ми будемо використовувати для пошуку коду при подальшому введенні рядка, ми використовували форматування тексту для спрощення на початку, але якщо вам зручно, ви можете почати використовувати шаблони регулярних виразів (ми детально обговоримо шаблони регулярних виразів по мірі просування вперед у цьому підручнику).

Потім ми використаємо рядок збігу для введення коефіцієнта, який ми оголосили як вказаний об'єкт, з вхідним рядком, і якщо він збігається, то повернемо false.

Наступний метод, який ми використали - IsMethod(string input, int index). Цей метод приймає два параметри, і тут ми задаємо вхідний рядок та індекс, з якого потрібно починати пошук. Наприклад, Тут ми хотіли почати пошук з початку вхідного рядка.

Потім ми продемонстрували використання функції IsMatch(рядок input, рядок pattern). Тут ми надали вхідний рядок і хотіли визначити, чи є текст шаблону у вхідному тексті, чи ні. Якщо є, то повертається true (як у нашому випадку), інакше повертається false.

Ще один метод, який ми обговорили, - це заміна. Цей метод досить корисний у програмах, де потрібно внести зміни у вхідні дані або змінити формат існуючих даних.

Тут ми надаємо два параметри, перший - вхідний рядок, а другий - рядок, яким можна замінити попередній рядок. Цей метод також використовує шаблон, визначений в об'єкті regex, який ми визначили раніше.

Ще одним важливим методом, який ми використали, є розбиття. Цей метод використовується для розбиття заданого рядка на основі деяких повторюваних шаблонів. У цьому прикладі ми надали рядок "Hello_World_Today".

Припустимо, ми хочемо видалити підкреслення з заданого рядка і отримати підрядки. Для цього ми вказуємо вхідний параметр, а потім задаємо шаблон, який потрібно використовувати як точку розділення. Метод повертає масив, і ми можемо використовувати простий цикл, наприклад, foreach, щоб отримати всі рядки.

Синтаксис регулярних виразів

Існує кілька різних синтаксисів, таких як спеціальні символи, квантори, класи символів тощо, які можна використовувати для зіставлення певного шаблону з вхідних даних.

У цій частині підручника ми зануримося у синтаксис, який пропонує regex, і спробуємо вирішити деякі реальні сценарії з його допомогою. Перш ніж ми продовжимо, переконайтеся, що ви отримали основне уявлення про regex і різні методи, доступні в класі regex.

Спеціальні символи

Спеціальні символи в регексі використовуються для присвоєння шаблону декількох різних значень. Зараз ми розглянемо деякі з найпоширеніших спеціальних символів та їхнє значення в Regex.3

Спеціальні символи Це означає.
^ Це один з найпоширеніших синтаксисів. Він позначає початок, слово або шаблон, після якого починається збіг з початком вхідного тексту.
$ Цей знак використовується для зіставлення слів з кінця рядка. Слова/патерни, позначені перед цим символом, будуть зіставлятися зі словами, що знаходяться в кінці рядка.
. (крапка) Крапка використовується для збігу з одним символом у заданому рядку, що зустрічається один раз.
\n Це використовується для нового рядка.
\d і \D Нижній регістр 'd' використовується для позначення цифрових символів, а верхній регістр 'D' - для позначення нецифрових символів.
\s та \S Нижній регістр 's' використовується для позначення білих пробілів, а верхній регістр 'S' - для позначення небілих пробілів.
\w та \W Нижній регістр 'w' використовується для позначення буквено-цифрових символів та символів підкреслення, а верхній регістр 'W' використовується для позначення символів, що не є словами.

Синтаксис квантифікатора

Синтаксис квантифікатора використовується для підрахунку або кількісної оцінки критеріїв відповідності. Наприклад, якщо ви хочете перевірити, чи містить певний рядок алфавіт один або кілька разів. Давайте розглянемо деякі з найпоширеніших кванторів у регулярних виразах.

Синтаксис квантифікатора Це означає.
* Цей символ використовується для узгодження з попереднім символом.
+ Цей символ використовується для збігу одного або декількох символів підряд.
{n} Цифра всередині фігурних дужок використовується для відповідності номеру попереднього символу, визначеного цифрою всередині фігурних дужок.
{n,} Число всередині фігурних дужок і цей символ використовується для того, щоб переконатися, що воно відповідає принаймні n (тобто числовому значенню всередині дужок).
{n, m} Цей символ використовується для збігу з попереднім символом від n до m разів.
? Цей символ робить попередні символи необов'язковими.

