用Regex类计算一个字符串出现次数是最好方法【转载】

我的一个朋友问我，怎么在c#或vb.net中，计算一个字符串中查找另一个字符串中出现的次数，他说在网上打了好多方法，我看了一下，有的是用replace的方法去实现，这种方法不是太好，占资源太大了。其实如果用正则表达式Regex类，去计算一个字符串出现的次数方法最为简单实用。

using System.Text;
using System.Text.RegularExpressions;

string str2 = TextBox1.Text;
string str1 = Label1.Text;

Regex RegexWords = new Regex( str2 );
int WordCount = RegexWords.Matches( str1 ).Count;

Regex类创建的对象，可实现的字符串操作的方法很多，如匹配字符串、替换字符串、拆分字符串、操作组的概念等等，可以说Regex类可以实现的字符串操作方法很多，下面我对Regex类做下简单介绍。

正则表达式(Regular expressions)是一套语法匹配规则，各种语言，如Perl， .Net和Java都有其对应的共享的正则表达式类库。在c#.Net或vb.Net中，这个类库叫做Regex。

Regex其实是先建立一个所谓的字符窗，而后再从字符窗中进行查找匹配字符串等操作的应用类。通过Regex类，编程人员能够非常方便的从一段数据中提取自己所需要的数据信息或字符串。举一个简单的例子，让大家对Regex有个大概的了解：

Regex regex = new Regex(@"\d+");

Match m = regex.Match("fox 1212gold");

Console.WriteLine(m.Value.ToString());

结果很明显，regex为我们找到了字符串”fox 1212gold”中的数字字符串，输出结果为”1212” .

对Regex有了一个基本的概念之后，我需要告诉你一个非常好的消息，那就是Regex可以为我们做的远不止这么一点点，他是一套功能非常强大语法匹配规则。当然，这里还有一个坏消息等着我们，那就是强大功能的语法规则自然需要大量纷繁复杂的keyword支持，这也为Regex的学习带来了极大的难度。想要真正掌握正则表达式，可不是几个sample能够全部揭示与说明的。

创建Regex对象

Regex的构造函数有三种，在这里就不讨论默认构造函数了。另外两个构造函数中，一个构造函数接收正则表达式字符串作为入参，另一个以正则表达式字符串和RegexOptions作为入参。如：

Regex regex = new Regex("\w+$");

Regex regex = new Regex("\s+", RegexOptions.IgnoreCase | RegexOptions.Multiline);

RegexOptions可以为我们提供一些特殊的帮助，比如IgnoreCase能够在匹配是忽略大小写，Multiline能够调整^和$的意义，改为匹配一行的开头和结尾。

上面我们构造了一个正则表达式，只不过我们还没有用它来做任何事情，马上我们就可以通过使用下面的几个方法，实现对字符串对象的操作了。

匹配字符串

Regex有两个获取匹配的方法Match()和Matches()，分别代表匹配一个，匹配多个结果。这里就用Matches来展示一下怎么使用Regex获取匹配字符串，并将其显示出来。

public static void showMatches(string expression, RegexOptions option, string ms)

{

Regex regex = new Regex(expression, option);

MatchCollection matches = regex.Matches(ms);

//show matches

Console.WriteLine("////////////////----------------------------------////////////////");

Console.WriteLine(" string: \"{0}\"\r\n expression: \"{1}\"\r\n match result is:",

ms, expression);

foreach(Match m in matches)

{ Console.WriteLine("match string is: \"{0}\", length: {1}",

m.Value.ToString(), m.Value.Length);

}

Console.WriteLine("matched count: {0}", matches.Count);

}

方法Matched通过比较入参字符串和正则表达式，找到所有符合的结果，并将结果作为MatchCollection传出来。这样，只要简单的遍历这个collection，就可以很快的获得所有的结果。

组的概念

当你获得这样的一个字符串”最后比分是：19/24”，你肯定希望有一个正则表达式，他不单能够找到形如 data1/data2的字符串，还应该能够直接把data1,data2作为单独的结果传送出来。否则你需要再对形如”19/24”的字符串进行分析，才能够顺利得到双方的比分。显然，正则表达式不会忽略这个问题，所以他增加了组的概念。你可以把一次搜索的结果分别放入不同的组中，并通过组名或者组的所以分别取得这些组的结果。比如上例，我们就可以用@”(\d+)/(\d+)”作为表达式。来看看结果吧：

