Введение

Вы уже знаете, что недавно Microsoft выпустила в свет платформу .NET Framework. В неё были встроены классы для работы с регулярными выражениями. Ниже будет кратко описаны возможности регулярных выражений и принципы работы с ними на языке Visual Basic .NET.

Что такое регулярные выражения

С помощью регулярных выражений вы можете производить поиск, замену подстрок, используя шаблоны. Они состоят из обычных символов и так называемых метасимволов (metacharacters) - управляющих символов. Список метасимволов достаточно обширен. Ниже приведены наиболее часто используемые символы.

Другие метасимволы вы можете найти в MSDN . Ниже приведён простой пример регулярного выражения - шаблон номера телефона.

^(\(\d+\)){0,1}\d{3}-\d{2}-\d{2}$

Это выражение может показаться сложным, хотя на самом деле всё просто. Начинаем разбор полётов…

• ^ - Этот символ указывает, что здесь начинается искомая строка.
• (- Код города располагается внутри скобок.
• \( - Открывающая скобка.
• \d+ - После скобки должен располагаться код города - одна или несколько цифр.
• \) - Закрывающая скобка.
• ) - Закрывающая скобка - метасимвол, указывающий, что здесь заканчивается группируемое выражение (в данном случае, код города).
• {0,1} - Этот метасимвол указывает, что выражение в скобках (код города) может повторяться от нуля до одного раза, то есть код города можно не указывать.
• \d{3}-\d{2}-\d{2} - Три группы цифр - одна группа по три и две по две цифры. Цифры разделены дефисами.
• $ - Этот знак показывает, что здесь заканчивается подстрока.

Класс RegEx

• Поиск подстрок по шаблону
• Замена подстрок по шаблону
• Сравнение строки с шаблоном
• Разделение строки на подстроки с использованием шаблонов.

Для произведения действий с регулярными выражениями необходимо создать экземпляр класса RegEx. Для этого используется стандартный конструктор New. Он перегружен и имеет две комбинации параметров. Вы можете задать только шаблон (переменная типа String), который будет использоваться в дальнейшем, либо шаблон и параметры объекта. Параметры задаются константами из перечисления RegExOptions. Ниже приведены константы и их описания.

Метод возвращает объект MatchCollection. Это коллекция, которая содержит объекты Match. Получить объект Match можно с помощью индексированного свойства Item коллекции. Нумерация элементов начинается с нуля. Чтобы получить найденную подстроку, следует использовать свойство Value объекта Macth.

Ниже приведён небольшой пример поиска тэгов в HTML коде.

Dim regexp As New Regex("<(.*?)>")
Dim html As String
Dim i As Integer
Dim m As MatchCollection

html = "<p>Это <a href='http://vbnet.ru'>пример</a> <b>поиска</b></p>"
m = regexp.Matches(html)
For i = 0 To m.Count - 1
    MsgBox(m.Item(i).Value)
Next

Замена

Другое часто используемое действие, производимая с помощью класса RegEx - замена подстрок с использованием шаблонов. Для замены используется метод Replace. Он, как и метод Matches, перегружен. Replace может принимать 10 комбинаций параметров. Я не буду перечислять здесь все - вы можете найти их в MSDN или в Object Browser. Метод может принимать комбинации из следующих параметров:

• input - Исходная строка.
• replacement - Строка, на которую будут заменены найденные подстроки.
• count - Максимальное количество замен.
• startat - Позиция в строке input, с которой будет производиться замена.
• pattern - Заменяемый шаблон.
• options - Опции. Может принимать константы из перечисления RegExOptions.
• evaluator - Объект MatchEvaluator.

Метод возвращает переменную типа String - строка, в которой были произведены замены.

Dim regexp As New System.Text.RegularExpressions.Regex("<(.*?)>")
Dim InputString As String

InputString = "p>Это <a href='http://vbnet.ru'>пример</a> <b>pfvtys</b></p>"
txtText.Text = regexp.Replace(txtText.Text, "[вырезано]", RegexOptions.Multiline)

Сравнение

Сравнение строки с шаблоном - самая простая операция, которую можно произвести с помощью класса RegEx. Сравнение осуществляется методом IsMatch. Он перегружен и может принимать такие же параметры, как и метод Matches. Возвращаемое значение имеет тип Boolean. Метод возвращает True, если тестируемая строка совпадает с шаблоном и False в противном случае. Ниже приведён пример сравнения строки с шаблоном.

Dim regexp As New System.Text.RegularExpressions.RegEx ("[0-9]+")
Dim str As String

str = "1234567890"
MsgBox (regexp.IsMatch(str).ToString)
str = "abc"
MsgBox (regexp.IsMatch(str).ToString)

Разделение строки

Для разделения строки используется перегруженный метод Split класса RegEx. Он может принимать такие же комбинации параметров, как и методы Matches и IsMatch. Split возвращает массив типа String, который содержит строки, полученные из исходной строки. Массив индексируется с нуля.

Приведу небольшой пример. Допустим, вам нужно разбить строку по нескольким разделителям (скажем, "-", "." и ","). Можно использовать для этого функцию Split, но при этом будет много возни с массивами, код будет сильно загромождён и снизится быстродействие. А теперь посмотрим, как легко эта операция будет произведена с использованием регулярных выражений. Разделителем будет являться следующее выражение: "[-\.,]". Следующий код разбивает строку на подстроки с использованием этого шаблона.

Dim regexp As New Regex("[-\.,]")
Dim i As Integer
Dim s() As String
Dim str As String

str = "раз-два,три.четыре,пять"
s = regexp.Split(str)
For i = 0 To s.GetUpperBound(0)
    Console.WriteLine(s(i))
Next

Компилированные регулярные выражения

Если при создании объекта RegEx в конструкторе New была установлена константа Compiled, то RegEx будет скомпилирован в MSIL (Microsoft intermediate language). Это позволит JIT-компилятору преобразовать выражение в машинный код, что значительно повышает производительность.

Однако в компилированных выражениях есть и плохая сторона - их нельзя выгрузить из памяти. Компилированные регулярные выражения выгружаются только при завершении работы всего приложения. RegEx остается в памяти, даже когда сам объект освобождён и уничтожен сборщиком мусора.

Поэтому, следует задуматься над тем, стоит ли устанавливать флаг Compiled. Если вы постоянно используете несколько регулярных выражений, то лучше будет их скомпилировать.

Заключение