Seskupování konstruktorů v regulárních výrazech
Seskupování konstruktorů označuje dílčí výrazy regulárního výrazu a zachycuje podřetězce vstupního řetězce. Pomocí konstruktorů seskupování můžete provést následující akce:
- Porovná dílčí výraz, který se opakuje ve vstupním řetězci.
- Použijte kvantifikátor na dílčí výraz, který má více elementů jazyka regulárních výrazů. Další informace o kvantifikátory naleznete v tématu Kvantifikátory.
- Do řetězce vráceného metodami Regex.Replace Match.Result zahrňte dílčí výraz.
- Načtení jednotlivých dílčích výrazů z Match.Groups vlastnosti a jejich zpracování odděleně od odpovídajícího textu jako celku.
V následující tabulce jsou uvedeny konstrukty seskupení podporované modulem regulárních výrazů .NET a označují, jestli se zachytávají, nebo nejsou zapouzdřené.
| Seskupovací konstrukce | Zachytávání nebo nekapitulace |
|---|---|
| Odpovídající dílčí výrazy | Zachycení |
| Pojmenované odpovídající dílčí výrazy | Zachycení |
| Definice skupiny vyrovnávání | Zachycení |
| Skupiny bez zapouzdření | Bez zapouzdření |
| Možnosti skupiny | Bez zapouzdření |
| Kontrolní výrazy pozitivních vyhledávání s nulovou šířkou | Bez zapouzdření |
| Kontrolní výrazy negativního vyhledávání s nulovou šířkou | Bez zapouzdření |
| Kontrolní výrazy pozitivního vzhledu s nulovou šířkou | Bez zapouzdření |
| Kontrolní výrazy negativního vzhledu s nulovou šířkou | Bez zapouzdření |
| Atomické skupiny | Bez zapouzdření |
Informace o skupinách a objektovém modelu regulárního výrazu naleznete v tématu Seskupování konstruktorů a objektů regulárních výrazů.
Odpovídající dílčí výrazy
Následující konstruktor seskupení zachycuje odpovídající dílčí výraz:
(podvýraz )
V této části je libovolný platný vzor regulárního výrazu. Zaznamenává, že se používají závorky, se číslují automaticky zleva doprava na základě pořadí levých závorek v regulárním výrazu počínaje 1. Pojmenované skupiny zachycení jsou však vždy seřazeny jako poslední po nenázvových skupinách zachycení. Zachytávání, které je číslo 0, je text, který odpovídá celému vzoru regulárního výrazu.
Poznámka:
Ve výchozím nastavení (element jazyka dílčího výrazu) zachycuje odpovídající dílčí výraz. RegexOptions Pokud ale parametr metody porovnávání vzorů regulárních výrazů obsahuje RegexOptions.ExplicitCapture příznak nebo pokud n je možnost použita pro tento dílčí výraz (viz Možnosti skupiny dále v tomto článku), odpovídající dílčí výraz není zachycen.
Zachycené skupiny můžete přistupovat čtyřmi způsoby:
Pomocí konstruktoru zpětného odvozování v rámci regulárního výrazu. Odpovídající dílčí výraz se odkazuje ve stejném regulárním výrazu pomocí čísla syntaxe
\, kde číslo je pořadové číslo zachyceného dílčího výrazu.Použitím pojmenovaného konstruktoru backreference v rámci regulárního výrazu. Odpovídající dílčí výraz se odkazuje ve stejném regulárním výrazu pomocí názvu
>syntaxe\k<, kde název je název zachytávání skupiny, nebo\k<číslo>, kde číslo je pořadové číslo zachytávání skupiny. Skupina zachytávání má výchozí název, který je shodný s pořadovým číslem. Další informace naleznete v části Pojmenované odpovídající dílčí výrazy dále v tomto tématu.$Pomocí sekvence nahrazení čísla ve Regex.Replace volání nebo Match.Result metody, kde číslo je pořadové číslo zachyceného dílčího výrazu.Programově pomocí objektu GroupCollection vráceného Match.Groups vlastností. Člen na pozici nula v kolekci představuje celou shodu regulárního výrazu. Každý další člen představuje odpovídající dílčí výraz. Další informace naleznete v části Seskupování konstruktorů a objektů regulárních výrazů .
Následující příklad znázorňuje regulární výraz, který identifikuje duplicitní slova v textu. Dva zachycené skupiny regulárního výrazu představují dvě instance duplikovaného slova. Druhá instance je zachycena tak, aby hlásila počáteční pozici ve vstupním řetězci.
using System;
using System.Text.RegularExpressions;
public class Example
{
public static void Main()
{
string pattern = @"(\w+)\s(\1)\W";
string input = "He said that that was the the correct answer.";
foreach (Match match in Regex.Matches(input, pattern, RegexOptions.IgnoreCase))
Console.WriteLine("Duplicate '{0}' found at positions {1} and {2}.",
match.Groups[1].Value, match.Groups[1].Index, match.Groups[2].Index);
}
}
// The example displays the following output:
// Duplicate 'that' found at positions 8 and 13.
// Duplicate 'the' found at positions 22 and 26.
Imports System.Text.RegularExpressions
Module Example
Public Sub Main()
Dim pattern As String = "(\w+)\s(\1)\W"
Dim input As String = "He said that that was the the correct answer."
For Each match As Match In Regex.Matches(input, pattern, RegexOptions.IgnoreCase)
Console.WriteLine("Duplicate '{0}' found at positions {1} and {2}.", _
match.Groups(1).Value, match.Groups(1).Index, match.Groups(2).Index)
Next
End Sub
End Module
' The example displays the following output:
' Duplicate 'that' found at positions 8 and 13.
' Duplicate 'the' found at positions 22 and 26.
Vzor regulárního výrazu je následující:
(\w+)\s(\1)\W
Následující tabulka ukazuje, jak se interpretuje vzor regulárního výrazu.
| Vzor | Popis |
|---|---|
(\w+) |
Porovná jeden nebo více znaků slova. Toto je první zachytávající skupina. |
\s |
Porovná prázdný znak. |
(\1) |
Porovná řetězec v první zachycené skupině. Toto je druhá zachytávající skupina. Příklad ho přiřadí zachycené skupině, aby bylo možné z vlastnosti načíst Match.Index počáteční pozici duplicitního slova. |
\W |
Porovná neslovný znak včetně prázdných znaků a interpunkce. Tím zabráníte, aby vzor regulárního výrazu odpovídal slovu, které začíná slovem z první zachycené skupiny. |
Pojmenované odpovídající dílčí výrazy
Následující konstruktor seskupení zachycuje odpovídající dílčí výraz a umožňuje přístup k němu podle názvu nebo čísla:
(?<name>subexpression)
nebo:
(?'name'subexpression)
Tady je název platného názvu skupiny a podvýraz je libovolný platný vzor regulárního výrazu. název nesmí obsahovat žádné interpunkční znaky a nesmí začínat číslem.
Poznámka:
RegexOptions Pokud parametr metody porovnávání vzorů regulárních výrazů obsahuje RegexOptions.ExplicitCapture příznak nebo pokud n je možnost použita na tento dílčí výraz (viz Možnosti skupiny dále v tomto tématu), jediným způsobem, jak zachytit dílčí výraz, je explicitně pojmenovat zachytávání skupin.
