Строки и регулярные выражения 1 ©Павловская Т.А. (СПбГУ ИТМО) - презентация

1 Строки и регулярные выражения 1 ©Павловская Т.А. (СПбГУ ИТМО)

2 2 Строки в C# string StringBuilder символы (тип char) - самостоятельно

3 ©Павловская Т.А. (СПбГУ ИТМО) 3 Преодолевши какой ни на есть труд, человек чувствует удовольствие. Суворов А. В.

4 ©Павловская Т.А. (СПбГУ ИТМО) 4 Строки типа string Тип string предназначен для работы со строками символов в кодировке Unicode. Ему соответствует базовый класс System.String библиотеки.NET. Создание строки: 1. string s; // инициализация отложена 2. string t = "qqq"; // инициализация строковым литералом 3. string u = new string(' ', 20); // с пом. конструктора 4. string v = new string( a ); // создание из массива символов // создание массива символов: char[] a = { '0', '0', '0' };

5 ©Павловская Т.А. (СПбГУ ИТМО) 5 Операции для строк присваивание (=); проверка на равенство (==); проверка на неравенство (!=); обращение по индексу ([]); сцепление (конкатенация) строк (+). Строки равны, если имеют одинаковое количество символов и совпадают посимвольно. Обращаться к отдельному элементу строки по индексу можно только для получения значения, но не для его изменения. Это связано с тем, что строки типа string относятся к неизменяемым типам данных. Методы, изменяющие содержимое строки, на самом деле создают новую копию строки. Неиспользуемые «старые» копии автоматически удаляются сборщиком мусора.

6 Иллюстрация неизменяемости строки string s1 = "Hello"; string s2 = s1; s1 += " and goodbye."; Console.WriteLine(s2); // результат - "Hello" ©Павловская Т.А. (СПбГУ ИТМО) 6

7 7 Некоторые элементы класса System.String НазваниеОписание Compare Сравнение двух строк в алфавитном порядке. Разные реализации метода позволяют сравнивать строки и подстроки с учетом и без учета регистра и особенностей национального представления дат и т. д. CompareOrdinal Сравнение двух строк по кодам символов. Разные реализации метода позволяют сравнивать строки и подстроки CompareTo Сравнение текущего экземпляра строки с другой строкой Concat Конкатенация строк. Метод допускает сцепление произвольного числа строк Copy Создание копии строки

8 ©Павловская Т.А. (СПбГУ ИТМО) 8 Format Форматирование в соответствии с заданными спецификаторами формата IndexOf, LastIndexOf, … Определение индексов первого и последнего вхождения заданной подстроки или любого символа из заданного набора Insert Вставка подстроки в заданную позицию Join Слияние массива строк в единую строку. Между элементами массива вставляются разделители (см. далее) Length Длина строки (количество символов) Remove Удаление подстроки из заданной позиции Replace Замена всех вхождений заданной подстроки или символа новой подстрокой или символом Split Разделение строки на элементы, используя заданные разделители. Результаты помещаются в массив строк Substring Выделение подстроки, начиная с заданной позиции

9 ©Павловская Т.А. (СПбГУ ИТМО) 9 Пример string s = "прекрасная королева Изольда"; Console.WriteLine( s ); string sub = s.Substring( 3 ).Remove( 12, 2 ); // 1 Console.WriteLine( sub ); string[] mas = s.Split(' '); // 2 string joined = string.Join( "! ", mas ); Console.WriteLine( joined ); прекрасная королева Изольда красная корова Изольда прекрасная! королева! Изольда

10 ©Павловская Т.А. (СПбГУ ИТМО) 10 Пример: разбиение текста на слова StreamReader inputFile = new StreamReader("example.txt"); string text = inputFile.ReadToEnd(); char[] delims = ".,;:!?\n\xD\xA\" ".ToCharArray(); string[] words = text.Split(delims, StringSplitOptions.RemoveEmptyEntries); foreach (string word in words) Console.WriteLine(word); Console.WriteLine("Cлов в тексте: " + words.Length); // слова, оканчивающиеся на «а»: foreach (string word in words) if (word[word.Length-1] == 'а') Console.WriteLine(word);

