正则表达式技巧篇

1、遇到需要获取一个字符串中的中文字符正则表达式

一般逻辑是使用

using System;  
using System.Text.RegularExpressions;  
  
class Program  
{  
    static void Main()  
    {  
        string input = "Hello 你好 World! 123 不包含中文的部分456 你好吗？";  
        string pattern = @"[^\u4e00-\u9fa5]+"; // 匹配一个或多个非中文字符  
  
        MatchCollection matches = Regex.Matches(input, pattern);  
  
        foreach (Match match in matches)  
        {  
            Console.WriteLine(match.Value);  
        }  
    }  
}

逆向思维：先查找出非中文字符，并替换成空，即可避免循环匹配查找

/// <summary>

///查找作者名称

/// </summary>

/// <param name="str"></param>

/// <returns></returns>

private static string MatchAuthorChar(this string str)

{

// var num = str.MatchNumber();

//查找出非中文字符，并替换成空

return Regex.Replace(str, "\^\\u4e00-\\u9fa5", "").Trim();

//return str.Split('.')1;

}

可能你会过滤到他们两个 的性能问题，这里给出总结

    1、使用 Regex.Matches 来查找所有非中文字符的连续序列。
    2、使用 Regex.Replace 来替换所有非中文字符为空字符串，以获取纯中文字符串。

关于性能，Regex.Matches 和 Regex.Replace 的性能取决于输入字符串的长度、正则表达式的复杂性以及期望的匹配次数。在您的具体场景中，Regex.Replace 可能是更高效的，因为它只需要遍历字符串一次，并将非中文字符替换为空。

但是，请注意，如果您的目的是获取字符串中的所有非中文字符序列，那么使用 Regex.Matches 是正确的。而如果您只是想要一个只包含中文字符的字符串，那么 Regex.Replace 是更好的选择。


对于性能优化，您可以考虑以下几点：

    如果您的代码在循环中多次使用相同的正则表达式模式，请考虑将 Regex 对象缓存起来，而不是每次都创建一个新的实例。
    如果您的字符串非常大，并且您只需要执行一次替换操作，那么 Regex.Replace 应该是足够快的。
    如果性能是一个关键问题，并且您经常需要处理大量数据，那么可能需要考虑使用其他技术或算法，如字符串分割和连接，而不是正则表达式。但是，在大多数情况下，正则表达式的性能是可以接受的。

2、 需要获取一个字符串中的中文或者英文字符正则表达式

仍然是获取非中文和英文的字符，然后再替换成空

using System;  
using System.Text.RegularExpressions;  
  
class Program  
{  
    static void Main()  
    {  
        string input = "Hello 你好 World! 123 不包含中文@#$%^&*()的部分456 你好吗？";  
        string pattern = @"[^\p{L}\p{M}\u4e00-\u9fa5\u3400-\u4dbf\s]"; // 匹配非中文、非英文和非空格的字符  
  
        // 使用Regex.Replace替换所有非中文、非英文和非空格的字符为空字符串  
        string result = Regex.Replace(input, pattern, "");  
  
        Console.WriteLine(result); // 输出处理后的字符串  
    }  
}