K pojmenovaným zachyceným skupinám můžete přistupovat následujícími způsoby:
Použitím pojmenovaného konstruktoru backreference v rámci regulárního výrazu. Odpovídající dílčí výraz se odkazuje ve stejném regulárním výrazu pomocí názvu
>syntaxe\k<, kde název je název zachyceného dílčího výrazu.Pomocí konstruktoru zpětného odvozování v rámci regulárního výrazu. Odpovídající dílčí výraz se odkazuje ve stejném regulárním výrazu pomocí čísla syntaxe
\, kde číslo je pořadové číslo zachyceného dílčího výrazu. Pojmenované shodné dílčí výrazy jsou po sobě po sobě očíslovány po sobě po sobě zleva doprava po spárovaných dílčích výrazech.${Použitím sekvence nahrazení názvu}v Regex.Replace volání nebo Match.Result metody, kde název je název zachyceného dílčího výrazu.$Pomocí sekvence nahrazení čísla ve Regex.Replace volání nebo Match.Result metody, kde číslo je pořadové číslo zachyceného dílčího výrazu.Programově pomocí objektu GroupCollection vráceného Match.Groups vlastností. Člen na pozici nula v kolekci představuje celou shodu regulárního výrazu. Každý další člen představuje odpovídající dílčí výraz. Pojmenované zachycené skupiny jsou uloženy v kolekci po očíslovaných zachycených skupinách.
Programově zadáním názvu dílčího výrazu indexeru objektu GroupCollection (v jazyce C#) nebo jeho Item[] vlastnosti (v jazyce Visual Basic).
Jednoduchý vzor regulárního výrazu znázorňuje, jak se číslované (nepojmenované) a pojmenované skupiny dají odkazovat buď prostřednictvím kódu programu, nebo pomocí syntaxe jazyka regulárních výrazů. Regulární výraz ((?<One>abc)\d+)?(?<Two>xyz)(.*) vytvoří následující zachytávání skupin podle čísla a podle názvu. První zachycená skupina (číslo 0) vždy odkazuje na celý vzor. (Pojmenované skupiny jsou vždy seřazené jako poslední.)
| Počet | Název | Vzor |
|---|---|---|
| 0 | 0 (výchozí název) | ((?<One>abc)\d+)?(?<Two>xyz)(.*) |
| 0 | 1 (výchozí název) | ((?<One>abc)\d+) |
| 2 | 2 (výchozí název) | (.*) |
| 3 | Jeden | (?<One>abc) |
| 4 | Dva | (?<Two>xyz) |
Následující příklad znázorňuje regulární výraz, který identifikuje duplicitní slova a slovo, které bezprostředně následuje za každým duplicitním slovem. Vzor regulárního výrazu definuje dva pojmenované dílčí výrazy: duplicateWord, který představuje duplikované slovo, a nextWordkterý představuje slovo, které následuje za duplicitním slovem.
using System;
using System.Text.RegularExpressions;
public class Example
{
public static void Main()
{
string pattern = @"(?<duplicateWord>\w+)\s\k<duplicateWord>\W(?<nextWord>\w+)";
string input = "He said that that was the the correct answer.";
foreach (Match match in Regex.Matches(input, pattern, RegexOptions.IgnoreCase))
Console.WriteLine("A duplicate '{0}' at position {1} is followed by '{2}'.",
match.Groups["duplicateWord"].Value, match.Groups["duplicateWord"].Index,
match.Groups["nextWord"].Value);
}
}
// The example displays the following output:
// A duplicate 'that' at position 8 is followed by 'was'.
// A duplicate 'the' at position 22 is followed by 'correct'.
Imports System.Text.RegularExpressions
Module Example
Public Sub Main()
Dim pattern As String = "(?<duplicateWord>\w+)\s\k<duplicateWord>\W(?<nextWord>\w+)"
Dim input As String = "He said that that was the the correct answer."
Console.WriteLine(Regex.Matches(input, pattern, RegexOptions.IgnoreCase).Count)
For Each match As Match In Regex.Matches(input, pattern, RegexOptions.IgnoreCase)
Console.WriteLine("A duplicate '{0}' at position {1} is followed by '{2}'.", _
match.Groups("duplicateWord").Value, match.Groups("duplicateWord").Index, _
match.Groups("nextWord").Value)
Next
End Sub
End Module
' The example displays the following output:
' A duplicate 'that' at position 8 is followed by 'was'.
' A duplicate 'the' at position 22 is followed by 'correct'.
Vzor regulárního výrazu je následující:
(?<duplicateWord>\w+)\s\k<duplicateWord>\W(?<nextWord>\w+)
Následující tabulka ukazuje, jak se regulární výraz interpretuje.
| Vzor | Popis |
|---|---|
(?<duplicateWord>\w+) |
Porovná jeden nebo více znaků slova. Pojmenujte tuto zachytávání skupiny duplicateWord. |
\s |
Porovná prázdný znak. |
\k<duplicateWord> |
Porovná řetězec z zachycené skupiny, která má název duplicateWord. |
\W |
Porovná neslovný znak včetně prázdných znaků a interpunkce. Tím zabráníte, aby vzor regulárního výrazu odpovídal slovu, které začíná slovem z první zachycené skupiny. |
(?<nextWord>\w+) |
Porovná jeden nebo více znaků slova. Pojmenujte tuto zachytávání skupiny nextWord. |
Název skupiny lze v regulárním výrazu opakovat. Například je možné pojmenovat digitvíce než jednu skupinu, jak je znázorněno v následujícím příkladu. V případě duplicitních názvů je hodnota objektu Group určena posledním úspěšným zachycením ve vstupním řetězci. Kromě toho se naplní CaptureCollection informacemi o každém zachycení stejně, jako by to bylo v případě, že název skupiny nebyl duplikován.
V následujícím příkladu regulární výraz \D+(?<digit>\d+)\D+(?<digit>\d+)? obsahuje dva výskyty skupiny s názvem digit. První digit pojmenovaná skupina zachycuje jeden nebo více číslicových znaků. Druhá digit pojmenovaná skupina zachytí jeden nebo jeden výskyt jednoho nebo více číslicových znaků. Jak ukazuje výstup z příkladu, pokud druhá zachycená skupina úspěšně odpovídá textu, hodnota tohoto textu definuje hodnotu objektu Group . Pokud druhá zachytácí skupina neodpovídá vstupnímu řetězci, definuje hodnota poslední úspěšné shody hodnotu objektu Group .
using System;
using System.Text.RegularExpressions;
public class Example
{
public static void Main()
{
String pattern = @"\D+(?<digit>\d+)\D+(?<digit>\d+)?";
String[] inputs = { "abc123def456", "abc123def" };
foreach (var input in inputs) {
Match m = Regex.Match(input, pattern);
if (m.Success) {
Console.WriteLine("Match: {0}", m.Value);
for (int grpCtr = 1; grpCtr < m.Groups.Count; grpCtr++) {
Group grp = m.Groups[grpCtr];
Console.WriteLine("Group {0}: {1}", grpCtr, grp.Value);
for (int capCtr = 0; capCtr < grp.Captures.Count; capCtr++)
Console.WriteLine(" Capture {0}: {1}", capCtr,
grp.Captures[capCtr].Value);
}
}
else {
Console.WriteLine("The match failed.");
}
Console.WriteLine();
}
}
}
// The example displays the following output:
// Match: abc123def456
// Group 1: 456
// Capture 0: 123
// Capture 1: 456
//
// Match: abc123def
// Group 1: 123
// Capture 0: 123
Imports System.Text.RegularExpressions
Module Example
Public Sub Main()
Dim pattern As String = "\D+(?<digit>\d+)\D+(?<digit>\d+)?"
