全部博文(28)
分类: LINUX
2008-09-04 14:26:07
反向引用,指把匹配出来的组引用到表达式本身其它地方,比如,在匹配HTML的标记时,我们匹配出一个<a>,我们要把匹配出来的a引用出来,用来找到</a>,这个时候就要用到反向引用。
语法
a、反向引用编号的组,语法为\number
b、反向引用命名的组,语法为\k<name>
反向引用提供查找重复字符组的方便的方法。它们可被认为是再次匹配同一个字符串的快捷指令。
例如,若要查找重复且相邻的字符(如单词“tall”中的两个 L),可以使用正则表达式 (?
,该正则表达式使用元字符 \w
来查找任何单个单词的字符。分组构造 (?
将元字符括在其中,以强制正则表达式引擎记住子表达式匹配(在此示例中将是任意单个字符),并以名称“char”保存它。反向引用构造 \k
使引擎对当前字符和以名称“char”存储的先前匹配字符进行比较。只要单个字符与其前面的字符相同,整个正则表达式就可以找到一个匹配。
要找到重复的全字,您可以修改该分组子表达式,以搜索前面是空格的任何字符组,而不是只搜索任意单个字符。可以用匹配任何字符组的子表达式 \w+
替换元字符 \w
,并使用元字符 \s
匹配字符分组前的空格。这就生成了正则表达式 (?
,该正则表达式查找任何重复的全字(例如“the the”),但也会匹配指定字符串的其他重复情况,例如词组“the theory”中的重复情况。
为验证上述第二种匹配是以单词为边界的,可以将元字符 \b
添加到重复匹配的后面。所生成的正则表达式 (?
只查找重复的、前面有空格的全字。
表达式 \1
到 \9
总是指反向引用,而不是八进制代码。多位表达式 \11
和更高位表达式在具有与该号码对应的反向引用时被视作反向引用;否则,它们会被解释为八进制代码(除非起始位是 8 或 9,在这种情况下它们被视为原义的“8”和“9”)。如果正则表达式包含对未定义的组成员的反向引用,则它被视作分析错误。如果有多义性问题,可以使用 \k
表示法,该表示法是明确的,并且不会与八进制符号代码混淆;同样,诸如 \xdd
等的十六进制代码也是明确的,并且不会与反向引用混淆。
当 选项标志被启用时,反向引用行为将稍有不同。有关更多信息,请参见 。
反向引用引用组的最近的定义(当从左到右匹配时,最靠近左侧的定义)。具体地讲,就是当组建立多个捕获时,反向引用引用最近的捕获。例如,(?<1>a)(?<1>\1b)*
使用捕获模式 (a)(ab)(abb)
来匹配 aababb。循环限定符不清除组定义。
如果一个组尚未捕获任何子字符串,则对该组的反向引用是未定义的并且永远不匹配。例如,表达式 \1()
永远不匹配任何字符串,但是表达式 ()\1
匹配空字符串。
举例
a、匹配成对的HTML标签
@"<(?<tag>[^\s>]+)[^>]*>.*</\k<tag>>"
b、匹配两个两个重叠出现的字符
public static void Main() { string s = "aabbc11asd"; Regex reg = new Regex(@"(\w)\1"); MatchCollection matches = reg.Matches(s); foreach(Match m in matches) Console.WriteLine(m.Value); Console.ReadLine(); } |
public static void Main() { string s = "C#.net,VB.net,PHP,Java,JScript.net"; Regex reg = new Regex(@"[\w\#]+(?=\.net)",RegexOptions.Compiled); MatchCollection mc = reg.Matches(s); foreach(Match m in mc) Console.WriteLine(m.Value); Console.ReadLine(); //输出 C# VB JScript } |
public static void Main() { string newsContent = @"url:<a href=""1.html""><img src=""1.gif"">test<span style=""color:red;"">Regex</span></a>."; Regex regEnd = new Regex(@"<\s*a[^>]*>([^<]|<(?!/a))*<\s*/a\s*>",RegexOptions.Multiline); Console.WriteLine(regEnd.Match(newsContent).Value); //Result: <a href="1.html"><img src="1.gif">test<span style="color:red;">Regex</span></a> Console.ReadLine(); } |