正则表达式作为一种分析技术,在很多地方都可以使用,最基础的可能人人都会。再此通过一系列简单的例子讲解正则表达式。
给定一个地址如何分析需要的数据,例如如下的网址,分析各个查询字符串
http://www.baidu.com/s?word=test&tn=sitehao123&ie=utf-8
基本思路是,
1先得到?后边的部分,
2再根据&和=分割
1先得到?后边的部分,
匹配查询字符串的正则表达式:\?(?<querystring>([^&]+&?)+),去掉命名部分的正则表达式为:\?([^&]+&?)+匹配到'?word=test&tn=sitehao123&ie=utf-8
\?([^&]+&?)+具体含义:
\?表示已?开头,由于?在正则表达式的中有特殊含义,所以需要一个斜杠\转义。
[^&]+表示匹配不是&的任意一个或者多个字符
&? 表示&出现一次或者不出现
\?([^&]+&?)+的整体含义就是
1匹配以?开头
2
2.1匹配不是&的多个字符
2.2匹配&一个或者没有
2.3重复2.1,2.2一次或者多次
3 把(([^&]+&?)+)部分匹配到的字符命名为querystring则正则表达式变为:\?(?<querystring>([^&]+&?)+)
2再根据&和=分割
分析查询字符串的正则表达式为:((?<key>[^&=]+)=(?<value>[^&=]+))+,去掉命名部分的正则表达式为:(([^&=]+)=([^&=]+))+
[^&=]+表示匹配不是&=的任意一个或者多个字符
(([^&=]+)=([^&=]+))+的整体含义就是
1匹配不是&=的任意一个或者多个字符
2匹配等号=
3匹配不是&=的任意一个或者多个字符
4重复以上1,2,3
把1匹配到的字符命名为key,把3匹配到的字符命名为value,则正则表达式变为((?<key>[^&=]+)=(?<value>[^&=]+))+
测试的代码如下:
private static void Test() { string url = "http://www.baidu.com/s?word=test&tn=sitehao123&ie=utf-8"; Regex reg = new Regex(@"\?(?<querystring>([^&]+&?)+)"); Match m = reg.Match(url); string querystring = m.Groups["querystring"].Value; Regex reg2 = new Regex(@"((?<key>[^&=]+)=(?<value>[^&=]+))+"); Dictionary<string,string> querystringKeyValue = new Dictionary<string,string>(); foreach (Match item in reg2.Matches(querystring)) { querystringKeyValue.Add(item.Groups["key"].Value,item.Groups["value"].Value); } }