Dim inputs() As String = {"abc123def456", "abc123def"}
For Each input As String In inputs
Dim m As Match = Regex.Match(input, pattern)
If m.Success Then
Console.WriteLine("Match: {0}", m.Value)
For grpCtr As Integer = 1 to m.Groups.Count - 1
Dim grp As Group = m.Groups(grpCtr)
Console.WriteLine("Group {0}: {1}", grpCtr, grp.Value)
For capCtr As Integer = 0 To grp.Captures.Count - 1
Console.WriteLine(" Capture {0}: {1}", capCtr,
grp.Captures(capCtr).Value)
Next
Next
Else
Console.WriteLine("The match failed.")
End If
Console.WriteLine()
Next
End Sub
End Module
' The example displays the following output:
' Match: abc123def456
' Group 1: 456
' Capture 0: 123
' Capture 1: 456
'
' Match: abc123def
' Group 1: 123
' Capture 0: 123
Následující tabulka ukazuje, jak se regulární výraz interpretuje.
| Vzor | Popis |
|---|---|
\D+ |
Porovná jednu nebo více ne desetinných číslic. |
(?<digit>\d+) |
Porovná jednu nebo více desetinných číslic. Přiřaďte shodu pojmenované digit skupině. |
\D+ |
Porovná jednu nebo více ne desetinných číslic. |
(?<digit>\d+)? |
Porovná žádný nebo jeden výskyt jednoho nebo více desetinných číslic. Přiřaďte shodu pojmenované digit skupině. |
Definice skupiny vyrovnávání
Definice skupiny vyrovnávání odstraní definici dříve definované skupiny a uloží v aktuální skupině interval mezi dříve definovanou skupinou a aktuální skupinou. Tento konstruktor seskupení má následující formát:
(?<name1-name2>subexpression)
nebo:
(?'name1-name2' subexpression)
Tady je name1 aktuální skupina (volitelné), name2 je dříve definovaná skupina a dílčí výraz je libovolný platný vzor regulárního výrazu. Definice skupiny vyrovnávání odstraní definici názvu2 a uloží interval mezi názvem 2 a názvem1 v názvu1. Pokud není definována žádná skupina name2 , odpovídá zpětnému navracení. Vzhledem k tomu, že odstranění poslední definice názvu2 odhalí předchozí definici názvu2, umožňuje tento konstruktor použít zásobník zachycení pro název skupiny 2 jako čítač pro sledování vnořených konstruktorů, jako jsou závorky nebo levá a pravá hranatá závorka.
Definice skupiny vyrovnávání používá název2 jako zásobník. Počáteční znak každého vnořeného konstruktoru je umístěn ve skupině a v její Group.Captures kolekci. Když se zavírací znak shoduje, odebere se z této skupiny odpovídající počáteční znak a Captures kolekce se zmenší o jeden. Po spárování počátečních a uzavíracích znaků všech vnořených konstruktorů je název2 prázdný.
Poznámka:
Po úpravě regulárního výrazu v následujícím příkladu tak, aby používal odpovídající levý a pravý znak vnořené konstrukce, můžete ho použít ke zpracování většiny vnořených konstruktorů, jako jsou matematické výrazy nebo řádky kódu programu, které obsahují více volání vnořených metod.
Následující příklad používá definici skupiny vyrovnávání, která odpovídá levým a pravému úhlu závorek (<>) ve vstupním řetězci. Příklad definuje dvě pojmenované skupiny Open a Close, které se používají jako zásobník pro sledování párů úhlových závorek. Každá zachycená levá závorka se vloží do kolekce Open zachycení skupiny a každá zachycená pravá závorka se vloží do kolekce Close zachycení skupiny. Definice skupiny vyrovnávání zajišťuje, že je pro každou levou závorku odpovídající pravý úhel závorka. Pokud neexistuje, konečný podpattern , (?(Open)(?!))je vyhodnocen pouze v případě Open , že skupina není prázdná (a proto pokud všechny vnořené konstrukce nebyly uzavřeny). Pokud se vyhodnocuje konečný podpattern, shoda selže, protože (?!) podpattern je záporný kontrolní výraz s nulovou šířkou, který vždy selže.
using System;
using System.Text.RegularExpressions;
class Example
{
public static void Main()
{
string pattern = "^[^<>]*" +
"(" +
"((?'Open'<)[^<>]*)+" +
"((?'Close-Open'>)[^<>]*)+" +
")*" +
"(?(Open)(?!))$";
string input = "<abc><mno<xyz>>";
Match m = Regex.Match(input, pattern);
if (m.Success == true)
{
Console.WriteLine("Input: \"{0}\" \nMatch: \"{1}\"", input, m);
int grpCtr = 0;
foreach (Group grp in m.Groups)
{
Console.WriteLine(" Group {0}: {1}", grpCtr, grp.Value);
grpCtr++;
int capCtr = 0;
foreach (Capture cap in grp.Captures)
{
Console.WriteLine(" Capture {0}: {1}", capCtr, cap.Value);
capCtr++;
}
}
}
else
{
Console.WriteLine("Match failed.");
}
}
}
// The example displays the following output:
// Input: "<abc><mno<xyz>>"
// Match: "<abc><mno<xyz>>"
// Group 0: <abc><mno<xyz>>
// Capture 0: <abc><mno<xyz>>
// Group 1: <mno<xyz>>
// Capture 0: <abc>
// Capture 1: <mno<xyz>>
// Group 2: <xyz
// Capture 0: <abc
// Capture 1: <mno
// Capture 2: <xyz
// Group 3: >
// Capture 0: >
// Capture 1: >
// Capture 2: >
// Group 4:
// Group 5: mno<xyz>
// Capture 0: abc
// Capture 1: xyz
// Capture 2: mno<xyz>
Imports System.Text.RegularExpressions
Module Example
Public Sub Main()
Dim pattern As String = "^[^<>]*" & _
"(" + "((?'Open'<)[^<>]*)+" & _
"((?'Close-Open'>)[^<>]*)+" + ")*" & _
"(?(Open)(?!))$"
Dim input As String = "<abc><mno<xyz>>"
Dim rgx AS New Regex(pattern) '
Dim m As Match = Regex.Match(input, pattern)
If m.Success Then
Console.WriteLine("Input: ""{0}"" " & vbCrLf & "Match: ""{1}""", _
input, m)
Dim grpCtr As Integer = 0
For Each grp As Group In m.Groups
Console.WriteLine(" Group {0}: {1}", grpCtr, grp.Value)
grpCtr += 1
Dim capCtr As Integer = 0
For Each cap As Capture In grp.Captures
Console.WriteLine(" Capture {0}: {1}", capCtr, cap.Value)
capCtr += 1
Next
Next
Else
Console.WriteLine("Match failed.")
