Question

尝试在C＃中使用通配符从网页源中获取信息，但我似乎无法弄清楚要使用什么作为通配符。我没有尝试过任何工作！

通配符只需要允许数字，但由于页面生成相同的每次，我也可以允许任何字符。

正在使用的正则表达式声明：

Regex guestbookWidgetIDregex = new Regex("GuestbookWidget(' INSERT WILDCARD HERE ', '(.*?)', 500);", RegexOptions.IgnoreCase);

如果有人能弄清楚我做错了什么，我们将不胜感激！

Answer 1

通配符是. 要匹配任意数量的任意字符，请使用.*（表示零个或多个.）或.+（表示一个或多个.）

请注意，您需要将括号转义为\\(和\\)。（或\(字符串中的\)和@""

Answer 2

点上

在正则表达式中，点.匹配几乎任何字符。它通常不匹配的唯一字符是换行符。要使点匹配所有字符，您必须启用所谓的单行模式（也称为“全部点”）。

在C＃中，这是使用RegexOptions.Singleline指定的。你也可以在模式中embed this as (?s)。

参考

regular-expressions.info/The Dot Matches (Almost) Any Character

关于元字符和转义

.不是唯一的正则表达式元字符。他们是：

(   )   {   }   [   ]   ?   *   +   -   ^   $   .   |   \

根据它们出现的位置，如果您希望这些字符代表字面意思（例如.作为句点），您可能需要执行所谓的“转义”。这是通过在角色前加\来完成的。

当然，\也是C＃字符串文字的转义字符。要获得文字\，您需要在字符串文字中加倍（即"\\"是一个长度为1的字符串）。或者，C＃也有所谓的@ - 引用的字符串文字，其中不处理转义序列。因此，以下两个字符串是相同的：

"c:\\Docs\\Source\\a.txt"
@"c:\Docs\Source\a.txt"

由于\在正则表达式中被大量使用，@ - 引用通常用于避免过度加倍。

参考

关于字符类

正则表达式引擎允许您定义字符类，例如[aeiou]是一个包含5个元音字母的字符类。您还可以使用-元字符来定义范围，例如[0-9]是包含所有10位数字符的字符类。

由于数字字符经常被使用，因此正则表达式还为它提供了简写符号，即\d。在C＃中，这也将匹配来自其他Unicode字符集的十进制数字，除非您使用的RegexOptions.ECMAScript严格地只是[0-9]。

参考

全部放在一起

看起来以下内容适合您：

      @-quoting          digits_      _____anything but ', captured
          |                   / \    /     \
new Regex(@"GuestbookWidget\('\d*', '([^']*)', 500\);", RegexOptions.IgnoreCase);
                           \/                     \/
                         escape (              escape )

请注意，我稍微修改了模式，因此它使用了否定字符类而不是磁阻通配符匹配。如果允许在输入字符串中转义'，这会导致行为略有不同，但这两种模式都不能完美地处理这种情况。但是，如果您不允许'转义，则此模式肯定会更好。

参考

regular-expressions.info/An Alternative to Laziness和Capturing Groups

如何在c＃regex语句中指定通配符（对于任何字符）？

2 个答案:

点上

参考

关于元字符和转义

参考

关于字符类

参考

相关问题

全部放在一起

参考