C# 正则表达式过滤器问题答案

【问题标题】：C# Regex filter problemsC# 正则表达式过滤器问题
【发布时间】：2020-11-13 02:36:49
【问题描述】：

此时，我在早些时候发布了一些关于 Regex 的相同类型问题。它让我很头疼，我查阅了大量关于如何使用正则表达式的文档，但我仍然无法理解它。我不想再浪费 6 个小时来过滤简单（我认为）的表达式。

所以基本上我想要做的是过滤所有带有 HTML 扩展名结尾的文件类型（'*' 星来自 Winforms Tabcontrol，表示文件已被修改。我还需要它们在IgnoreCase：

.html, .htm, .shtml, .shtm, .xhtml
.html*, .htm*, .shtml*, .shtm*, .xhtml*

同时过滤一些 CSS 文件：

.css
.css*

还有一些 SQL 文件：

.sql, .ddl, .dml
.sql*, .ddl*, .dml*

我之前的问题得到了过滤Python文件的答案：

.py, .py, .pyi, .pyx, .pyw
Expression would be: \.py[3ixw]?\*?$

但是当我试图从上面的表达式中学习时，我总是会只打开一个.xhtml，其余的都是无效的。

对于 HTML 表达式，我目前有这个：\.html|.html|.shtml|.shtm|.xhtml\*?$ 和 RegexOptions.IgnoreCase。但输出将只允许.xhtml 区分大小写或不区分大小写。 .html 文件、.htm 和其他文件不匹配。我非常感谢您对您提供的每个表达方式的解释（所以我不必再问同样的问题了）。

谢谢。

【问题讨论】：

* 在通配符中代表任何 0 个或多个字符。您可能想要(?i)\.[xs]?htm\w*$、(?i)\.css\w*$ 和(?i)\.py\w*$ / (?i)\.py[3ixw]?$。请注意，您仍然没有逃脱所有.s。
@WiktorStribiżew 所以我上面的表达式\.html|.html|.shtml|.shtm|.xhtml\*?$ 不起作用，因为除了.xhtml 之外的所有东西都将. 转义了？
你的问题不太清楚。见what your regex matches。
@WiktorStribiżew 感谢您提供。实际上最后一个问题，我在这里用我上面提到的SQL files 的过滤器进行猜测。我试过这个表达式：\.[a-zA-Z]+$。这会是正确的实施方式吗？还是有其他有效的方法？再次感谢。
SQLite3 文件可以有.sq3 扩展名，那么，你需要在正则表达式中添加数字，\.[a-zA-Z0-9]+$

标签： c# .net regex winforms

【解决方案1】：

对于这种情况，您可以从一个简单的正则表达式开始，逐步简化为一个好的正则表达式：

在 C# 中，使用 IgnoreCase 基本上是

Regex myRegex = new Regex("PATTERN", RegexOptions.IgnoreCase);

现在的模式：最简单的模式是简单地将所有有效结果与 OR + 转义（如果可能的话）连接起来：

\.html|\.htm|\.shtml|\.shtm|\.xhtml|\.html*|\.htm*|\.shtml*|\.shtm*|\.xhtml*

.html* 是指.html + 任何东西，在正则表达式中写为.*(任何字符，0-无限次)。

\.html|\.htm|\.shtml|\.shtm|\.xhtml|\.html.*|\.htm.*|\.shtml.*|\.shtm.*|\.xhtml.*

然后，您可以将所有重复的模式组合在一起。所有文件结尾都以点开头，可能有一个可选结尾，ending.* 始终包含ending：

\.(html|htm|shtml|shtm|xhtml).*

然后，我经常看到htm，所以我尝试提取它。将htm 前后所有可能的字符放在一起（? 表示出现 0 或 1 次）：

\.(s|x)?(htm)l?.*

而且，我总是检查它是否仍在 regexstorm for .Net 中工作

这样，你也可以得到另外两个的正则表达式，最后将它们连接在一起。

【讨论】：

好吧，我现在可以看到很多方法来实现这一点。例如，带有 .html 文件的过滤器可以像 Wiktor 所说的那样完成：(?i)\.[xs]?htm\w*$。但我想要它在RegexOptions.IgnoreCase。这是让它不区分大小写的最佳方法吗？另外，我发现.shtm 和.shtml 不匹配。
@Kirtstarweb 在其他语言中，您可以在末尾使用 /gmi 设置这些标志（全局、多行、不区分大小写），在 .net 中您可以这样设置。我猜(?i) 也应该在 .net 中工作。而[xs]（字符类）与(x|s)基本相同。 Wiktor 还用 \w 替换了您的 .*(any char)，它只计算单词 chars(abc...)，因此没有空格、换行符或数字。这些是细化表达式的进一步步骤。
我想我现在看到了，我会考虑选择最适合它的表达方式。感谢您的帮助。