End If
End Sub
End Module
' The example displays the following output:
' Input: "<abc><mno<xyz>>"
' Match: "<abc><mno<xyz>>"
' Group 0: <abc><mno<xyz>>
' Capture 0: <abc><mno<xyz>>
' Group 1: <mno<xyz>>
' Capture 0: <abc>
' Capture 1: <mno<xyz>>
' Group 2: <xyz
' Capture 0: <abc
' Capture 1: <mno
' Capture 2: <xyz
' Group 3: >
' Capture 0: >
' Capture 1: >
' Capture 2: >
' Group 4:
' Group 5: mno<xyz>
' Capture 0: abc
' Capture 1: xyz
' Capture 2: mno<xyz>
Vzor regulárního výrazu je:
^[^<>]*(((?'Open'<)[^<>]*)+((?'Close-Open'>)[^<>]*)+)*(?(Open)(?!))$
Regulární výraz se interpretuje takto:
| Vzor | Popis |
|---|---|
^ |
Začněte na začátku řetězce. |
[^<>]* |
Porovná nula nebo více znaků, které nejsou levé nebo pravé hranaté závorky. |
(?'Open'<) |
Porovná levou úhlovou závorku a přiřadí ji skupině s názvem Open. |
[^<>]* |
Porovná nula nebo více znaků, které nejsou levé nebo pravé hranaté závorky. |
((?'Open'<)[^<>]*)+ |
Porovná jeden nebo více výskytů levé úhlové závorky následované nulou nebo více znaků, které nejsou levé nebo pravé hranaté závorky. Toto je druhá zachytávající skupina. |
(?'Close-Open'>) |
Spárujte pravou závorku, přiřaďte podřetězí řetězec mezi Open skupinou a aktuální skupinu Close a odstraňte definici Open skupiny. |
[^<>]* |
Porovná žádný nebo více výskytů libovolného znaku, který není levý ani pravý úhel závorka. |
((?'Close-Open'>)[^<>]*)+ |
Porovná jeden nebo více výskytů pravého úhlu závorky, za kterými následuje nula nebo více výskytů libovolného znaku, který není levý ani pravý úhel závorka. Při porovnávání pravé závorky přiřaďte podřetězí řetězec mezi Open skupinou a aktuální skupinou Close a odstraňte definici Open skupiny. Toto je třetí zachytávající skupina. |
(((?'Open'<)[^<>]*)+((?'Close-Open'>)[^<>]*)+)* |
Porovná nula nebo více výskytů následujícího vzoru: jeden nebo více výskytů levé hranaté závorky následované nulou nebo více znaky bez úhlové závorky, za kterými následuje jeden nebo více výskytů pravé hranaté závorky, za kterými následuje nula nebo více výskytů ne úhlových závorek. Při porovnávání pravého úhlového závorky odstraňte definici Open skupiny a přiřaďte podřetězení mezi Open skupinou a aktuální skupinou ke Close skupině. Toto je první zachytávající skupina. |
(?(Open)(?!)) |
Pokud skupina Open existuje, opusťte shodu, pokud je možné spárovat prázdný řetězec, ale nepředvídejte pozici modulu regulárních výrazů v řetězci. Jedná se o kontrolní výraz negativního vyhledávání s nulovou šířkou. Protože prázdný řetězec je vždy implicitně přítomný ve vstupním řetězci, tato shoda vždy selže. Selhání této shody značí, že úhlové závorky nejsou vyváženy. |
$ |
Porovná konec vstupního řetězce. |
Poslední dílčí výraz , označuje, (?(Open)(?!))zda vnořené konstrukce ve vstupním řetězci jsou správně vyváženy (například zda je každá levá úhlová závorka spárována pravou závorkou). Používá podmíněné porovnávání na základě platné zachycené skupiny; Další informace naleznete v tématu Alternace konstruktorů. Open Pokud je skupina definována, modul regulárních výrazů se pokusí spárovat dílčí výraz (?!) ve vstupním řetězci. Skupina Open by měla být definována pouze v případě, že jsou vnořené konstrukce nevyvážené. Proto by vzor, který se má shodovat ve vstupním řetězci, měl být vzor, který vždy způsobí selhání shody. V tomto případě je negativní vyhledávací kontrolní výraz nulové šířky, (?!) který vždy selže, protože prázdný řetězec je vždy implicitně přítomný na další pozici ve vstupním řetězci.
V příkladu modul regulárních výrazů vyhodnotí vstupní řetězec "<abc><mno<xyz>>", jak je znázorněno v následující tabulce.
| Krok | Vzor | Výsledek |
|---|---|---|
| 0 | ^ |
Spustí shodu na začátku vstupního řetězce. |
| 2 | [^<>]* |
Vyhledá znaky bez úhlu závorky před levou závorku; nenajde žádné shody. |
| 3 | (((?'Open'<) |
Odpovídá levé hranaté závorce v "<abc>" a přiřadí ji skupině Open . |
| 4 | [^<>]* |
Odpovídá "abc". |
| 5 | )+ |
"abc<" je hodnota druhé zachycené skupiny. Další znak ve vstupním řetězci není levý úhel závorky, takže modul regulárních výrazů se nevrátí zpět do podpatternu (?'Open'<)[^<>]*) . |
| 6 | ((?'Close-Open'>) |
Odpovídá pravé lomené závorce v "<abc>", přiřadí "abc", což je podřetězíc mezi Open skupinou a pravou závorkou úhlu, Close a odstraní aktuální hodnotu ("<") Open skupiny a ponechá ji prázdnou. |
| 7 | [^<>]* |
Hledá znaky bez úhlu závorky za pravou závorku; nenajde žádné shody. |
| 8 | )+ |
Hodnota třetí zachycené skupiny je ">". Další znak ve vstupním řetězci není pravý úhel závorky, takže modul regulárních výrazů se nevrátí zpět do podpatternu ((?'Close-Open'>)[^<>]*) . |
| 9 | )* |
Hodnota první zachycené skupiny je "abc<>". Dalším znakem ve vstupním řetězci je levý úhel závorka, takže modul regulárních výrazů se vrátí zpět do podpatternu (((?'Open'<) . |
| 10 | (((?'Open'<) |
Odpovídá levé hranaté závorce v< mno a přiřadí ji ke skupině Open . Její Group.Captures kolekce teď má jednu hodnotu "<". |
| 11 | [^<>]* |
Odpovídá "mno". |
| 12 | )+ |
"<mno" je hodnota druhé zachycené skupiny. Dalším znakem ve vstupním řetězci je levý úhel závorka, takže modul regulárních výrazů se vrátí zpět do podpatternu (?'Open'<)[^<>]*) . |
| 13 | (((?'Open'<) |
Odpovídá levé lomené závorce v< xyz> a přiřadí ji ke skupině Open . Kolekce Group.Captures Open skupiny teď obsahuje dva zachycení: levý úhel závorky z "<mno" a levý úhel závorky z "<xyz>". |
| 14 | [^<>]* |
Odpovídá výrazu "xyz". |
| 15 | )+ |
"<xyz" je hodnota druhé zachycené skupiny. Další znak ve vstupním řetězci není levý úhel závorky, takže modul regulárních výrazů se nevrátí zpět do podpatternu (?'Open'<)[^<>]*) . |
| 16 | ((?'Close-Open'>) |
Odpovídá pravé závorce v xyz<>. "xyz", přiřadí podřetězce mezi Open skupinou a pravou úhlovou závorku ke Close skupině a odstraní aktuální hodnotu Open skupiny. Hodnota předchozího zachycení (levá závorka v "<mno") se stane aktuální hodnotou Open skupiny. Kolekce Captures Open skupiny teď obsahuje jeden zachycení, levou závorku z "<xyz>". |
| 17 | [^<>]* |
Hledá neúhelní závorky; nenajde žádné shody. |
| 18 | )+ |
Hodnota třetí zachycené skupiny je ">". Dalším znakem ve vstupním řetězci je pravá závorka, takže modul regulárních výrazů se vrátí zpět do podpatternu ((?'Close-Open'>)[^<>]*) . |
| 19 | ((?'Close-Open'>) |
Odpovídá konečné pravé závorce v xyz>>, přiřadí skupině mno<xyz> (podřetězec mezi Open skupinou a pravou závorku) Close a odstraní aktuální hodnotu Open skupiny. Skupina Open je teď prázdná. |
| 20 | [^<>]* |
Hledá neúhelní závorky; nenajde žádné shody. |
| 21 | )+ |
Hodnota třetí zachycené skupiny je ">". Další znak ve vstupním řetězci není pravý úhel závorky, takže modul regulárních výrazů se nevrátí zpět do podpatternu ((?'Close-Open'>)[^<>]*) . |
| 22 | )* |
Hodnota první zachycené skupiny je "<mno<xyz>>". Další znak ve vstupním řetězci není levý úhel závorky, takže modul regulárních výrazů se nevrátí zpět do podpatternu (((?'Open'<) . |
| 23 | (?(Open)(?!)) |
Skupina Open není definována, takže se nepokusí žádná shoda. |
| 24 | $ |
Odpovídá konci vstupního řetězce. |
Skupiny bez zapouzdření
Následující konstruktor seskupení nezachytí podřetězí, který odpovídá dílčímu výrazu:
(?:subexpression)
V této části je libovolný platný vzor regulárního výrazu. Konstruktor skupiny bez zapouzdření se obvykle používá při použití kvantifikátoru na skupinu, ale dílčí řetězce zachycené skupinou nejsou zajímavé.