Regex regex = new Regex(@"(\d+)/(\d+)");

MatchCollection matches = regex.Matches(@"最后比分是：19/24");

//show matches

Console.WriteLine("////////////////----------------------------------////////////////");

foreach(Match m in matches)

{

//Console.WriteLine("match string is: \"{0}\", length: {1}", // m.Value.ToString(), m.Value.Length);

foreach(string name in regex.GetGroupNames())

{

Console.WriteLine("\r capture group \"{0}\" value is:\"{1}\""

, name, m.Groups[name].Value);

}

}

Console.WriteLine("matched count: {0}", matches.Count);

输出：

////////////////----------------------------------////////////////

capture group "0" value is:"19/24"

capture group "1" value is:"19"

capture group "2" value is:"24"

matched count: 1

现在清楚了吧，Regex对象把匹配的结果放入组0中。同时，匹配的组信息也放入了对应的组中。组的名称在默认的情况下，是从1开始依次增加的整数。0作为保留名称，专门用于指示匹配的整个字符串。既然有”默认情况”这样的概念，自然也就意味着用户可以自定义组的名称。方法很简单，在组的前面加上：?<name>就可以了。好了，现在把前面的正则表达式修改一下，换成@”(?<score1>\d+)/(?<score1>\d+)”，现在再看看结果：

////////////////----------------------------------////////////////

capture group "0" value is:"19/24"

capture group "score1" value is:"19"

capture group "score2" value is:"24"

matched count: 1

换成自己定义的名字了吧，哈哈！为了在今后的测试中，能够更加方便的看到所有结果，我们对前面介绍过的showMatches()做一点小小的调整。这样，如果在表达式中包含了组的定义，我们也可以在不需要修改任何代码的情况下，直接看到所有的组信息了，调整后的方法showMatchesPro()如下：

public static void showMatchesPro(string expression, RegexOptions option, string ms)

{

Regex regex = new Regex(expression, option);

MatchCollection matches = regex.Matches(ms);

//show matches

Console.WriteLine("////////////////----------------------------------////////////////");

Console.WriteLine(" string: \"{0}\"\r\n expression: \"{1}\"\r\n match result is:",

ms, expression);

foreach(Match m in matches)

{ foreach(string name in regex.GetGroupNames())

{

Console.WriteLine("\r capture group \"{0}\" value is:\"{1}\"",

name, m.Groups[name].Value);

}

}

Console.WriteLine("matched count: {0}", matches.Count);

// show group name

Console.WriteLine("group name count {0}", regex.GetGroupNames().Length);

foreach(string name in regex.GetGroupNames())

{

Console.WriteLine("group name :\"{0}\"", name);

}

}

替换字符串

Regex也提供了方便的匹配结果替换的功能。为了方便测试，我们也把他写成方法，代码如下：

public static string replaceMatch(string expression, RegexOptions option, string ms, string rep)

{

Regex regex = new Regex(expression, option);

string result = regex.Replace(ms, rep);

Console.WriteLine("////////////////----------------------------------////////////////");

Console.WriteLine("string: \"{0}\", expression:\"{1}\", replace by : \"{2}\"",

ms, expression, rep);

Console.WriteLine("replace result string is: \"{0}\", length: {1}",

result.ToString(), result.Length);

return result;

}

Regex.Replace通常接受两个string作为入参，第一个string为输入字符串。第二个字符串用来替代匹配字符串，它可以包含一些特殊字符串，用来代表特别转换。

特殊字符串 替换结果

$& 匹配的字符串，也可以用$0

$1, $2, . . . 匹配字符串中的对应组，用索引标示

${name} 匹配字符串中的对应组，用名称标示

$‘ 匹配位置之前的字符串

$’ 匹配位置之后的字符串

$$ 一个‘$’ 字符

$_ 输入字符串

$+ 匹配字符串的所有组中，最后一个组中的数据

是不是看了这么多怪型怪状的特殊字符串，有点头晕了？嗯，那就弄两个sample来看看结果吧！

Sample1:

replaceMatch(@"\d+", RegexOptions.None, "fef 12/21 df 33/14 727/1", "<<$&>>");