11 ©Павловская Т.А. (СПбГУ ИТМО) 11 Пример форматирования строк double a = ; int b = 29; Console.WriteLine( " a = {0,6:C} b = {1,2:X}", a, b ); Console.WriteLine( " a = {0,6:0.##} b = {1,5:0.# ' руб. '}", a, b); Console.WriteLine(" a = {0:F3} b = {1:D3}", a, b); Console.WriteLine( " a = " + a.ToString("C")); a = 12,23p. b = 1D a = 12,23 b = 29 руб. a = 12,234 b = 029 a = 12,23p. {n[,m][:спецификатор_формата[число]]} 12 ©Павловская Т.А. (СПбГУ ИТМО) 12 Спецификаторы формата для строк C или c Вывод значений в денежном (currency) формате. D или d Вывод целых значений. E или e Вывод значений в экспоненциальном формате, то есть в виде d.ddd…E+ddd или d.ddd…e+ddd. F или f Вывод значений с фиксированной точностью. G или g Формат общего вида. Вывод значений с фиксированной точностью или в экспоненциальном формате, в зависимости от того, какой формат требует меньшего количества позиций. N или n Вывод значений в формате d,ddd,ddd.ddd. После спецификации можно задать целое число, определяющее длину дробной части P или p Вывод числа в процентном формате R или r Отмена округления числа при преобразовании в строку. Гарантирует, что при обратном преобразовании в значение того же типа получится то же самое X или x Вывод значений в шестнадцатеричном формате.

13 ©Павловская Т.А. (СПбГУ ИТМО) 13 Примеры пользовательских шаблонов ЧислоШаблонПредставление числа 1, ,24 1,243#.##1,24 0, ,10 0,1#.##,1

14 Пустые строки и строки null Пустая строка экземпляр объекта System.String, содержащий 0 символов: string s = ""; Для пустых строк можно вызывать методы. Строки со значениями null, напротив, не ссылаются на экземпляр объекта System.String, попытка вызвать метод для строки null вызовет исключение NullReferenceException. Однако строки null можно использовать в операциях объединения и сравнения с другими строками. ©Павловская Т.А. (СПбГУ ИТМО) 14

15 ©Павловская Т.А. (СПбГУ ИТМО) 15 Строки типа StringBuilder Класс StringBuilder определен в пространстве имен System.Text. Позволяет изменять значение своих экземпляров. При создании экземпляра обязательно использовать операцию new и конструктор, например: StringBuilder a = new StringBuilder(); // 1 StringBuilder b = new StringBuilder( "qwerty" ); // 2 StringBuilder c = new StringBuilder( 100 ); // 3 StringBuilder d = new StringBuilder( "qwerty", 100 ); // 4 StringBuilder e = new StringBuilder( "qwerty", 1, 3, 100 );// 5 Конкатенация string ~ 1 мин., StringBuilder ~ 1 сек.

16 ©Павловская Т.А. (СПбГУ ИТМО) 16 Основные элементы класса System.Text.StringBuilder Append Добавление в конец строки. Разные варианты метода позволяют добавлять в строку величины любых встроенных типов, массивы символов, строки и подстроки типа string AppendFormat Добавление форматированной строки в конец строки Capacity Получение или установка емкости буфера. Если устанавливаемое значение меньше текущей длины строки или больше максимального, генерируется исключение ArgumentOutOfRangeException Insert Вставка подстроки в заданную позицию Length Длина строки (количество символов) MaxCapacity Максимальный размер буфера Remove Удаление подстроки из заданной позиции Replace Замена всех вхождений заданной подстроки или символа новой подстрокой или символом ToString Преобразование в строку типа string

