Introduction To .NET Regular Expression

# steve said on 30 June, 2007 10:12 AM

Regular Expression真的很難懂

後來找到這個網站

http://regexlib.com/

有蠻多現成的library可以查詢直接用 :P

# Julian said on 08 July, 2007 03:27 AM

工作上有時候會用到Regular Expression

每次都是上網剪剪貼貼，對它一直是一知半解

感謝李大哥的提供的文章

看完後觀念清楚很多

# William said on 24 October, 2007 01:07 AM

小弟最近試著用RegEx來抓取程式中的巢狀結構中的內容，如

一段程式碼中，含有：

int fib (int Num)

{

   if (Num ==1)

      return 1;

   else if (Num == 0)

             return 0;

   ...

   ...

}

想將整個function (或class、for loop等)，作用範圍內的文字全部抓出來，以進行分析，但一直無法找到math巢狀結構的作法，不知大哥是否能夠提示一下小弟可能的作法

小弟使用c#來寫，但在msdn中對這方面的介紹實在太少，且沒有足夠的範例

還請您不吝賜教

# Jeffrey said on 24 October, 2007 04:45 AM

我能想到的是用剝洋蔥的做法，先找到最外層的一對{及}，接著再從{ }中間夾的內容中找到最外一層的{ }，此時可能有多個，每個都要探索下去(有點像列出所有子目錄下的所有檔案，可能需要用遞迴比較好寫)，接著用一些特徵來判定這是不是一個function, class, for loop。

你如果真的需要範例，可以再提明確一點的需求，例如: 來源的文字是什麼，要抓出什麼文字，我可以找時間寫一小段Code示意。

不過如果你想做到各種奇怪的文字組合都能辨識，工程會大得嚇人，此類程式我有時只會做到80%的涵蓋率，餘下的20%機車特例加入一些人工/半人工處理，整體成本才會最低。(如果你想開發的是產品，則另當別論)

# William said on 25 October, 2007 03:12 AM

感謝您的指教

小弟目前想做的事類似程式碼比對，因此會想要將兩個程式，先依function名稱抽出成為各別的blcok，舉例來說：

程式A：

main()

{

    printf ("hello");

}

fun1()

{

  ...

  ...

}

fun2()

{

  ...

  ...

}

程式B：

main()

{

  int count=0;

  printf ("hello world");

  for (i=0; i<10 ; i++)

  {

      count++;

  }

}

fun1()

{

  ...

  ...

}

fun2()

{

  ...

  ...

}

小弟目前想做的事是要將各個function分別抓出，並儲存於string中，例如在程式A中設一string array，內容為：

strA[0]="main(){printf ("hello");}"

strA[1]="fun1(){ ...  ...}"

strA[2]="fun2(){ ...  ...}"

程式B中：

strB[0]="main(){   int count=0;   printf ("hello world");   for (i=0; i<10 ; i++)   {       count++;   }}"

strB[1]="fun1(){ ...  ...}"

strB[2]="fun2(){ ...  ...}"

而從每一個function中，若存在有其它巢狀結構，如for、while、if、…等，則再繼續抽取出來

目前想做到這種功能，要利用stack或counter功能，抓到"{"

時push或counter + 1，抓到"}"時pop或counter - 1，來保証對稱。

因為讀了大哥的說明，覺得這樣的功能應該能用RegEx完成，但實際使用上，卻不知如何下手，因為不知如何偵測對稱的符號，如：()、{}、<>、…等

自己找了些資料，應是與群組建構有關，相關的說明實在不足，小弟實在不知若何實作

這是目前初步的想法，實際的情況會更複雜些，主要問題還是在於如何限制抓取的資料，達到抓出整個function、for、…等的完整內容

以上是小弟的問題，請您指教

# Jeffrey said on 25 October, 2007 10:35 AM

To William, 我做了一個簡單的示範(http://blog2.darkthread.net/blogs/darkthreadtw/archive/2007/10/26/1197.aspx)，再玩下去就是苦工了，恕我先睡了，哈!

我想我的Sample中有提示了處理類似問題的要點，應該對你會有些幫助。

# kennyshu said on 25 October, 2007 11:10 AM

想請教一下 ".*?" 這三個符號連起來是什麼意思呢？

第一個"."我知道是什麼意思，不過後面兩個次數修飾字元連在一起我就不知該如何解釋了…

# William said on 26 October, 2007 03:18 AM

感謝大哥的指點，先試著做做看

若小弟之後有什麼想法或心得，再和大家分享

kennyshu：

有關.*?}，配合著(?ims)，"."抓取所有的字元(包括 \n)，所以{.*}便是抓取"{"、"}"內所有的字元，至於?，實際看結果的話，它能限制抓到一組最外層的{}組合，不加的話便無法區別不同的function，小弟才淺，無法解釋原因。