输出，所有数字型的数据都被替换成了<<data>>：

////////////////----------------------------------////////////////

string: "fef 12/21 df 33/14 727/1", expression:"\d+", replace by : "<<$&>>"

replace result string is: "fef <<12>>/<<21>> df <<33>>/<<14>> <<727>>/<<1>>",

length: 50

Sample2:

replaceMatch(@"(\d+)/(\d+)", RegexOptions.None, "fef 12/21 df 33/14 727/1", "$+");

输出，所有data1/data2匹配的数据，都被替换成了data2：

////////////////----------------------------------////////////////

string: "fef 12/21 df 33/14 727/1", expression:"(\d+)/(\d+)", replace by : "$+"

replace result string is: "fef 21 df 14 1", length: 16

怎么样，Regex的功能够丰富的吧！可是，也许你的需求不光这么简单，比如说，你要把”I have 200 dollars”中间的money加倍，怎么办？我晕倒，好像没有现成的东西可以用。没有关系，Regex还有更好的功能。它允许你自己定义转换公式。

using System.Text.RegularExpressions;

class RegularExpressions

{

static string CapText(Match m)

{

// Get the matched string.

string x = m.ToString();

// double this value

string result = (int.Parse(x) * 2).ToString();

return result;

}

static void Main()

{

string text = "i have 200 dollars";

string result = Regex.Replace(text, @"\d+",

new MatchEvaluator(RegularExpressions.CapText));

System.Console.WriteLine("result=[" + result + "]");

}

}

看看结果，太好了，我的钱真的变成了两倍！

但本文的目的是希望提供给大家一个方便好用的测试类，因此我们重载上面的repalceMatch方法，也允许自定义转换公式作为入参：

public static string replaceMatch(string expression, RegexOptions option, string ms,

MatchEvaluator evaluator)

{

Regex regex = new Regex(expression, option);

string result = regex.Replace(ms, evaluator);

Console.WriteLine("////////////////----------------------------------////////////////");

Console.WriteLine("string: \"{0}\", expression:\"{1}\", replace by a evaluator.", ms,

expression);

Console.WriteLine("replace result string is: \"{0}\", length: {1}", result.ToString(),

result.Length);

return result;

}

拆分字符串

Regex还提供了从匹配位置将字符串拆分的方法Split。这个方法同样具有多个重载，不过这些都不是重点，大家可以自己看文档。我们继续完成我们用于测试的方法：

public static void splitMatch(string expression, RegexOptions option, string ms)

{

Regex regex = new Regex(expression, option);

string[] result = regex.Split(ms);

Console.WriteLine("////////////////----------------------------------////////////////");

Console.WriteLine("string: \"{0}\", expression: \"{1}\", split result is:", ms,

expression);

foreach(string m in result)

{

Console.WriteLine("splited string is: \"{0}\", length: {1}",

m.ToString(), m.Length);

}

Console.WriteLine("splited count: {0}", result.Length);

}

代码简单，不多做解释。直接来一个smaple看看结果：

splitMatch(@"/",RegexOptions.None, "2004/4/25");

输出：

////////////////----------------------------------////////////////

string: "2004/4/25", expression: "/", split result is:

splited string is: "2004", length: 4

splited string is: "4", length: 1

splited string is: "25", length: 2

splited count: 3

这个文章的目的很简单：介绍Regex的几个主要功能（匹配、替换和拆分），并提供几个简单方便的测试函数。让你能够测试你对正则表达式的理解是否准确。

比如想要确认^$的作用，你可以放入这样的(input, expression)数据:

(“123”, “^\d+$”) (“123aaa456”, “^\d+”) (“123aaa456”, “123&”)

确认\d, \s, \w, \W的作用，可以这样测试：

(“123abc gc 456”, “\d+”)(“123abc gc 456”, “\s+”)

(“123abc gc 456”, “\w+”)(“123abc gc 456”, “\W+”)

比较? + *之间的区别可以用这样的数据：

(“a123 abcd”, “a\d?”) (“a123 abcd”, “a\d+”) (“a123 abcd”, “a\d*”)