正則表達

貪婪與懶惰

當正則表示式中包含能接受重複的限定符時，通常的行為是（在使整個表示式能得到匹配的前提下）匹配儘可能多的字元。考慮這個表示式：a.*b，它將會匹配最長的以a開始，以b結束的字串。如果用它來搜尋aabab的話，它會匹配整個字串aabab。這被稱為貪婪匹配。

有時，我們更需要懶惰匹配，也就是匹配儘可能少的字元。前面給出的限定符都可以被轉化為懶惰匹配模式，只要在它後面加上一個問號?。這樣.*?就意味著匹配任意數量的重複，但是在能使整個匹配成功的前提下使用最少的重複。現在看看懶惰版的例子吧：

a.*?b匹配最短的，以a開始，以b結束的字串。如果把它應用於aabab的話，它會匹配aab（第一到第三個字元）

為什麼第一個匹配是aab（第一到第三個字元）而不是ab（第二到第三個字元）？簡單地說，因為正則表示式有另一條規則，比懶惰／貪婪規則的優先順序更高：最先開始的匹配擁有最高的優先權——The match that begins earliest wins。

處理選項

在C#中，你可以使用Regex(String, RegexOptions)建構函式

上面介紹了幾個選項如忽略大小寫，處理多行等，這些選項能用來改變處理正則表示式的方式。下面是.Net中常用的正則表示式選項：

一個經常被問到的問題是：是不是隻能同時使用多行模式和單行模式中的一種？答案是：不是。這兩個選項之間沒有任何關係，除了它們的名字比較相似（以至於讓人感到疑惑）以外。

平衡組/遞迴匹配

這裡介紹的平衡組語法是由.Net Framework支援的；其它語言／庫不一定支援這種功能，或者支援此功能但需要使用不同的語法。

有時我們需要匹配像( 100 * ( 50 + 15 ) )這樣的可巢狀的層次性結構，這時簡單地使用/(.+/)則只會匹配到最左邊的左括號和最右邊的右括號之間的內容(這裡我們討論的是貪婪模式，懶惰模式也有下面的問題)。假如原來的字串裡的左括號和右括號出現的次數不相等，比如( 5 / ( 3 + 2 ) ) )，那我們的匹配結果裡兩者的個數也不會相等。有沒有辦法在這樣的字串裡匹配到最長的，配對的括號之間的內容呢？

為了避免(和/(把你的大腦徹底搞糊塗，我們還是用尖括號代替圓括號吧。現在我們的問題變成了如何把xx <aa <bbb> <bbb> aa> yy這樣的字串裡，最長的配對的尖括號內的內容捕獲出來？

這裡需要用到以下的語法構造：

• (?'group') 把捕獲的內容命名為group,並壓入堆疊(Stack)
• (?'-group') 從堆疊上彈出最後壓入堆疊的名為group的捕獲內容，如果堆疊本來為空，則本分組的匹配失敗
• (?(group)yes|no) 如果堆疊上存在以名為group的捕獲內容的話，繼續匹配yes部分的表示式，否則繼續匹配no部分
• (?!) 零寬負向先行斷言，由於沒有後綴表示式，試圖匹配總是失敗

如果你不是一個程式設計師（或者你自稱程式設計師但是不知道堆疊是什麼東西），你就這樣理解上面的三種語法吧：第一個就是在黑板上寫一個"group"，第二個就是從黑板上擦掉一個"group"，第三個就是看黑板上寫的還有沒有"group"，如果有就繼續匹配yes部分，否則就匹配no部分。

我們需要做的是每碰到了左括號，就在壓入一個"Open",每碰到一個右括號，就彈出一個，到了最後就看看堆疊是否為空－－如果不為空那就證明左括號比右括號多，那匹配就應該失敗。正則表示式引擎會進行回溯(放棄最前面或最後面的一些字元)，儘量使整個表示式得到匹配。

<                         #最外層的左括號
    [^<>]*                #最外層的左括號後面的不是括號的內容
    (
        (
            (?'Open'<)    #碰到了左括號，在黑板上寫一個"Open"
            [^<>]*       #匹配左括號後面的不是括號的內容
        )+
        (
            (?'-Open'>)   #碰到了右括號，擦掉一個"Open"
            [^<>]*        #匹配右括號後面不是括號的內容
        )+
    )*
    (?(Open)(?!))         #在遇到最外層的右括號前面，判斷黑板上還有沒有沒擦掉的"Open"；如果還有，則匹配失敗
>                         #最外層的右括號

平衡組的一個最常見的應用就是匹配HTML,下面這個例子可以匹配巢狀的<div>標籤：<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>.

還有些什麼東西沒提到

我已經描述了構造正則表示式的大量元素，還有一些我沒有提到的東西。下面是未提到的元素的列表，包含語法和簡單的說明。你可以在網上找到更詳細的參考資料來學習它們--當你需要用到它們的時候。如果你安裝了MSDN Library,你也可以在裡面找到關於.net下正則表示式詳細的文件。