Poznámka:
Pokud regulární výraz obsahuje vnořené seskupovací konstrukce, vnější necapturing group konstruktor se nevztahuje na vnitřní vnořené skupiny konstruktorů.
Následující příklad ukazuje regulární výraz, který obsahuje nekapitulace skupiny. Všimněte si, že výstup neobsahuje žádné zachycené skupiny.
using System;
using System.Text.RegularExpressions;
public class Example
{
public static void Main()
{
string pattern = @"(?:\b(?:\w+)\W*)+\.";
string input = "This is a short sentence.";
Match match = Regex.Match(input, pattern);
Console.WriteLine("Match: {0}", match.Value);
for (int ctr = 1; ctr < match.Groups.Count; ctr++)
Console.WriteLine(" Group {0}: {1}", ctr, match.Groups[ctr].Value);
}
}
// The example displays the following output:
// Match: This is a short sentence.
Imports System.Text.RegularExpressions
Module Example
Public Sub Main()
Dim pattern As String = "(?:\b(?:\w+)\W*)+\."
Dim input As String = "This is a short sentence."
Dim match As Match = Regex.Match(input, pattern)
Console.WriteLine("Match: {0}", match.Value)
For ctr As Integer = 1 To match.Groups.Count - 1
Console.WriteLine(" Group {0}: {1}", ctr, match.Groups(ctr).Value)
Next
End Sub
End Module
' The example displays the following output:
' Match: This is a short sentence.
Regulární výraz (?:\b(?:\w+)\W*)+\. odpovídá větě, která je ukončena tečkou. Vzhledem k tomu, že regulární výraz se zaměřuje na věty a ne na jednotlivá slova, používají se konstrukty seskupení výhradně jako kvantifikátory. Vzor regulárního výrazu je interpretován, jak je znázorněno v následující tabulce.
| Vzor | Popis |
|---|---|
\b |
Začne porovnání na hranici slova. |
(?:\w+) |
Porovná jeden nebo více znaků slova. Nepřiřaďte odpovídající text zachycené skupině. |
\W* |
Porovná nula nebo více neslovných znaků. |
(?:\b(?:\w+)\W*)+ |
Porovná vzor jednoho nebo více znaků slova začínajících na hranici slova, za nímž následuje nula nebo více neslovných znaků, jednou nebo vícekrát. Nepřiřaďte odpovídající text zachycené skupině. |
\. |
Porovná období. |
Možnosti skupiny
Následující konstruktor seskupení použije nebo zakáže zadané možnosti v rámci dílčího výrazu:
(?imnsx-imnsx:podvýraz )
V této části je libovolný platný vzor regulárního výrazu. Zapne například (?i-s:) rozlišování velkých a malých písmen a zakáže režim s jedním řádkem. Další informace o vložených možnostech, které můžete zadat, naleznete v tématu Možnosti regulárního výrazu.
Poznámka:
Pomocí konstruktoru System.Text.RegularExpressions.Regex třídy nebo statické metody můžete určit možnosti, které se vztahují na celý regulární výraz, nikoli na dílčí výraz. Pomocí konstruktoru jazyka můžete také určit vložené možnosti, které se použijí po určitém bodu regulárního výrazu (?imnsx-imnsx) .
Konstruktor možností skupiny není zachytáváním skupiny. To znamená, že ačkoli jakákoli část řetězce zachyceného dílčím výrazem je zahrnuta do shody, není zahrnuta do zachycené skupiny ani použita k naplnění objektuGroupCollection.
Například regulární výraz \b(?ix: d \w+)\s v následujícím příkladu používá vložené možnosti v konstruktoru seskupení k povolení porovnávání bez rozlišování velkých a malých písmen a ignorování prázdného místa při identifikaci všech slov, která začínají písmenem "d". Regulární výraz je definován, jak je znázorněno v následující tabulce.
| Vzor | Popis |
|---|---|
\b |
Začne porovnání na hranici slova. |
(?ix: d \w+) |
Použití porovnávání bez rozlišování velkých a malých písmen a ignorování prázdných znaků v tomto vzoru odpovídá znaku "d" následovaného jedním nebo více znaky slova. |
\s |
Porovná prázdný znak. |
string pattern = @"\b(?ix: d \w+)\s";
string input = "Dogs are decidedly good pets.";
foreach (Match match in Regex.Matches(input, pattern))
Console.WriteLine("'{0}// found at index {1}.", match.Value, match.Index);
// The example displays the following output:
// 'Dogs // found at index 0.
// 'decidedly // found at index 9.
Dim pattern As String = "\b(?ix: d \w+)\s"
Dim input As String = "Dogs are decidedly good pets."
For Each match As Match In Regex.Matches(input, pattern)
Console.WriteLine("'{0}' found at index {1}.", match.Value, match.Index)
Next
' The example displays the following output:
' 'Dogs ' found at index 0.
' 'decidedly ' found at index 9.
Kontrolní výrazy pozitivních vyhledávání s nulovou šířkou
Následující konstruktor seskupení definuje pozitivní kontrolní výraz s nulovou šířkou:
(?=podvýraz )
Tady je dílčí výraz libovolný vzor regulárního výrazu. Aby byla shoda úspěšná, musí vstupní řetězec odpovídat vzoru regulárního výrazu v dílčím výrazu, i když odpovídající podřetězc není zahrnut do výsledku shody. Kontrolní výraz pozitivního vyhledávání s nulovou šířkou se nevrátí zpět.
