C#学习笔记字符串和正则表达式

超、凢脫俗 2022-08-10 05:42 132阅读 0赞

## 字符串字面值 ##

### 原始字符串 ###

和很多语言相似，C\#使用`""`来包括字符串字面值。字符串字面值可以是普通的字符串，也可以包含以`\`开头的转义字符。如果想让字符串字面值中包含`\`就必须写成`\\`这样的。但是，像Windows系统文件路径这样的字符串，这就是很不方便的。例如`C:\Windows\System`这样的路径就必须写成`"C:\\Windows\\System`这样的形势。这时候可以使用`@`放在双引号的前面，表示原始字符串。原始字符串中的所有以`\`开头的都会按照字符串字面解释，不会被解释成转义序列。这样一来，刚才那个路径就可以写成这样的形式，`@"C:\Windows\System`。原始字符串还可以跨越多行。

### 内插字符串 ###

如果在双引号之前添加`$`的话，字符串就变成了内插字符串，这在要把几个字符串变量和字符串常量拼接在一起的时候非常有用。

string s1 = "abc";
    string s2 = "567";
    //使用普通方法
    Console.WriteLine("{0} {1}", s1, s2);
    //使用内插字符串
    Console.WriteLine($"{s1} {s2}");
    //内插字符串中还可以调用方法
    Console.WriteLine($"{s1.ToUpper()} {s2}");

可以看到，如果要将很多歌字符串变量和字符串字面值拼接在一起，使用内插字符串是很方便的。

## 字符串 ##

在C\#中，字符串使用关键字string定义，该关键字其实是System.String类的缩写。string类有大量的方法，可以完成各种各样的事情。详情可参考MSDN。以下是一些基本操作。

//创建字符串
    string str1 = "I like apples,";
    Console.WriteLine(str1);
    //追加字符串
    str1 += "but you love pears.";
    Console.WriteLine(str1);
    //替换字符串
    str1 = str1.Replace("pears", "bananas");
    Console.WriteLine(str1);
    //转换为大写
    Console.WriteLine(str1.ToUpper());

还可以完成一些更实际的操作。例如，下面是判断字符串是否是有效的电子邮件地址的代码。

static void StringTest()
    {
    
        string rightEmail = "test@hotmail.com";
        string wrongEmail = "notaemail";
        Console.WriteLine($"{rightEmail}是否是正确的电子邮件地址：{IsEmail(rightEmail)}");
        Console.WriteLine($"{wrongEmail}是否是正确的电子邮件地址：{IsEmail(wrongEmail)}");
    
    }
    //判断电子邮件地址的函数
    private static bool IsEmail(string email)
    {
        int index = email.IndexOf('@');
        if (index < 0)
        {
            return false;
        }
        string username = email.Substring(0, index);
        if (string.IsNullOrWhiteSpace(username))
        {
            return false;
        }
        string domain = email.Substring(index);
        if (domain.Contains('.'))
        {
            return true;
        }
        else
        {
            return false;
        }
    }

但是需要注意的是，string是不可变对象。任何修改string内容的操作，其实都会创建一个新的字符串。这在一般情况下没有问题，如果要进行大量的字符串处理，就会产生性能问题。这时候可以考虑使用StringBuilder类。

## StringBuilder类 ##

StringBuilder类是一个专门用于创建动态字符串的类。在字符串插入、追加、修改、删除等方面的效率很高，因为它是一个可变的字符串，所有的操作都会应用到字符串上，而不是创建一个新的字符串。因此在操作大量字符串的时候，应该使用它。和ArrayList一样，当内部的容量不足的时候，才会重新分配更大的存储空间。所以可以预先指定一个比较大的值来提高该类的性能。该类的详细方法可以参考MSDN。

//创建StringBuilder
    StringBuilder sb = new StringBuilder("I like apples,");
    Console.WriteLine(sb.ToString());
    //追加
    sb.Append("but you love pears.");
    Console.WriteLine(sb.ToString());
    //替换
    sb.Replace("pears", "bananas");
    Console.WriteLine(sb.ToString());

## 正则表达式 ##

正则表达式是一种专门用来处理字符串的技术，可以用简单的操作来完成很多复杂的功能，例如判断一个字符串是否是一个合法的电子邮件地址，找出所有以M开头并且长度大于4的单词等等。这样的操作都可以用String和StringBuilder类实现，但是正则表达式的方式非常简洁。用电子邮件的例子就可以说明。