Клас символів

Клас символів також відомий як набір символів, і він використовується для того, щоб вказати регекс-движку шукати один збіг з декількох символів. Клас символів буде відповідати тільки одному символу, і порядок символів, вкладених в набір символів, не має значення.

Клас символів Це означає.
[діапазон] Символ квадратної дужки використовується для визначення діапазону символів. Наприклад, ми можемо використовувати його для визначення будь-якого символу в діапазоні від алфавіту "a" до "z", помістивши діапазон всередину дужки, наприклад, [a-z].

Або ми також можемо зіставити з цифрами від "1" до "9", позначивши [1-9].

[^ range] Це клас заперечних символів, який використовується для відповідності будь-чому, що не входить до діапазону, вказаного у дужках.
\ Використовується для зіставлення спеціальних символів, які можуть мати власні regex-символи. Коса риска використовується для зіставлення спеціальних символів у їхній буквальній формі.

Групування

Круглі дужки або дужки можна використовувати для групування частин регулярного виразу. Це дозволяє користувачеві додавати до виразу квантор.

Групування Це означає.
( груповий вираз ) Круглі дужки використовуються для групування виразу.
У "The

Приклади регулярних виразів C#

У попередньому розділі ми ознайомилися з символами регулярних виразів, у цьому розділі ми детально розглянемо використання різних символів у регулярних виразах і комбінації, в яких вони можуть використовуватися для зіставлення різних виразів.

У цьому підручнику ми обговоримо деякі з найпоширеніших реальних сценаріїв, з якими ви можете зіткнутися як розробник під час роботи над додатком або простою програмою для отримання даних від користувача.

Приклад регулярного виразу з реальними сценаріями

Давайте дізнаємося більше про регулярні вирази на прикладах з реального часу.

Сценарій 1: Перевірити, чи вхідний рядок складається з 6-значних символів алфавіту без урахування регістру.

Найпоширенішим сценарієм для регулярного виразу є пошук і зіставлення заданого слова. Наприклад, скажімо, я хочу отримати від користувача випадковий алфавітний рядок, довжина якого має бути рівно 6 цифр.

Щоб перевірити це, ми можемо використати простий регулярний вираз. Давайте напишемо програму, яка допоможе краще зрозуміти написання та використання регулярних виразів.

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

Вихідні дані

Правда.

Неправда.

Пояснення

У цьому прикладі ми намагаємося перевірити вхідний рядок на наявність у ньому шестизначних символів. Символи можуть бути як у нижньому, так і у верхньому регістрі, тому це також потрібно врахувати.

Отже, тут ми визначили шаблон регулярного виразу у змінній "patternText", а потім передали його в об'єкт regex. Наступні рядки коду досить прості, ми використали метод IsMatch для порівняння регулярного виразу і вхідного рядка.

Давайте подивимося на регулярний вираз, який ми створили. Вираз (^[a-zA-Z]{6}$) складається з 4 різних частин: "^", "[a-zA-Z]", "{6}" і "$". Друга частина позначає символи, що співпадають, тобто використовуються для порівняння виразу, "a-z" для малих літер і "A-Z" для великих літер.

Символ першої частини "^" гарантує, що рядок починається з шаблону, визначеного у другій частині, тобто з малих та великих літер.

Фігурні дужки у третій частині визначають кількість символів у рядку, які можна ідентифікувати за заданим шаблоном, тобто 6 у цьому випадку, а символ "$" гарантує, що рядок закінчується шаблоном, визначеним у другій частині.

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

Сценарій 2: Використовуйте регулярний вираз для перевірки слова, яке починається з "Super" і має пробіл після нього, тобто для перевірки наявності "Super" на початку речення.

Припустимо, що ми читаємо деякий введений користувачем текст і нам потрібно переконатися, що користувач завжди починає своє речення з певного слова, числа або алфавіту. Цього можна досягти досить легко, використовуючи простий регулярний вираз.

Давайте розглянемо приклад програми, а потім детально обговоримо, як написати цей вираз.

 public static void Main(string[] args) { string patternText = @"^Super\s"; Regex reg = new Regex(patternText); //Коли pattern співпадає Console.WriteLine(reg.IsMatch("Супермен")); //Коли pattern не співпадає Console.WriteLine(reg.IsMatch("Супергерой")); } 

Вихідні дані

Правда.

Неправда.

Пояснення

У цьому прикладі ми також використали аналогічне налаштування коду, як і в першому. Шаблон регулярного виразу в цьому сценарії вимагає зіставлення з комбінацією слів або речень, які починаються з "Super".