17 ©Павловская Т.А. (СПбГУ ИТМО) 17 Пример использования StringBuilder Console.Write( "Введите зарплату: " ); double salary = double.Parse( Console.ReadLine() ); StringBuilder a = new StringBuilder(); a.Append( "зарплата " ); a.AppendFormat( "{0, 6:C} - в год {1, 6:C}", salary, salary * 12 ); Console.WriteLine( a ); a.Replace( "р.", "тыс.$" ); Console.WriteLine( "А лучше было бы: " + a ); Введите зарплату: 3500 зарплата 3 500,00р. - в год ,00р. А лучше было бы: зарплата 3 500,00тыс.$ - в год ,00тыс.$

18 ©Павловская Т.А. (СПбГУ ИТМО) 18 Регулярные выражения Регулярное выражение шаблон (образец), по которому выполняется поиск соответствующего ему фрагмента текста. тег html: ]+> российский номер автомобиля: [A-Z]\d{3}[A-Z]{2}\d\dRUS IP-адрес: \d\d?\d?\.\d\d?\d?\.\d\d?\d?\.\d\d?\d? Регулярные выражения предназначены для обработки текстовой информации и обеспечивают: эффективный поиск в тексте по заданному шаблону; редактирование, замену и удаление подстрок; формирование итоговых отчетов по результатам работы с текстом. Примеры упрощенные

19 ©Павловская Т.А. (СПбГУ ИТМО) 19 Язык описания регулярных выражений Язык описания регулярных выражений состоит из символов двух видов: обычных и метасимволов. Обычный символ представляет в выражении сам себя. Метасимвол: класс символов (например, любая цифра \d или буква \w) уточняющий символ (например, ^). повторитель (например, +). Примеры: выражение для поиска в тексте фрагмента «Вася» записывается с помощью четырех обычных символов «Вася» выражение для поиска двух цифр, идущих подряд, состоит из двух метасимволов «\d\d» выражение для поиска фрагментов вида «Вариант 1», «Вариант 2», …, «Вариант 9» имеет вид «Вариант \d» выражение для поиска фрагментов вида «Вариант 1», «Вариант 23», «Вариант 719», …, имеет вид «Вариант \d+»

20 ©Павловская Т.А. (СПбГУ ИТМО) 20 Метасимволы - классы символов Класс символов ОписаниеПример. любой символ, кроме \n c.t соответствует фрагментам cat, cut, c1t, c{t и т.д. [] любой одиночный символ из последовательности внутри скобок. c[au1]t соответствует фрагментам cat, cut и c1t. c[a-z]t соответствует фрагментам cat, cbt, cct, cdt, …, czt [^] любой одиночный символ, не входящий в последовательность внутри скобок. c[^au1]t соответствует фрагментам cbt, c2t, cХt и т.д. c[^a-zA-Z]t соответствует фрагментам cиt, c1t, cЧt, c3t и т.д. \w любой алфавитно-цифровой символ, то есть символ из множества прописных и строчных букв и десятичных цифр c\wt соответствует фрагментам cat, cut, c1t, cЮt и т.д. Не соответствует c{t, c;t и т.д.

21 ©Павловская Т.А. (СПбГУ ИТМО) 21 продолжение таблицы \W\W любой не алфавитно-цифровой символ, то есть символ, не входящий в множество прописных и строчных букв и десятичных цифр c\Wt соответствует фрагментам c{t, c;t, c t и т.д. Не соответствует cat, cut, c1t, cЮt и т.д. \s\s любой пробельный символ, например, пробел, табуляция ( \t, \v ), перевод строки ( \n, \r ), новая страница ( \f ) \s\w\w\w\s соответствует любому слову из трех букв, окруженному пробельными символами \S\S любой не пробельный символ, то есть символ, не входящий в множество пробельных \s\S\S\s соответствует любым двум непробельным символам, окруженным пробельными. \d\d любая десятичная цифра c\dt соответствует фрагментам c1t, c2t, …, c9t \D\D любой символ, не явдяющийся десятичной цифрой c\Dt не соответствует фрагментам c1t, c2t, …, c9t.

