ASP.NET入门随想之检票的老太太

■ 我很丑可是我很能干- 正则表达式（Regular Expression）

　　正则表达式被用于描述某一类特定格式的字符串方法，能简洁地、能几何倍数地改善文本处理效率，但它不招人疼所以让人厌恶，原因并不是概念有多高深，主要是它长得太丑！一个字符串是否符合某一类特定格式的字符串，关键在于它是否符合这个特定格式的多个匹配规则。

　　理解正则表达式的钥匙在于提炼每条匹配规则的三个要素：字符子集、重复次数与位置。例字符串"两位数字开头三位英文字母结尾"，写正则表达式之前需要我们这么变换句式："开头 数字{2位} 任意字符{0或多位} 字母{3位} 结尾"，正则表达式为"^ [0-9]{2} [\s\S]* [a-zA-Z]{3} $"。

　　在每条匹配规则中，可能出现的字符子串有个范围，属于固定的字符子集，正则表达式用常量、区域和逻辑运算来表示这个集合，如图13-2所例，值得注意是部份字符已被定义成元字符，具有特殊的含义。


　　每条匹配规则中，其字符子集可能出现重复，可以用两种方法表示：一是紧跟着字符子集后加个大括号，内标数字，另一种用元字符表示，如图13-3例。每条匹配规则中字符子集的位置由其在正则表达式中的位置决定，整个字符串开头用"^"表示，结尾用"$"表示。


　　在很多时候，两条或以上的匹配规则可能要用到同一个字符子集，如html标记中，标签声明应当是同一字符子集，比如"<div>……</div>"。如果要定义一个字符子集以便其后引用，可用小括号标识，用"\数字"引用。

　　正则表达式的应用范围很广，除了数据校验外，UBB论坛、页面动态转静态、搜索技术等时常出现它的身影，"我很丑可是我很能干"，在这里我们仅仅只是探讨表达式的书写方法。最后用两个实例总结，如图13-4所示。

查看本文来源