Na konci vzoru regulárního výrazu se obvykle nachází kladné kontrolní výrazy s nulovou šířkou. Definuje podřetězce, který musí být nalezen na konci řetězce, aby došlo ke shodě, ale který by neměl být zahrnut do shody. Je také užitečné zabránit nadměrnému navracení. Pomocí kontrolního výrazu s nulovou šířkou můžete zajistit, aby konkrétní zachycená skupina začala textem, který odpovídá podmnožině vzoru definovaného pro danou zachycenou skupinu. Pokud například zachytávání skupiny odpovídá po sobě jdoucím znakům slova, můžete použít kontrolní výraz pozitivního vyhledávání s nulovou šířkou a vyžadovat, aby první znak byl abecedním velkým znakem.
Následující příklad používá kontrolní výraz s nulovou šířkou pozitivního vyhledávání tak, aby odpovídal slovu, které předchází slovesu "is" ve vstupním řetězci.
using System;
using System.Text.RegularExpressions;
public class Example
{
public static void Main()
{
string pattern = @"\b\w+(?=\sis\b)";
string[] inputs = { "The dog is a Malamute.",
"The island has beautiful birds.",
"The pitch missed home plate.",
"Sunday is a weekend day." };
foreach (string input in inputs)
{
Match match = Regex.Match(input, pattern);
if (match.Success)
Console.WriteLine("'{0}' precedes 'is'.", match.Value);
else
Console.WriteLine("'{0}' does not match the pattern.", input);
}
}
}
// The example displays the following output:
// 'dog' precedes 'is'.
// 'The island has beautiful birds.' does not match the pattern.
// 'The pitch missed home plate.' does not match the pattern.
// 'Sunday' precedes 'is'.
Imports System.Text.RegularExpressions
Module Example
Public Sub Main()
Dim pattern As String = "\b\w+(?=\sis\b)"
Dim inputs() As String = {"The dog is a Malamute.", _
"The island has beautiful birds.", _
"The pitch missed home plate.", _
"Sunday is a weekend day."}
For Each input As String In inputs
Dim match As Match = Regex.Match(input, pattern)
If match.Success Then
Console.WriteLine("'{0}' precedes 'is'.", match.Value)
Else
Console.WriteLine("'{0}' does not match the pattern.", input)
End If
Next
End Sub
End Module
' The example displays the following output:
' 'dog' precedes 'is'.
' 'The island has beautiful birds.' does not match the pattern.
' 'The pitch missed home plate.' does not match the pattern.
' 'Sunday' precedes 'is'.
Regulární výraz \b\w+(?=\sis\b) se interpretuje, jak je znázorněno v následující tabulce.
| Vzor | Popis |
|---|---|
\b |
Začne porovnání na hranici slova. |
\w+ |
Porovná jeden nebo více znaků slova. |
(?=\sis\b) |
Určete, jestli jsou znaky slova následované prázdným znakem a řetězcem "is", který končí na hranici slova. Pokud ano, shoda je úspěšná. |
Kontrolní výrazy negativního vyhledávání s nulovou šířkou
Následující konstruktor seskupení definuje kontrolní výraz negativního vyhledávání s nulovou šířkou:
(?!podvýraz )
Tady je dílčí výraz libovolný vzor regulárního výrazu. Aby byla shoda úspěšná, vstupní řetězec nesmí odpovídat vzoru regulárního výrazu v dílčím výrazu, i když odpovídající řetězec není součástí výsledku shody.
Kontrolní výraz negativního vyhledávání s nulovou šířkou se obvykle používá buď na začátku, nebo na konci regulárního výrazu. Na začátku regulárního výrazu může definovat konkrétní vzor, který by se neměl shodovat, když začátek regulárního výrazu definuje podobný, ale obecnější vzor, který se má shodovat. V tomto případě se často používá k omezení navracení. Na konci regulárního výrazu může definovat dílčí výraz, který nemůže na konci shody nastat.
Následující příklad definuje regulární výraz, který používá hledaný výraz nulové šířky na začátku regulárního výrazu, aby odpovídal slovům, která nezačíná na "un".
using System;
using System.Text.RegularExpressions;
public class Example
{
public static void Main()
{
string pattern = @"\b(?!un)\w+\b";
string input = "unite one unethical ethics use untie ultimate";
foreach (Match match in Regex.Matches(input, pattern, RegexOptions.IgnoreCase))
Console.WriteLine(match.Value);
}
}
// The example displays the following output:
// one
// ethics
// use
// ultimate
Imports System.Text.RegularExpressions
Module Example
Public Sub Main()
Dim pattern As String = "\b(?!un)\w+\b"
Dim input As String = "unite one unethical ethics use untie ultimate"
For Each match As Match In Regex.Matches(input, pattern, RegexOptions.IgnoreCase)
Console.WriteLine(match.Value)
Next
End Sub
End Module
' The example displays the following output:
' one
' ethics
' use
' ultimate
Regulární výraz \b(?!un)\w+\b se interpretuje, jak je znázorněno v následující tabulce.
| Vzor | Popis |
|---|---|
\b |
Začne porovnání na hranici slova. |
(?!un) |
Určete, jestli jsou následující dva znaky "un". Pokud tomu tak není, je možná shoda. |
\w+ |
Porovná jeden nebo více znaků slova. |
\b |
Ukončí porovnání na hranici slova. |
Následující příklad definuje regulární výraz, který používá hledaný výraz nulové šířky na konci regulárního výrazu, aby odpovídal slovům, která nekončí interpunkčním znakem.
using System;
using System.Text.RegularExpressions;
public class Example
{
public static void Main()
{
string pattern = @"\b\w+\b(?!\p{P})";
string input = "Disconnected, disjointed thoughts in a sentence fragment.";
foreach (Match match in Regex.Matches(input, pattern))
Console.WriteLine(match.Value);
}
}
// The example displays the following output:
// disjointed
// thoughts
// in
// a
// sentence
Imports System.Text.RegularExpressions
Module Example
Public Sub Main()
Dim pattern As String = "\b\w+\b(?!\p{P})"
Dim input As String = "Disconnected, disjointed thoughts in a sentence fragment."
For Each match As Match In Regex.Matches(input, pattern)
Console.WriteLine(match.Value)
Next
End Sub
End Module
' The example displays the following output:
' disjointed
' thoughts
' in
' a
' sentence
Regulární výraz \b\w+\b(?!\p{P}) se interpretuje, jak je znázorněno v následující tabulce.
| Vzor | Popis |
|---|---|
\b |
Začne porovnání na hranici slova. |
\w+ |
Porovná jeden nebo více znaků slova. |
\b |
Ukončí porovnání na hranici slova. |
\p{P}) |
Pokud další znak není interpunkční symbol (například tečka nebo čárka), shoda bude úspěšná. |
Kontrolní výrazy pozitivního vzhledu s nulovou šířkou
Následující konstruktor seskupení definuje kontrolní výraz pozitivního vyhledávání s nulovou šířkou:
(?<=podvýraz )
Tady je dílčí výraz libovolný vzor regulárního výrazu. Aby byla shoda úspěšná, musí podvýraz nastat na vstupním řetězci vlevo od aktuální pozice, i když subexpression není zahrnuta do výsledku shody. Kontrolní výraz pozitivního vzhledu s nulovou šířkou se nevrátí zpět.
Kontrolní výrazy pozitivního vzhledu s nulovou šířkou se obvykle používají na začátku regulárních výrazů. Vzor, který definují, je předpokladem shody, i když není součástí výsledku shody.