22 ©Павловская Т.А. (СПбГУ ИТМО) 22 Уточняющие (якорные) метасимволы Мета- символ фрагмент, совпадающий с регулярным выражением: ^ следует искать только в начале строки $ следует искать только в конце строки \A следует искать только в начале многострочной строки \Z следует искать только в конце многострочной строки \b начинается или заканчивается на границе слова (т.е. между символами, соответствующими \w и \W ) \B\B не должен встречаться на границе слова ^cat cat$cat$ ^cat$ ^$^$

23 ©Павловская Т.А. (СПбГУ ИТМО) 23 Повторители Мета- символ ОписаниеПример * 0 или более повторений предыдущего элемента ca*t соответствует фрагментам ct, cat, caat, caaaaaaaaaaat и т.д. + 1 или более повторений предыдущего элемента ca+t соответствует фрагментам cat, caat, caaaaaaaaaaat и т.д. ? 0 или 1 повторений предыдущего элемента ca?t соответствует фрагментам ct и cat {n} ровно n повторений предыдущего элемента ca{3}t соответствует фрагменту caaat. (cat){2} соответствует фрагменту catcat. {n,} по крайней мере n повторений предыдущего элемента ca{3,}t соответствует фрагментам caaat, caaaat, caaaaaaaaaaaat и т.д. {n,m} от n до m повторений предыдущего элемента ca{2,4}t соответствует фрагментам caat, caaat и caaaat

24 ©Павловская Т.А. (СПбГУ ИТМО) 24 Примеры простых регулярных выражений целое число (возможно, со знаком): [-+]?\d+ вещественное число (может иметь знак и дробную часть, отделенную точкой): [-+]?\d+\.?\d* российский номер автомобиля (упрощенно): [A-Z]\d{3}[A-Z]{2}\d\dRUS ip-адрес (упрощенно): (\d{1,3}\.){3}\d{1,3}

25 Поддержка регулярных выражений в.NET Для поддержки регулярных выражений в библиотеку.NET включены классы, объединенные в пространство имен System.Text.RegularExpressions. Основной класс – Regex. Он реализует подсистему обработки регулярных выражений. Подсистеме требуется предоставить: Шаблон (регулярное выражение), соответствия которому требуется найти в тексте. Текст, который требуется проанализировать с помощью шаблона. См.: ©Павловская Т.А. (СПбГУ ИТМО) 25

26 Использование класса Regex Обработчик регулярных выражений выполняет синтаксический разбор и компиляцию регулярного выражения, а также операции, сопоставляющие шаблон регулярного выражения с входной строкой. Обработчик можно использовать одним из двух способов: С помощью вызова статических методов класса Regex. Параметры метода содержат входную строку и шаблон регулярного выражения.Regex С помощью создания объекта Regex посредством передачи регулярного выражения в конструктор класса.Regex ©Павловская Т.А. (СПбГУ ИТМО) 26

27 Методы класса RegexRegex позволяют выполнять следующие действия: Определить, встречается ли во входном тексте шаблон регулярного выражения (метод IsMatch).IsMatch Извлечь из текста одно или все вхождения, соответствующие шаблону регулярного выражения (методы Match или Matches).MatchMatches Заменить текст, соответствующий шаблону регулярного выражения (метод Replace).Replace Разделить строку на массив строк (метод Split).Split ©Павловская Т.А. (СПбГУ ИТМО) 27

28 using System; using System.Text.RegularExpressions; public class Example { public static void Main() { string[] values = { " ", " "}; string pattern foreach (string value in values) { if (Regex.IsMatch(value, pattern)) Console.WriteLine("{0} is a valid SSN.", value); else Console.WriteLine("{0}: Invalid", value); } } } // Вывод: // is a valid SSN. // : Invalid ©Павловская Т.А. (СПбГУ ИТМО) 28 Пример использования Regex.IsMatch