但以下面的例子來測試的時候，會少抓到一個"}"。

所以現在的動作實際上是從 "{" 開始，一直抓到碰到第一個 "}"為止。(第二個程式只是讓語法的效果更清楚些)

慨念上來說，這便是大哥先前所提到的，「剝洋蔥」的做法。

main()

{

 int count=0;

 printf ("hello world");

 for (i=0; i<10; i++)

 {

     count++;

 }

}

-------------------------------------------------

以這個例子來測試，會看得更明顯

main()

{

 int count=0;

 printf ("hello world");

 for (i=0; i<10; i++)

 {

     count++;

 }

 printf ("hello world2");

for (i=0; i<10; i++)

 {

     count++;

 }

}

# kennyshu said on 26 October, 2007 10:49 AM

感謝William的指導～

您的問題：只抓到一層{}，我已經發現並且回覆在Jeffrey的示範網頁那邊了，我自己測試過無論有幾層都可以完整抓到，不過還沒測試Jeffrey前輩所言的特殊案例。如果發現我寫的有問題請留言回覆，我會在測試看看～

至於您這個範例，試試看"(?ims)\S+[(].*?[)]\s*{.*?}\s+}"

# William said on 22 April, 2008 03:32 AM

最近又突然用RegEX試了一下程式分析，拿了別人的程式來試，發現一個有點麻煩的問題。

有些editor在編輯時，斷行使用\r\n、但有些只要\n就行了，這會造成比對時的錯誤，因為比對時遇到\n時並不會當成新的一行，請問大哥有遇到過相關的問題嗎？

另外，我在讀入程式檔時，有時在bebug時會想看到讀入字串中的逸出字元，如\n、\t\、\r等，但VS2005似乎沒辦法讓我很容易的看到…，請問有什麼辦法解決嗎？

還請大哥撥空指導

# Jeffrey said on 22 April, 2008 04:14 AM

To William, 關於\r\n與\n的差異問題，我慣用的手法是先對檔案做一次前置處理，Replace("\r\n", "\n")，這樣，不管來源為何，一律用\n來分列即可。

你問的第二個問題我看不太懂，不知你想看到這些Escape字元的用意及後續應用為何?

# ddman said on 28 October, 2010 11:07 PM

""原文片段

比對字串中如有用到. $ ^ { [ ( | ) * + ? \等字串，要記得用方括號夾起來[]。例如: 要比對NT$, 要寫成NT[$]。

""原文片段

一般好像都是用NT\$

# 許 said on 27 June, 2014 09:49 AM

你好

初次接觸regex,但有問題無法在google上找到,所以在此留言

下方是我的原始碼

使用VC++2010 express

#include "stdafx.h"

#using <System.dll>

using namespace System;

using namespace System::Text::RegularExpressions;

int main(array<System::String ^> ^args)

{

Regex^ rx = gcnew Regex( "\s");

   Console::WriteLine(L"Hello World");

   return 0;

}

下方是

建置方案後產生訊息

1>------ 已開始建置: 專案: program0627-4, 組態: Debug Win32 ------

1>  stdafx.cpp

1>  AssemblyInfo.cpp

1>  program0627-4.cpp

1>program0627-4.cpp(11): warning C4129: 's' : 無法辨識的字元逸出序列

1>  正在產生程式碼...

1>  .NETFramework,Version=v4.0.AssemblyAttributes.cpp

1>  program0627-4.vcxproj -> C:\Documents and Settings\Administrator\my documents\visual studio 2010\Projects\program0627-4\Debug\program0627-4.exe

========== 建置: 1 成功、0 失敗、0 最新、0 略過 ==========

提問

program0627-4.cpp(11): warning C4129: 's' : 無法辨識的字元逸出序列

因為waining C4129,我字串的搜索結果都和我預期的不一樣.

可以幫我解答?

# Jeffrey said on 27 June, 2014 08:08 PM

to 許，

我想問題出在 Regex^ rx = gcnew Regex( "\s");

應寫成 Regex("\\s");

# 許 said on 28 June, 2014 05:46 AM

謝謝你的幫忙!

原來我在網頁regexlib.com/RETester.aspx.

# 許 said on 28 June, 2014 05:54 AM

謝謝你的幫忙!

原來我在regex tester網頁寫的規則

是不能直接貼在VS上

你的看法呢?

標題 (必要的) 

姓名 (必要的) 

你的URL (選擇性的)

意見 (必要的) 

Remember Me?

(提醒: 因快取機制，您的留言幾分鐘後才會顯示在網站，請耐心稍候)

CAPTCHA / 驗證碼 :

5 + 3 =

搜尋