用正则表达式解析C#文件(Updated)

作者：xiaoxiao
发表时间：2020-12-23 10:35
来源：未知

想必很多读者都写过给程序代码按语法着色的程序。而这在一段时间以前是一件很困难的事。你需要写大量代码分析语法——而这往往又是最困难的部分。直到，正则表达式（Regular Expression）的出现，我们才可以从繁重的工作中解脱。正则表达式提供了一系列方法（标准、模式），使我们能够高效地创建、比较和修改字符串，以及迅速地分析大量文本和数据以搜索、移除和替换文本模式 ^[1]。DotNET Framework 提供了 System.Text.RegularExpression 命名空间来实现他们承诺的功能。

1. 正则表达式^[2]

首先，我想先简单介绍一下正则表达式。

正则表达式最早是由数学家Stephen Kleene于1956年提出，他是在对自然语言的递增研究成果的基础上提出来的。具有完整语法的正则表达式使用在字符的格式匹配方面上，后来被应用到熔融信息技术领域。自从那时起，正则表达式经过几个时期的发展，现在的标准已经被ISO(国际标准组织)批准和被Open Group组织认定。

正则表达式并非一门专用语言，但它可用于在一个文件或字符里查找和替代文本的一种标准。它具有两种标准：基本正则表达式(BRE)，扩展正则表达式(ERE)。ERE包括BRE功能和另外其它的概念。

先进已有xsh,egrep,sed,vi以及在UNIX平台下的程序实现了正则表达式。它们可以被很多语言采纳，如HTML 和XML，这些采纳通常只是整个标准的一个子集。随着正则表达式移植到交叉平台的程序语言的发展，它的功能也日益完整，使用也逐渐广泛。

2. 相关的表达式

有关正则表达式我只能说这么多了——它是一个不小的知识体系，不可能用只言片语就解释清楚。这里我只介绍与C#语法分析相关的结个匹配串。详细内容请参见本Blog站的收藏 Regular Expression Specification [ The Open Group ] 。另外，如果你已经对正则表达式有了相当的了解，那你可以略过下面每一条的解释，以尽快完成全文。

i> 字符串 "(//?.)*?"

正则表达式中除 . $ ^ { [ ( | ) * + ? / 外，其他字符与自身匹配。在上面的式子中，两边的quotation mark就是指匹配字符串两边的引号。“//”表示一个“/”字符。后面紧跟的“?”表示匹配零个或一个字符。“.” 与除 /n 之外的任何字符匹配。