Супер.

Отже, оскільки ми хочемо знайти відповідність з початку ряду слів, ми почнемо з символу "^", а потім задамо шаблон, який ми хочемо знайти, в даному випадку "Super". Тепер шаблон, який ми створили "^Super", може збігатися з усіма значеннями слова "super", навіть з "superman" або "supernatural", але ми не хочемо шукати тільки слово "Super".

Це означає, що після слова має бути білий пробіл, щоб позначити кінець слова і початок іншого слова. Для цього ми додамо до шаблону символ "\s" і таким чином зробимо наш остаточний шаблон таким

Супер.

Сценарій 3: Використовуйте регулярний вираз для пошуку допустимих імен файлів з розширенням типу image.

Ще одним важливим сценарієм реального часу, з яким часто стикаються розробники, є перевірка типів файлів. Припустимо, у нас є кнопка завантаження в інтерфейсі, яка може приймати тільки розширення типу файлів зображень.

Нам потрібно перевірити завантажений користувачем файл і повідомити його, якщо він завантажив файл неправильного формату. Цього можна легко досягти за допомогою регулярного виразу.

Нижче наведено просту програму для перевірки цього.

 public static void Main(string[] args) gif)$"; Regex reg = new Regex(patternText); //Коли шаблон співпадає Console.WriteLine(reg.IsMatch("abc.jpg")); Console.WriteLine(reg.IsMatch("ab_c.gif")); Console.WriteLine(reg.IsMatch("abc123.png")); //Коли шаблон не співпадає Console.WriteLine(reg.IsMatch(".jpg")); Console.WriteLine(reg.IsMatch("ask.jpegj")); 

Вихідні дані

Правда.

Правда.

Правда.

Неправда.

Неправда.

Пояснення

Тут нам потрібно підібрати ім'я. Правильне ім'я файлу складається з трьох частин ( ім'я файлу + . + розширення файлу Нам потрібно створити регулярний вираз для перевірки всіх трьох частин. Почнемо з перевірки першої частини, тобто імені файлу. Ім'я файлу може містити алфавітно-цифрові та спеціальні символи.

Як ми вже обговорювали раніше, символ для позначення цього - "\w". Крім того, ім'я файлу може складатися з одного або більше символів, тому ми будемо використовувати символ "+". Поєднавши їх, ми отримаємо символ для першої частини.

 (\w+) 

Дужка розділила його на частини. Наступна частина - символ крапки. Оскільки символ крапки має своє значення у регексі, ми використаємо зворотну косу риску перед ним, щоб надати йому буквального значення. Поєднайте обидві частини, і ви отримаєте перші дві частини регексу, які буде закрито.

 (\w+)\. 

Тепер, для третьої і останньої частини, ми можемо безпосередньо визначити необхідні розширення файлів, розділені "

 (\w+)\.(jpg) 

Тепер, якщо ми використаємо його в програмі, ми побачимо, що він відповідає правильному формату і повертає true, але для невірних форматів він повертає false.

Сценарій 4: Використання регулярного виразу для перевірки формату адреси веб-сайту

Припустимо, у нас є веб-форма, яка приймає веб-адресу або адресу домену. Ми хочемо, щоб користувач ввів правильну веб-адресу або адресу домену під час заповнення форми. Для визначення того, чи ввів користувач правильну веб-адресу, може бути дуже корисним регулярний вираз.

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

Вихідні дані

Правда.

Неправда.

Пояснення

Тут ми хочемо знайти дійсне доменне ім'я за допомогою регулярного виразу. Дійсне доменне ім'я починається з абревіатури "www", за якою йде крапка (.), потім ім'я веб-сайту, після якого також крапка (.) і в кінці розширення домену.

Отже, подібно до попереднього сценарію, ми спробуємо підібрати його частину за частиною. Почнемо з частини "www." Почнемо з початкового символу, а потім, оскільки "www." є чимось фіксованим, ми використаємо початковий символ, за яким слідують точні слова, які потрібно підібрати.

 "^www." 

Потім ми почнемо працювати над другою частиною. Друга частина веб-адреси може бути будь-яким алфавітно-цифровим ім'ям. Отже, тут ми будемо використовувати квадратні дужки, присутні в класі символів, щоб визначити діапазон, який потрібно зіставити. Після додавання другої частини з другою частиною ми отримаємо.