29 Пример использования Regex.Matches // совпадения со строкой "abc" во входной строке using System; using System.Text.RegularExpressions; public class Example { public static void Main() { string pattern = "abc"; string input = "abc123abc456abc789"; foreach (Match match in Regex.Matches(input, pattern)) Console.WriteLine("{0} found at position {1}.", match.Value, match.Index); } } //Вывод: // abc found at position 0. // abc found at position 6. // abc found at position 12. ©Павловская Т.А. (СПбГУ ИТМО) 29

30 Или: using System; using System.Text.RegularExpressions; public class Example { public static void Main() { string pattern = "abc"; string input = "abc123abc456abc789"; Match match = Regex.Match(input, pattern); while (match.Success) { Console.WriteLine("{0} found at position {1}.", match.Value, match.Index); match = match.NextMatch(); } } } // создание экземпляра класса Match ©Павловская Т.А. (СПбГУ ИТМО) 30

31 Еще пример использования Regex.Matches string pattern string input = " "; foreach (Match match in Regex.Matches(input, pattern)) Console.WriteLine("'{0}' found at position {1}.", match.Value, match.Index); // Вывод: // '99' found at position 0. // '919' found at position 6. // '9119' found at position 14. // '999' found at position 24. // '91119' found at position 33. ©Павловская Т.А. (СПбГУ ИТМО) 31

32 // Добавить $ перед десятичной цифрой: using System; using System.Text.RegularExpressions; public class Example { public static void Main() { string pattern string replacement = "$$$&"; string input = "Total Cost: "; Console.WriteLine(Regex.Replace(input, pattern, replacement)); } } // Вывод: // Total Cost: $ ©Павловская Т.А. (СПбГУ ИТМО) 32 Пример использования Regex.Replace $$ - cимвол доллара ($). $& - вся сопоставленная подстрока.

33 // помещает элементы нумерованного списка в массив строк: using System; using System.Text.RegularExpressions; public class Example { public static void Main() { string input = "1. Eggs 2. Bread 3. Milk 4. Coffee 5. Tea"; string pattern foreach (string item in Regex.Split(input, pattern)) { if (! String.IsNullOrEmpty(item)) Console.WriteLine(item); } ©Павловская Т.А. (СПбГУ ИТМО) 33 Пример использования Regex.Split // Вывод: // Eggs // Bread // Milk // Coffee // Tea

34 ©Павловская Т.А. (СПбГУ ИТМО) 34 Разбиение строки на слова (метод Split) public static void Main() { string text = "Салат - $4, борщ -$3, одеколон - $10."; string pattern = "[-,.]+"; Regex r = new Regex( pattern ); string [] words = r.Split(text); foreach ( string word in words ) Console.WriteLine( word ); } Результат: Салат $4 Борщ $3 Одеколон $10

35 Пример РВ: удаление символов Метод CleanInput используется для удаления потенциально опасных символов, введенных в текстовое поле пользователем (не являющихся алфавитно-цифровыми, за -.. using System; using System.Text.RegularExpressions; public class Example { static string CleanInput(string strIn) { return Regex.Replace(strIn, ""); } } шаблон регулярного выражения также разрешает знак процента и обратную косую черту во входной строке. ©Павловская Т.А. (СПбГУ ИТМО) 35

36 ©Павловская Т.А. (СПбГУ ИТМО) 36 Группирование Группирование (c помощью круглых скобок) применяется во многих случаях: требуется задать повторитель не для отдельного символа, а для последовательности; для запоминания фрагмента, совпавшего с выражением, заключенным в скобки, в некоторой переменной. Имя переменной задается в угловых скобках или апострофах: (? фрагмент_выражения) например: номера телефонов в виде nnn-nn-nn запоминаются в переменной num: (? \d\d\d-\d\d-\d\d) для формирования обратных ссылок: (\w)\1 – поиск сдвоенных символов (? \w+) (\k ) – поиск повторяющихся слов, разделенных пробелом

