C#正则表达式快速入门

原创大姚追逐时光者

前言

正则表达式（Regular Expression）是一个强大的文本处理工具，主要用于字符串的搜索、替换、验证和分割等操作。通过定义特定的模式，正则表达式可以高效地匹配、查找或替换符合该模式的文本内容。今天大姚将和大家一起来快速了解学习正则表达式，并且在C#中快速应用。

正则表达式的优势

与传统方法相比，正则表达式在处理字符串时具有以下显著优势：

灵活性：正则表达式提供了极高的灵活性，能够匹配复杂的文本模式。
高效性：对于大量的文本数据，正则表达式提供了一种快速筛选和处理的方法。
广泛应用：几乎所有的编程语言都支持正则表达式，使得它在跨平台应用中非常有用。

注意事项

正则表达式虽然强大，但是在处理复杂模式或大数据量时可能会比较耗时。因此，在性能敏感的场合要谨慎使用。
复杂的正则表达式可能难以理解和维护。建议在使用时添加必要的注释，并尽量将复杂的模式拆分成多个简单的部分。

常用元字符

元字符是正则表达式中具有特殊意义的字符，以下是一些常用的元字符及其作用：

. : 匹配除换行符外的任何单个字符。
- ：定义一个范围（例如[A-Z]）。
^ : 匹配字符串的开始。
$ : 匹配字符串的结束。
* : 匹配前面的子表达式零次或多次。
+ : 匹配前面的子表达式一次或多次。
? : 匹配前面的子表达式零次或一次。
[] : 匹配括号内的任意一个字符。
| : 匹配左右任意一个表达式（或操作）。
\ : 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。

验证邮箱地址

        /// <summary>
        /// 验证邮箱地址
        /// </summary>
        public static void VerifyEmailAddress()
        {
            string email = "[email protected]";
            string pattern = @"^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$";
            var regex = new Regex(pattern);
            bool isValid = regex.IsMatch(email);
            Console.WriteLine($"{email} is valid email address: {isValid}");
        }

验证手机号码

        /// <summary>
        /// 验证手机号码
        /// </summary>
        public static void VerifyMobilePhone()
        {
            string mobile = "13812345678";
            string pattern = @"^1[3-9]\d{9}$";
            var regex = new Regex(pattern);
            bool isValid = regex.IsMatch(mobile);
            Console.WriteLine($"{mobile} is valid mobile phone number: {isValid}");
        }

提取URL

        /// <summary>
        /// 提取URL
        /// </summary>
        public static void ExtractUrl()
        {
            string url = "https://github.com/YSGStudyHards/DotNetGuide";
            string pattern = @"^https?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+$";
            var regex = new Regex(pattern);
            Match match = regex.Match(url);
            if (match.Success)
            {
                Console.WriteLine($"Found URL: {match.Value}"); //Output：https://github.com/YSGStudyHards/DotNetGuide
            }
            else
            {
                Console.WriteLine("No URL found.");
            }
        }

替换文本

        /// <summary>
        /// 替换文本
        /// </summary>
        public static void ReplaceText()
        {
            string input = "The date is 2024/12/16.";
            string pattern = @"(\d{4})/(\d{2})/(\d{2})";
            string replacement = "$1-$2-$3";
            var regex = new Regex(pattern);
            string result = regex.Replace(input, replacement);
            Console.WriteLine(result);//Output:The date is 2024-12-16.
        }

分割字符串

        /// <summary>
        /// 分割字符串
        /// </summary>
        public static void SplitString()
        {
            string pattern = @"[;,]";
            string input = "apple;banana,orange;grape";
            var regex = new Regex(pattern);
            string[] substrings = regex.Split(input);
            foreach (string substring in substrings)
            {
                Console.WriteLine(substring);
                //Output:
                //apple
                //banana
                //orange
                //grape
            }
        }

C#正则性能提升技巧

使用编译选项

使用 RegexOptions.Compiled 选项可以提高正则表达式的执行性能。此选项会在运行时编译正则表达式，从而加快匹配速度。

string pattern = @"(\d{4})/(\d{2})/(\d{2})";
Regex regex = new Regex(pattern, RegexOptions.Compiled);

避免过度回溯

复杂的正则表达式可能会导致大量的回溯，从而增加匹配时间。通过优化正则表达式，减少不必要的回溯，可以提高性能。例如，尽量避免使用过多的重复限定符（如 *, +, ?），并使用非贪婪匹配（*?, +?, ??）来减少回溯。

// 贪婪匹配  
string pattern = @"<.*>";  
  
// 非贪婪匹配  
string pattern = @"<.*?>";

合理设置超时时间

为了防止正则表达式在极端情况下耗费过多的时间，可以设置匹配操作的超时时间。

string pattern = @"(\d{4})/(\d{2})/(\d{2})";
TimeSpan timeout = TimeSpan.FromSeconds(1); // 设置1秒的超时时间  
Regex regex = new Regex(pattern, RegexOptions.None, timeout);