Následující příklad například odpovídá posledním dvěma číslicům v roce za dvacet první století (to znamená, že číslice "20" předchází odpovídajícímu řetězci).
using System;
using System.Text.RegularExpressions;
public class Example
{
public static void Main()
{
string input = "2010 1999 1861 2140 2009";
string pattern = @"(?<=\b20)\d{2}\b";
foreach (Match match in Regex.Matches(input, pattern))
Console.WriteLine(match.Value);
}
}
// The example displays the following output:
// 10
// 09
Imports System.Text.RegularExpressions
Module Example
Public Sub Main()
Dim input As String = "2010 1999 1861 2140 2009"
Dim pattern As String = "(?<=\b20)\d{2}\b"
For Each match As Match In Regex.Matches(input, pattern)
Console.WriteLine(match.Value)
Next
End Sub
End Module
' The example displays the following output:
' 10
' 09
Vzor (?<=\b20)\d{2}\b regulárního výrazu je interpretován, jak je znázorněno v následující tabulce.
| Vzor | Popis |
|---|---|
\d{2} |
Porovná dvě desítkové číslice. |
(?<=\b20) |
Pokračujte ve shodě, pokud jsou dvě desetinné číslice před desetinnými číslicemi "20" na hranici slova. |
\b |
Ukončí porovnání na hranici slova. |
Kontrolní výrazy pozitivního vzhledu s nulovou šířkou se také používají k omezení navracení, pokud poslední znak nebo znaky v zachycené skupině musí být podmnožinou znaků, které odpovídají vzoru regulárního výrazu dané skupiny. Pokud například skupina zachycuje všechny po sobě jdoucí znaky slova, můžete použít kontrolní výraz pozitivního vzhledu s nulovou šířkou a vyžadovat, aby poslední znak byl abecední.
Kontrolní výrazy negativního vzhledu s nulovou šířkou
Následující konstruktor seskupení definuje kontrolní výraz negativního vyhledávání s nulovou šířkou:
(?<!podvýraz )
Tady je dílčí výraz libovolný vzor regulárního výrazu. Aby byla shoda úspěšná, podvýraz nesmí nastat ve vstupním řetězci vlevo od aktuální pozice. Žádný podřetětěr, který se neshoduje subexpression , však není součástí výsledku shody.
Kontrolní výrazy negativního vzhledu s nulovou šířkou se obvykle používají na začátku regulárních výrazů. Vzor, který definují, vylučuje shodu v následujícím řetězci. Používají se také k omezení navracení, pokud poslední znak nebo znaky v zachycené skupině nesmí být jeden nebo více znaků, které odpovídají vzoru regulárního výrazu dané skupiny. Pokud například skupina zachycuje všechny po sobě jdoucí znaky slova, můžete použít kontrolní výraz pozitivního vzhledu s nulovou šířkou, který vyžaduje, aby poslední znak nebyl podtržítkem (_).
Následující příklad odpovídá datu pro libovolný den v týdnu, který není víkend (to znamená, že není sobota ani neděle).
using System;
using System.Text.RegularExpressions;
public class Example
{
public static void Main()
{
string[] dates = { "Monday February 1, 2010",
"Wednesday February 3, 2010",
"Saturday February 6, 2010",
"Sunday February 7, 2010",
"Monday, February 8, 2010" };
string pattern = @"(?<!(Saturday|Sunday) )\b\w+ \d{1,2}, \d{4}\b";
foreach (string dateValue in dates)
{
Match match = Regex.Match(dateValue, pattern);
if (match.Success)
Console.WriteLine(match.Value);
}
}
}
// The example displays the following output:
// February 1, 2010
// February 3, 2010
// February 8, 2010
Imports System.Text.RegularExpressions
Module Example
Public Sub Main()
Dim dates() As String = {"Monday February 1, 2010", _
"Wednesday February 3, 2010", _
"Saturday February 6, 2010", _
"Sunday February 7, 2010", _
"Monday, February 8, 2010"}
Dim pattern As String = "(?<!(Saturday|Sunday) )\b\w+ \d{1,2}, \d{4}\b"
For Each dateValue As String In dates
Dim match As Match = Regex.Match(dateValue, pattern)
If match.Success Then
Console.WriteLine(match.Value)
End If
Next
End Sub
End Module
' The example displays the following output:
' February 1, 2010
' February 3, 2010
' February 8, 2010
Vzor (?<!(Saturday|Sunday) )\b\w+ \d{1,2}, \d{4}\b regulárního výrazu je interpretován, jak je znázorněno v následující tabulce.
| Vzor | Popis |
|---|---|
\b |
Začne porovnání na hranici slova. |
\w+ |
Porovná jeden nebo více znaků slova následovaných prázdným znakem. |
\d{1,2}, |
Porovná jednu nebo dvě desetinné číslice následované prázdným znakem a čárkou. |
\d{4}\b |
Porovná čtyři desítkové číslice a ukončí shodu na hranici slova. |
(?<!(Saturday|Sunday) ) |
Pokud před shodu následuje něco jiného, než jsou řetězce "Sobota" nebo "Neděle" následované mezerou, shoda bude úspěšná. |
Atomické skupiny
Následující konstruktor seskupení představuje atomickou skupinu (známou v některých dalších modulech regulárních výrazů jako nebacktracking subexpression, atomický dílčí výraz nebo dílčí výraz pouze jednou):
(?>podvýraz )
Tady je dílčí výraz libovolný vzor regulárního výrazu.
Obvykle platí, že pokud regulární výraz obsahuje volitelný nebo alternativní vzor porovnávání a shoda není úspěšná, modul regulárních výrazů může větvet ve více směrech tak, aby odpovídal vstupnímu řetězci se vzorem. Pokud se shoda nenajde, když vezme první větev, modul regulárních výrazů může zálohovat nebo vracet zpět do bodu, ve kterém trvala první shoda, a pokusit se o shodu pomocí druhé větve. Tento proces může pokračovat, dokud se nezkouší všechny větve.
Konstruktor (?>jazyka dílčího výrazu) zakáže navracení. Modul regulárních výrazů bude odpovídat tolika znakům ve vstupním řetězci, kolik může. Pokud není možné žádnou další shodu, nebude se vrátit zpět k pokusu o alternativní shody vzorů. (To znamená, že dílčí výraz odpovídá pouze řetězcům, které by se shodovaly pouze s dílčím výrazem; nepokoušá se shodovat s řetězcem na základě dílčího výrazu a všech dílčích výrazů, které jej následují.)
Tato možnost se doporučuje, pokud víte, že navracení nebude úspěšné. Zabránění tomu, aby modul regulárních výrazů prováděl zbytečné vyhledávání, zlepšuje výkon.