37 ©Павловская Т.А. (СПбГУ ИТМО) 37 Поиск повторяющихся слов в строке using System; using System.Text.RegularExpressions; public class Test { public static void Main() { Regex r = new \b ( ? \w+ ) [.,:;!? ]\s* ( \k ) \b ", RegexOptions.IgnoreCase ); string s1 = "Oh, oh! Give me more!"; if ( r.IsMatch( tst1 ) ) Console.WriteLine( " s1 yes" ); else Console.WriteLine( " s1 no" ); string s2 = "Oh give me, give me more!"; if ( r.IsMatch( tst2 ) ) Console.WriteLine( " s2 yes" ); else Console.WriteLine( " s2 no" ); } Результат работы программы: tst1 yes tst2 no Результат работы программы после замены \s на. tst1 yes tst2 yes

38 ©Павловская Т.А. (СПбГУ ИТМО) 38 Запоминание найденных фрагментов public static void Main() { string text = "Салат - $4, борщ - $3, одеколон - $10."; string pattern (\w+) - \$(\d+)[.,] "; Regex r = new Regex( pattern ); Match m = r.Match( text ); int total = 0; while ( m.Success ) { Console.WriteLine( m ); total += int.Parse( m.Groups[2].ToString() ); m = m.NextMatch(); } Console.WriteLine( "Итого: $" + total ); } Результат: Салат - $4, борщ - $3, одеколон - $10. Итого: $17

39 Пример РВ: поиск href поиск и печать всех значений href="..." и их позиций во входной строке. private static void DumpHRefs(string inputString) { Match m; string HRefPattern = "href\\s*=\\s*(?:\"(? [^\"]*)\"|(? \\S+))"; m = Regex.Match(inputString, HRefPattern, RegexOptions.IgnoreCase | RegexOptions.Compiled); while (m.Success) { Console.WriteLine( "Found href " + m.Groups[1] + " at " + m.Groups[1].Index); m = m.NextMatch(); } ©Павловская Т.А. (СПбГУ ИТМО) 39

40 вызов метода DumpHRefs public static void Main() { string inputString = "My favorite web sites include: " + " " + "MSDN Home Page " + " " + "Microsoft Corporation Home Page " + " " + ".NET Base Class Library blog "; DumpHRefs(inputString); } // Оutput: // Found href at 43 // Found href at 102 // Found href at 176 ©Павловская Т.А. (СПбГУ ИТМО) 40

41 href\s*=\s*(?:"(? [^""]*)"|(? \S+)) hrefСовпадение с литеральной строкой "href» \s*Сопоставить нулю или нескольким символам пробела. =Сопоставить знаку равенства. \s*Сопоставить нулю или нескольким символам пробела. (?:"(? [^""]* )"|(? \S+)) Сопоставить одному из следующих без назначения результата захваченной группе: Одиночные кавычки, за которыми следует ноль или несколько вхождений любого символа, отличающегося от одиночных кавычек, за которыми следуют одиночные кавычки. В этот шаблон включена группа с именем 1. Один или более символов, отличных от пробела. В этот шаблон включена группа с именем 1. (? [^"]*) Присвоить ноль или несколько вхождений любого символа, отличного от одиночной кавычки, захваченной группе с именем 1. "(? \S+) Присвоить один или более символов, отличных от пробела, захваченной группе с именем 1. ©Павловская Т.А. (СПбГУ ИТМО) 41

42 Извлечение протокола и номера порта из URL-адреса using System; using System.Text.RegularExpressions; public class Example { public static void Main() { string url = " Regex r = new \w+)://[^/]+?(? :\d+)?/"); Match m = r.Match(url); if (m.Success) Console.WriteLine(r.Match(url).Result("${proto}${port}")); } // output: // ©Павловская Т.А. (СПбГУ ИТМО) 42