 “^www.[a-zA-Z0-9]{3,20}” 

Тут ми також додали фігурні дужки, щоб визначити мінімальну і максимальну довжину символів для назви сайту. Ми вказали мінімальну довжину 3 і максимальну 20. Ви можете вказати будь-яку мінімальну або максимальну довжину, яку хочете.

Тепер, коли ми розглянули першу і другу частини веб-адреси, нам залишилася лише остання частина, тобто розширення домену. Це дуже схоже на те, що ми робили в попередньому сценарії, ми будемо безпосередньо співставляти з розширенням домену, використовуючи АБО і поміщаючи кожне допустиме розширення домену в круглу дужку.

Таким чином, якщо ми складемо їх разом, то отримаємо повний регулярний вираз, який буде відповідати будь-якій дійсній веб-адресі.

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

Сценарій 5: Використання регулярного виразу для перевірки формату ідентифікатора електронної пошти

Припустимо, що на нашій веб-сторінці є форма для входу, яка просить користувачів ввести адресу електронної пошти. Зі зрозумілих причин ми не хочемо, щоб наша форма продовжувала роботу з недійсними адресами електронної пошти. Для перевірки правильності введеної користувачем адреси електронної пошти ми можемо використати регулярний вираз.

Нижче наведено просту програму для перевірки адреси електронної пошти.

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

Вихідні дані

Правда.

Правда.

Неправда.

Пояснення

Дійсна адреса електронної пошти містить літери, цифри та деякі спеціальні символи, такі як крапка (.), тире (-) та символ підкреслення (_), за якими слідує символ "@", а потім доменне ім'я та розширення домену.

Таким чином, ми можемо розділити адресу електронної пошти на чотири частини: ідентифікатор електронної пошти, символ "@", доменне ім'я і останнє - розширення домену.

Почнемо з написання регулярного виразу для першої частини. Він може бути буквено-цифровим з деякими спеціальними символами. Припустимо, що у нас є вираз розміром від 5 до 25 символів. Подібно до того, як ми писали його раніше (у сценарії з електронним листом), ми можемо скласти наступний вираз.

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

Тепер перейдемо до другої частини. Це порівняно легко, оскільки нам потрібно знайти лише один символ, тобто "@". Додавши його до вищенаведеного виразу, ми отримаємо наступне.

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

Переходимо до третьої частини, тобто доменне ім'я завжди буде складатися з малих літер. Якщо ви хочете, ви також можете додати цифри або великі літери, але для цього сценарію ми будемо використовувати малі літери.

Якщо ми додамо вираз для малих літер з довжиною від 2 до 12 символів, то отримаємо наступний вираз.

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

Тепер у нас залишився вираз для розширення домену, аналогічно до четвертого сценарію, ми будемо працювати з деякими специфічними розширеннями доменів. Якщо ви хочете, ви можете додати більше розширень, взявши їх у круглі дужки і розділивши їх символом "

Об'єднавши цей вираз з попереднім, ми отримаємо остаточне значення виразу для перевірки імейлів.

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

Висновок

У цьому уроці ми дізналися, що таке регулярний вираз, а також синтаксис/символи, які використовуються для позначення та побудови регулярних виразів. Регулярний вираз дозволяє користувачеві зіставити рядок із заданим шаблоном.

Це дуже корисно у ситуаціях, які вимагають швидкої перевірки даних, наприклад, коли користувач вводить адресу електронної пошти або номер телефону, regex можна використовувати для швидкої перевірки формату та інформування користувача про проблему, якщо користувач ввів неправильний формат.

Ми також навчилися працювати з різними сценаріями, які можна використовувати для різних додатків. Ми розглянули покроковий процес написання виразів для зіставлення слів, алфавітів, адрес веб-сайтів, ідентифікаторів електронної пошти і навіть типів і розширень файлів.

Ці сценарії дуже корисні для перевірки введених користувачем даних у реальному часі без написання численних рядків коду, що допомагає заощадити час і зменшити складність. Ці приклади були використані для того, щоб допомогти користувачеві створити власний набір регулярних виразів і, таким чином, допомогти йому в роботі з кількома іншими різними сценаріями.

Регекс може бути простим, наприклад, з використанням алфавіту або цифр для зіставлення із заданою серією символів, або складним, з використанням комбінації спеціальних символів, кванторів, класів символів тощо для перевірки складних форматів або для пошуку певного шаблону в серії символів.

У двох словах, регулярний вираз є досить потужним інструментом для програміста і допомагає зменшити кількість коду, який потрібно виконати в задачі зіставлення даних або валідації.

Прокрутити до верху