Následující příklad ukazuje, jak atomová skupina mění výsledky shody vzoru. Zpětné navracení regulárního výrazu úspěšně odpovídá řadě opakovaných znaků následovaných jedním výskytem stejného znaku na hranici slova, ale nevrátí se regulární výraz.
using System;
using System.Text.RegularExpressions;
public class Example
{
public static void Main()
{
string[] inputs = { "cccd.", "aaad", "aaaa" };
string back = @"(\w)\1+.\b";
string noback = @"(?>(\w)\1+).\b";
foreach (string input in inputs)
{
Match match1 = Regex.Match(input, back);
Match match2 = Regex.Match(input, noback);
Console.WriteLine("{0}: ", input);
Console.Write(" Backtracking : ");
if (match1.Success)
Console.WriteLine(match1.Value);
else
Console.WriteLine("No match");
Console.Write(" Nonbacktracking: ");
if (match2.Success)
Console.WriteLine(match2.Value);
else
Console.WriteLine("No match");
}
}
}
// The example displays the following output:
// cccd.:
// Backtracking : cccd
// Nonbacktracking: cccd
// aaad:
// Backtracking : aaad
// Nonbacktracking: aaad
// aaaa:
// Backtracking : aaaa
// Nonbacktracking: No match
Imports System.Text.RegularExpressions
Module Example
Public Sub Main()
Dim inputs() As String = {"cccd.", "aaad", "aaaa"}
Dim back As String = "(\w)\1+.\b"
Dim noback As String = "(?>(\w)\1+).\b"
For Each input As String In inputs
Dim match1 As Match = Regex.Match(input, back)
Dim match2 As Match = Regex.Match(input, noback)
Console.WriteLine("{0}: ", input)
Console.Write(" Backtracking : ")
If match1.Success Then
Console.WriteLine(match1.Value)
Else
Console.WriteLine("No match")
End If
Console.Write(" Nonbacktracking: ")
If match2.Success Then
Console.WriteLine(match2.Value)
Else
Console.WriteLine("No match")
End If
Next
End Sub
End Module
' The example displays the following output:
' cccd.:
' Backtracking : cccd
' Nonbacktracking: cccd
' aaad:
' Backtracking : aaad
' Nonbacktracking: aaad
' aaaa:
' Backtracking : aaaa
' Nonbacktracking: No match
Regulární výraz (?>(\w)\1+).\b bez zpětného navracení je definován, jak je znázorněno v následující tabulce.
| Vzor | Popis |
|---|---|
(\w) |
Porovná jeden znak slova a přiřadí ho první zachycené skupině. |
\1+ |
Porovná hodnotu prvního zachyceného podřetětěce jednou nebo vícekrát. |
. |
Porovná libovolný znak. |
\b |
Ukončete shodu na hranici slova. |
(?>(\w)\1+) |
Porovná jeden nebo více výskytů duplicitního znaku slova, ale nepřesuňujte zpět poslední znak na hranici slova. |
Seskupování konstruktorů a objektů regulárních výrazů
Podřetětěce, které odpovídají skupině zachycení regulárního výrazu, jsou reprezentovány System.Text.RegularExpressions.Group objekty, které lze načíst z objektu System.Text.RegularExpressions.GroupCollection , který je vrácen Match.Groups vlastností. Objekt GroupCollection se vyplní následujícím způsobem:
- První Group objekt v kolekci (objekt na nulu indexu) představuje celou shodu.
- Další sada Group objektů představuje nepojmenované (číslovaný) zachytávání skupin. Zobrazí se v pořadí, ve kterém jsou definovány v regulárním výrazu zleva doprava. Hodnoty indexu těchto skupin jsou v rozsahu od 1 do počtu nepojmenovaných zachycených skupin v kolekci. (Index konkrétní skupiny je ekvivalentní číslované zpětnému odvozování. Další informace o backreference naleznete v tématu Backreference Konstrukts.)
- Poslední sada Group objektů představuje pojmenované skupiny zachytávání. Zobrazí se v pořadí, ve kterém jsou definovány v regulárním výrazu zleva doprava. Hodnota indexu první pojmenované skupiny zachycení je jedna větší než index poslední nepojmenované zachycené skupiny. Pokud v regulárním výrazu nejsou žádné nepojmenované skupiny, hodnota indexu první pojmenované skupiny zachycení je jedna.
Pokud použijete kvantifikátor na zachytávací skupinu, odpovídající Group objekt Capture.ValueCapture.Indexa Capture.Length vlastnosti odrážejí poslední podřetětěc zachycený zachytávací skupinou. Můžete načíst úplnou sadu podřetěžců zachycených skupinami, které mají kvantifikátory z objektu CaptureCollection Group.Captures , který je vrácen vlastností.
Následující příklad vysvětluje vztah mezi Group objekty a Capture objekty.
using System;
using System.Text.RegularExpressions;
public class Example
{
public static void Main()
{
string pattern = @"(\b(\w+)\W+)+";
string input = "This is a short sentence.";
Match match = Regex.Match(input, pattern);
Console.WriteLine("Match: '{0}'", match.Value);
for (int ctr = 1; ctr < match.Groups.Count; ctr++)
{
Console.WriteLine(" Group {0}: '{1}'", ctr, match.Groups[ctr].Value);
int capCtr = 0;
foreach (Capture capture in match.Groups[ctr].Captures)
{
Console.WriteLine(" Capture {0}: '{1}'", capCtr, capture.Value);
capCtr++;
}
}
}
}
// The example displays the following output:
// Match: 'This is a short sentence.'
// Group 1: 'sentence.'
// Capture 0: 'This '
// Capture 1: 'is '
// Capture 2: 'a '
// Capture 3: 'short '
// Capture 4: 'sentence.'
// Group 2: 'sentence'
// Capture 0: 'This'
// Capture 1: 'is'
// Capture 2: 'a'
// Capture 3: 'short'
// Capture 4: 'sentence'
Imports System.Text.RegularExpressions
Module Example
Public Sub Main()
Dim pattern As String = "(\b(\w+)\W+)+"
Dim input As String = "This is a short sentence."
Dim match As Match = Regex.Match(input, pattern)
Console.WriteLine("Match: '{0}'", match.Value)
For ctr As Integer = 1 To match.Groups.Count - 1
Console.WriteLine(" Group {0}: '{1}'", ctr, match.Groups(ctr).Value)
Dim capCtr As Integer = 0
For Each capture As Capture In match.Groups(ctr).Captures
Console.WriteLine(" Capture {0}: '{1}'", capCtr, capture.Value)
capCtr += 1
Next
Next
End Sub
End Module
' The example displays the following output:
' Match: 'This is a short sentence.'
' Group 1: 'sentence.'
' Capture 0: 'This '
' Capture 1: 'is '
' Capture 2: 'a '
' Capture 3: 'short '
' Capture 4: 'sentence.'
' Group 2: 'sentence'
' Capture 0: 'This'
' Capture 1: 'is'
' Capture 2: 'a'
' Capture 3: 'short'
' Capture 4: 'sentence'
Vzor regulárního výrazu (\b(\w+)\W+)+ extrahuje jednotlivá slova z řetězce. Je definován tak, jak je uvedeno v následující tabulce.
| Vzor | Popis |
|---|---|
\b |
Začne porovnání na hranici slova. |
(\w+) |
Porovná jeden nebo více znaků slova. Tyto znaky společně tvoří slovo. Toto je druhá zachytávající skupina. |
\W+ |
Porovná jeden nebo více neslovných znaků. |
(\b(\w+)\W+) |
Porovná vzor jednoho nebo více znaků slova, za kterými následuje jeden nebo více neslovných znaků jednou nebo vícekrát. Toto je první zachytávající skupina. |
Druhá zachycená skupina odpovídá každému slovu věty. První zachycená skupina odpovídá každému slovu spolu s interpunkcí a prázdným místem, které následují za tímto slovem. Objekt Group , jehož index je 2, poskytuje informace o textu, který odpovídá druhé skupině zachycení. Úplná sada slov zachycených skupinou zachycení jsou k dispozici z objektu CaptureCollection vráceného Group.Captures vlastností.