43 ^(? \w+)://[^/]+?(? :\d+)?/ ©Павловская Т.А. (СПбГУ ИТМО) 43 ^ Соответствие должно обнаруживаться в начале строки. (? \w+) Совпадение с одним или несколькими символами слова. Эта группа должна получить имя proto. :// Соответствует двоеточию, за которым следуют две косые черты. [^/]+? Соответствует одному или нескольким вхождениям (но как можно меньшему числу) любого символа, отличного от косой черты. (? :\d+)? Соответствует вхождениям в количестве 0 или 1 двоеточия, за которым следует одна или несколько цифр. Эта группа должна получить имя port. / Соответствует косой черте.

44 Пример РВ: допустимый адрес Метод IsValid возвращает значение true, если строка содержит допустимый адрес электронной почты, и значение false, если нет. using System; using System.Text.RegularExpressions; public class RegexUtilities { public static bool IsValid (string strIn) { return Regex.IsMatch(strIn, 9a-zA-Z]((\.(?!\.))|[- !#\$%&'\*\+/=\?\^`\{\}\|~\w])*)(?

45 ШаблонОписание ^Соответствие должно обнаруживаться в начале строки. (?("") Определение, является ли первый символ кавычкой. (?("") является началом конструкции изменения. Если первый символ является кавычкой, имеется соответствие открывающей кавычки, после которой следует как минимум одно вхождение любого символа с последующей закрывающей кавычкой. Строка должна заканчиваться |(([0-9a-zA-Z] Если первый символ не является кавычкой, имеется соответствие любой буквы с A до Z или любой цифре от 0 до 9. (\.(?! \.))Если следующим символом является точка, имеется соответствие. Если этот символ не является точкой, выполняется поиск вперед к следующему символу и продолжается поиск соответствия. (?!\.) является утверждением отрицательного поиска вперед нулевой ширины, предотвращающим отображение двух последовательных точек в локальной части адреса электронной почты. ©Павловская Т.А. (СПбГУ ИТМО) 45

46 ((\.(?! \.))|[- !#\$%'\*\+/=\? \^`\{\}\|~\w])* Соответствие шаблону изменения (точка, после которой следует символ, отличный от точки, или одна цифра) 0 или несколько (?

47 |(([0-9a-zA-Z][-\w]*[0-9a-zA-Z]\.)+[a-zA-Z]{2,6}) Если символ, следующий не является открывающей круглой скобкой, имеется соответствие одного буквенно-цифрового символа со значением A-Z, a-z или 0-9 с последующими 0 или несколькими вхождениями символа слова или дефиса, за которыми следует буквенно- цифровой символ со значением A-Z, a-z или 0-9 с последующей точкой. Этот шаблон можно повторить один или несколько раз, после него должны следовать от двух до шести буквенно-цифровых (a-z, A-Z) символов. Эта часть регулярного выражения предусмотрена для захвата имени домена. ©Павловская Т.А. (СПбГУ ИТМО) 47

48 public class Application { public static void Main() { string[] Addresses = { }; foreach (string Address in Addresses) { if (RegexUtilities.IsValid ( Address)) Console.WriteLine("Valid: {0}", Address); else Console.WriteLine("Invalid: {0}", Address); } } } ©Павловская Т.А. (СПбГУ ИТМО) 48 // output: // Valid: // Valid: // Valid: // Invalid: // Invalid: // Valid: // Valid: // Invalid: // Invalid: // Invalid: // Invalid: // Valid:

49 Пример РВ: замена формата даты метод Regex.Replace заменяет даты в форме мм/дд/гг на даты в форме дд-мм-гг.Regex.Replace static string MDYToDMY(string input) { return Regex.Replace(input, "\\b(? \\d{1,2})/(? \\d{1,2})/(? \\d{2,4})\\b", "${day}-${month}-${year}"); } ©Павловская Т.А. (СПбГУ ИТМО) 49

