C# 字符串与正则表达式介绍

.NET学习资料

在 C# 编程中，字符串和正则表达式是处理文本数据时不可或缺的工具。深入理解它们的特性和用法，能够显著提升开发效率和代码质量。

一、C# 字符串

（一）字符串的不可变性

在 C# 中，字符串类型string是不可变的。这意味着一旦创建了一个字符串对象，其内容就无法直接更改。当对字符串进行诸如拼接、裁剪或替换等操作时，实际上会创建一个新的字符串对象，而非修改原有的对象。

这种不可变性设计基于多方面的考量：

性能优化：.NET 运行时可以对字符串进行缓存和共享。相同内容的字符串在字符串池（String Intern Pool）中可以共用内存，从而减少内存占用。例如：

csharp 复制代码

string str1 = "Hello";
string str2 = "Hello";
Console.WriteLine(object.ReferenceEquals(str1, str2)); // 输出True，表明str1和str2指向同一个内存地址

安全性：在多线程环境下，不可变的字符串是安全的。多个线程可以同时读取相同的字符串对象，而无需担心数据被意外修改。

易于调试：不可变对象减少了意外更改的风险，使得代码调试和追踪更加容易。

（二）常用字符串操作方法

查找方法

IndexOf()：查找某字符或字符串在目标字符串中第一次出现的下标，索引从 0 开始。若未找到对应数据，则返回 - 1。例如：

csharp 复制代码

string text = "Hello, World!";
int index = text.IndexOf("World");
Console.WriteLine(index); // 输出7

LastIndexOf()：查找某字符或字符串在目标字符串中最后一次出现的下标，若未找到则返回 - 1。例如：

csharp 复制代码

string text = "Hello, World! World";
int lastIndex = text.LastIndexOf("World");
Console.WriteLine(lastIndex); // 输出13

Contains()：检测字符串中是否包含指定的数据，返回布尔值。例如：

csharp 复制代码

string text = "Hello, World!";
bool contains = text.Contains("Hello");
Console.WriteLine(contains); // 输出True

截取方法

Substring()：从目标字符串中截取数据，有两种重载形式。一种是从指定位置截取到字符串末尾，另一种是从指定位置开始截取指定长度的字符。例如：

csharp 复制代码

string text = "Hello, World!";
string sub1 = text.Substring(7);
string sub2 = text.Substring(0, 5);
Console.WriteLine(sub1); // 输出World!
Console.WriteLine(sub2); // 输出Hello

分割与连接方法

Split()：根据指定的字符分割字符串，返回字符串数组。例如：

csharp 复制代码

string text = "apple,banana,orange";
string[] fruits = text.Split(',');
foreach (string fruit in fruits)
{
    Console.WriteLine(fruit);
}

Join()：使用指定字符串连接一些字符串，组成新的字符串。这是string的静态方法。例如：

csharp 复制代码

string[] fruits = { "apple", "banana", "orange" };
string joined = string.Join(", ", fruits);
Console.WriteLine(joined); // 输出apple, banana, orange

替换方法

Replace()：使用指定字符或字符串替换目标字符串中的数据，常用于敏感词替换等场景。例如：

csharp 复制代码

string text = "Hello, World!";
string replaced = text.Replace("World", "C#");
Console.WriteLine(replaced); // 输出Hello, C#!

格式化方法

Format()：用于格式化字符串，通过占位符将不同类型的数据插入到字符串中。例如：

csharp 复制代码

string name = "Alice";
int age = 30;
string message = string.Format("My name is {0}, and I'm {1} years old.", name, age);
Console.WriteLine(message); // 输出My name is Alice, and I'm 30 years old.