MyConsole.PrintNextSection("正则表达式验证电子邮件示例");
    
    string rightEmail = "test@hotmail.com";
    string wrongEmail = "@notaemail";
    const string pattern = @"\w+@\w+\.\w+";
    Regex regex = new Regex(pattern);
    Console.WriteLine($"{rightEmail}是否是电子邮件地址：{regex.IsMatch(rightEmail)}");
    Console.WriteLine($"{wrongEmail}是否是电子邮件地址：{regex.IsMatch(wrongEmail)}");

### 字符类 ###

这里只列举最常见的一些字符类。

<table> 
 <thead> 
  <tr> 
   <th>字符</th> 
   <th>说明</th> 
   <th>例子</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>\w</td> 
   <td>匹配单个单词字符</td> 
   <td>‘a’、’c’、’1’</td> 
  </tr> 
  <tr> 
   <td>\W</td> 
   <td>匹配任意非单词字符</td> 
   <td>‘.’、’,’、’*’</td> 
  </tr> 
  <tr> 
   <td>\d</td> 
   <td>匹配任意十进制数字字符</td> 
   <td>‘1’、’2’、’0’</td> 
  </tr> 
  <tr> 
   <td>\D</td> 
   <td>匹配任意非数字字符</td> 
   <td>‘a’、’,’</td> 
  </tr> 
  <tr> 
   <td>\s</td> 
   <td>任意空白字符</td> 
   <td>’ ‘、’\t’</td> 
  </tr> 
  <tr> 
   <td>\S</td> 
   <td>任意非空白字符</td> 
   <td>‘a’、’1’</td> 
  </tr> 
  <tr> 
   <td>[abc]</td> 
   <td>a或者b或者c</td> 
   <td>‘a’、’b’、’c’</td> 
  </tr> 
  <tr> 
   <td>[^abc]</td> 
   <td>不是a、b或者c的单个字符</td> 
   <td>‘d’、’e’、’f’</td> 
  </tr> 
  <tr> 
   <td>[0-9]</td> 
   <td>0到9任意数字</td> 
   <td>‘1’、’2’</td> 
  </tr> 
  <tr> 
   <td>[a-zA-Z]</td> 
   <td>所有字母中的一个</td> 
   <td>‘a’、’B’</td> 
  </tr> 
  <tr> 
   <td>.</td> 
   <td>通配符，匹配任意一个字符</td> 
   <td>‘a’、’1’</td> 
  </tr> 
 </tbody> 
</table>

### 量词 ###

量词作用在某一个字符类前面，指定它出现的次数。量词还有很多，这里不一一列举了，详细情况请参阅MSDN。

<table> 
 <thead> 
  <tr> 
   <th>符号</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>?</td> 
   <td>出现0次或1次</td> 
  </tr> 
  <tr> 
   <td>*</td> 
   <td>出现0次或多次</td> 
  </tr> 
  <tr> 
   <td>+</td> 
   <td>出现1次或多次</td> 
  </tr> 
  <tr> 
   <td>{n}</td> 
   <td>正好出现n次</td> 
  </tr> 
  <tr> 
   <td>{n,m}</td> 
   <td>出现次数不小于n，不大于m</td> 
  </tr> 
  <tr> 
   <td>{n,}</td> 
   <td>出现次数不小于n次</td> 
  </tr> 
 </tbody> 
</table>

### 定位点 ###

<table> 
 <thead> 
  <tr> 
   <th>字符</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>^</td> 
   <td>字符串或一行的开始</td> 
  </tr> 
  <tr> 
   <td>$</td> 
   <td>字符串或一行的结束</td> 
  </tr> 
  <tr> 
   <td>\G</td> 
   <td>上一个匹配的结束</td> 
  </tr> 
  <tr> 
   <td>\b</td> 
   <td>\b和\B的边界处</td> 
  </tr> 
  <tr> 
   <td>\A</td> 
   <td>字符串的开始</td> 
  </tr> 
  <tr> 
   <td>\Z</td> 
   <td>字符串的结束</td> 
  </tr> 
 </tbody> 
</table>

知道了这些，就可以知道上面验证电子邮件地址的正则表达式`\w+@\w+\.\w+` 的含义了。

最后，再看一个将长度大于3的单词首字母大写的例子。

string titleString = "This is a beginning of the new world";
    string pattern = @"\w{3,}";
    //替换函数，第三个参数是一个委托，
    //表示将每一个匹配的字符串转化成首字母大写的形式
    titleString = Regex.Replace(titleString, pattern, match => Thread.CurrentThread.CurrentCulture.TextInfo.ToTitleCase(match.Value));
    Console.WriteLine(titleString);