50 "\\b(? \\d{1,2})/(? \\d{1,2})/(? \\d{2,4})\\b", "${day}-${month}-${year} \b Совпадение должно начинаться на границе слова. (? \d{1,2}) Совпадение с одной или двумя десятичными цифрами. Это записанная группа month. / Совпадение с косой чертой. (? \d{1,2}) Совпадение с одной или двумя десятичными цифрами. Это записанная группа day. / Совпадение с косой чертой. (? \d{2,4}) Совпадение двумя–четырьмя десятичными цифрами. Это записанная группа year. \b Совпадение должно заканчиваться на границе слова. Шаблон ${day}-${month}-${year} задает строку замены, представленную в таблице: $(day) Добавляет строку, которая записана группой записи day. - Добавляет знак дефиса. $(month) Добавляет строку, которая записана группой записи month. - Добавляет знак дефиса. $(year) Добавляет строку, которая записана группой записи year. ©Павловская Т.А. (СПбГУ ИТМО) 50

51 Пример вызова метода MDYToDMY using System; using System.Globalization; using System.Text.RegularExpressions; public class Class1 { public static void Main() { string dateString = DateTime.Today.ToString("d", DateTimeFormatInfo.InvariantInfo); string resultString = MDYToDMY(dateString); Console.WriteLine("Converted {0} to {1}.", dateString, resultString); } // Вывод, если было запущено 8/21/2007: // Converted 08/21/2007 to ©Павловская Т.А. (СПбГУ ИТМО) 51

52 ©Павловская Т.А. (СПбГУ ИТМО) 52 Механизм НКА Формальной моделью алгоритма распознавания лексем, обозначаемых регулярным выражением, является конечный автомат. НКА - недетерминированный конечный автомат ( допускает более одного перехода из каждого состояния) Общие правила разбора: предпочтение отдается совпадению, ближайшему к началу строки (левее) модификаторы – жадные В НКА выполняется возврат к предыдущему сохраненному состоянию по принципу LIFO Регулярное выражение должно: - находить то, что надо - не находить то, чего не надо

53 Жадные и нежадные повторители Жадный квантор Ленивый кванторОписание **? Выделить ноль или несколько раз. ++? Выделить один или несколько. ??? Выделить ноль или один раз. {}n{}?n Соответствие ровно n раз. {,}n{,}?n Выделяет как минимум n раз. {n,m}{n,m}? Выделяет от n до m раз. ©Павловская Т.А. (СПбГУ ИТМО) 53

54 ©Павловская Т.А. (СПбГУ ИТМО) 54 Примеры жадности say "yes" instead of "yeah", please ".*" "[^"]*" in 1991 there were items ^.*(\d\d) ^.*(\d+) => "yes" instead of "yeah" => "yes" => 56 => 6 "yes" instead of "yeah" => "yes" => 56 => 6">

55 //Выделить ноль или несколько раз (ленивое совпадение): *? string pattern string input = "woof root root rob oof woo woe"; foreach (Match match in Regex.Matches(input, pattern, RegexOptions.IgnoreCase)) Console.WriteLine("'{0}' found at position {1}.", match.Value, match.Index); //Вывод: // 'woof' found at position 0. // 'root' found at position 5. // 'root' found at position 10. // 'oof' found at position 19. // 'woo' found at position 23. ©Павловская Т.А. (СПбГУ ИТМО) 55

56 ©Павловская Т.А. (СПбГУ ИТМО) 56 Минимальные (не жадные) повторители Мета- символ ОписаниеПример *?*? 0 или более повторений предыдущего элемента ca*t соотв caaatcaata ca*?t соотв caaatcaata +? 1 или более повторений предыдущего элемента ? 0 или 1 повторений предыдущего элемента {n}? ровно n повторений предыдущего элемента {n,}? по крайней мере n повторений предыдущего элемента {n,m}? от n до m повторений предыдущего элемента