（三）StringBuilder 类

由于string的不可变性，在需要频繁修改字符串的场景下，会产生大量临时对象，影响性能。此时，StringBuilder类应运而生。StringBuilder是可变的，适用于高性能的字符串操作。

例如，当进行大量字符串拼接时：

csharp 复制代码

// 使用string
string result1 = "";
for (int i = 0; i < 1000; i++)
{
    result1 += i.ToString();
}

// 使用StringBuilder
StringBuilder sb = new StringBuilder();
for (int i = 0; i < 1000; i++)
{
    sb.Append(i.ToString());
}
string result2 = sb.ToString();

可以明显看出，使用StringBuilder在性能上更具优势，因为它直接在原对象上进行修改，避免了大量临时字符串对象的创建。

二、C# 正则表达式

（一）正则表达式基础语法

正则表达式是一种用于匹配和操作文本的强大工具，它通过特定的字符模式来描述文本的特征。

字符匹配

.：匹配除换行符之外的任何单个字符。例如，模式a.c可以匹配abc、a1c等。

[字符集合]：匹配字符集合中的任意一个字符。例如，[aeiou]可以匹配任何一个元音字母。

[^字符集合]：匹配不在字符集合中的任意一个字符。例如，[^0-9]可以匹配任何非数字字符。

数量限定符

*：匹配前面的子表达式零次或多次。例如，a*可以匹配空字符串、a、aa等。

+：匹配前面的子表达式一次或多次。例如，a+可以匹配a、aa等，但不能匹配空字符串。

?：匹配前面的子表达式零次或一次。例如，a?可以匹配空字符串或a。

{n}：匹配前面的子表达式恰好n次。例如，a{3}只能匹配aaa。

{n,}：匹配前面的子表达式至少n次。例如，a{3,}可以匹配aaa、aaaa等。

{n,m}：匹配前面的子表达式至少n次，最多m次。例如，a{3,5}可以匹配aaa、aaaa、aaaaa。

边界匹配

^：匹配输入字符串的开始位置。例如，^Hello表示以Hello开头的字符串。

$：匹配输入字符串的结束位置。例如，World$表示以World结尾的字符串。

（二）常用正则表达式示例

验证数字

只能输入数字：^(0-9)*$

只能输入 n 位的数字：^\d{n}$

只能输入至少 n 位的数字：^\d{n,}$

只能输入 m~n 位的数字：^\d{m,n}$

只能输入零和非零开头的数字：^(0|(1-9)\d*)$

验证邮箱地址

csharp 复制代码

^\w+((-\w+)|(\.\w+))*\@\w+((\.|-)\w+)*\.\w+$

验证 URL 地址

csharp 复制代码

^http(s)?://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$

（三）在 C# 中使用正则表达式

在 C# 中，使用System.Text.RegularExpressions命名空间来操作正则表达式。主要涉及的类有Regex和Match、MatchCollection。

例如，验证一个字符串是否为有效的邮箱地址：

csharp 复制代码

using System;
using System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        string email = "test@example.com";
        string pattern = @"^\w+((-\w+)|(\.\w+))*\@\w+((\.|-)\w+)*\.\w+$";
        bool isMatch = Regex.IsMatch(email, pattern);
        if (isMatch)
        {
            Console.WriteLine("Valid email address.");
        }
        else
        {
            Console.WriteLine("Invalid email address.");
        }
    }
}

如果需要获取匹配的具体内容，可以使用Regex.Match方法返回Match对象，或使用Regex.Matches方法返回MatchCollection对象。例如：

csharp 复制代码

string text = "The quick brown fox jumps over the lazy dog. The dog is cute.";
string pattern = @"dog";
MatchCollection matches = Regex.Matches(text, pattern);
foreach (Match match in matches)
{
    Console.WriteLine("Match found at index {0}: {1}", match.Index, match.Value);
}

C# 字符串和正则表达式在文本处理中各有其独特的作用。字符串提供了基本的文本操作功能，而正则表达式则能实现更复杂的模式匹配和文本验证。在实际编程中，应根据具体需求灵活运用它们，以实现高效、准确的文本处理。