Регулярные выражения для Delphi / C# и других.

Справка для тех, кому нужно легко парсить текст, вытаскивать данные из больших объемов текста и делать это легко и быстро. C#, Delphi и др.

Пишите в ответах примеры текста, где вам нужно использовать регулярное выражение, какие данные нужно получить - я помогу вам разобраться, соберем базу примеров и дальше эта тема будет как справочник.

Это моя первая тема на YouHack на тему программирования и начну я её с полезного совета для многих любителей позаниматься творчеством - программированием. Изучение исходников размещенных на этом форуме меня натолкнуло на мысль, что молодежь остро нуждается в помощи по некоторым незначительным, но очень важным моментам. Сегодня я познакомлю тебя с регулярными выражениям.

Что такое регулярные выражение? Обойдемся без терминов, это то - что упростит жизнь тебе, сделает её проще и интереснее, и вникнув один раз ты уже никогда не сможешь отказаться от них. Регулярные выражения есть почти во всех языках программирования и каждый раз они неоценимо полезны. Регулярные выражения настолько полезны, что они даже есть в меню разработчика Chrome и блокноте Notepad++.

Для удобства я буду приводить примеры, которые будут близки к тематике YouHack.

Допустим, у нас есть список логинов и паролей разделенных символов и мы хотели бы быстро их разделять. Для этого можно использовать много разных приёмов, но самый простой - регулярные выражния. Покажу на примере:

Код:

Как их разбить при помощи регулярных выражений:

C#

Код:

                    using System.Text.RegularExpressions;

                    MatchCollection matches = Regex.Matches("abcdf:12345", "(?<login>.*?):(?<password>.*?)$");
                    string       Login = matches[0].Groups["login"].Value;
                    string Password = matches[0].Groups["password"].Value;

(?<login>.*?):(?<password>.*?)$ - познакомься, это регулярное выражение. Буквально это означает: прочитать первый блок, который содержит любые символы .*? и назвать этот блок ?<login>, далее следует символ : и за ним следующий блок, который похож на первый, но его мы обозначим как password. Символ $ означает конец строки.

Как ты заметил у нас массив данных типа MatchCollection - matches[0] где 0 - порядковый номер найденного результата применения регулярного выражения. Если в нашем списке будет два повторения этого шаблона:

Код:

abcd:1234
zxcv:6789

То первая строка будет иметь индекс matches[0], а вторая matches[1] и ты сможешь обработать их так:

Код:

      
     foreach (Match match in matches)
     {
             string Login = match.Groups["login"].Value;
             string Password = match.Groups["password"].Value;
     }

Всё тоже самое, но без имен:

Код:

                   using System.Text.RegularExpressions;

                    MatchCollection matches = Regex.Matches("abcdf:12345", "(.*?):(.*?)$");

                    foreach (Match match in matches)
                    {
                         foreach (Group group in match.Groups)
                         {
                                 string ParamValue = group.Value;

                                 MessageBox.Show(ParamValue);
                         }
                    }

Этот пример выведет 3 сообщения, так как мы сперва перебираем результаты поиска всего выражения Match, а потом каждый блок Group - блоки идут в скобках. Мы получим результат:

abcdf:12345
abcdf
12345

Да, ты всё правильно понял, каждый Match у нас содержит группу в которой 0 элемент содержит весь блок, который задан в регулярном выражение, а потом каждый последующий элемент группы будет содержать то, что мы указали в скобках.


Вот тебе несколько вариант регулярных выражений и примеры, где их можно применить:

У нас есть текст: <a href="http://somelink.net/?userid=123423">This is my link Number 1</a>

([A-z0-9]+) - все буквы от A заглавной до z маленькой и все числа.

Код:

href="([A-z0-9]+)

Результат: 
href="http
http

(\d+) - любое число

Код:

(\d+)

Результат: 
123423
123423

(\w+) - любое слово

Код:

This is my link (\w+)

Результат:
This is my link Number
Number

(.*?) - любые символы

Код:

href="(.*?)"

Результат:
href="http://somelink.net/?userid=123423"
http://somelink.net/?userid=123423

Рассмотрим вариант применения блоков вместе:

Код:

<a href="(.*?)">This is my link (\w+) (\d+)</a>

Результат:
Все выражение: <a href="http://somelink.net/?userid=123423">This is my link Number 1</a>
Блок (.*?) http://somelink.net/?userid=123423
Блок (\w+) Number
Блок (\d+) 1

Теперь очень важное замечание, плюс в конце выражения означает - что элементов может быть несколько, если нужно задать точное количество символов используйте {4} например (\d{4}) - в блоке 4 символа:

Пример текста: <input type="text" name="elementsToSend[]" value="00146700" note="element:block">

Код:

value="00(\d{4})

Результат:
Найденный результат по выражению value="001467
Блок (\d{4}) даст результат 1467

Обозначайте конец регулярного выражения, например link="(.*?)" ковычкой или специальным символом, например конец строки (\w+)$, начало строки ^. Допустим у нас есть несколько строк с данными:

Hi 123 block
Hi 234 block

Регулярное выражение будет: ^Hi (\d{3}) block$
Результат для первой строки:
^Hi (\d{3}) block$ -----> Hi 123 block
(\d{3}) -----> 123


Это далеко не все примеры, которые можно разобрать, пишите ниже что вам нужно вытащить из текста, будем разбираться.

Что касается Delphi, то тут всё аналогично, регулярные выражения почти идентичны и достаточно один раз научиться с ними работать - это останется на всю жизнь и вы будете их читать как обычный текст, требуется практика. Тут поможет аналогия с фильмом Матрица, кто смотрел поймут, одни на экране видят вертикальные символы, а другие - картинку мира. У нас примерно так же с регулярными выражениями.

Как использовать регулярные выражения в Delphi - прикреплю модуль для работы с регуляркой. В последних версиях Delphi такой модуль уже есть.

Скачать модуль для Delphi старых версий http://rghost.ru/60355240

Можно просто кинуть в каталог с проектом, используем:

Код:

var regex: TRegExpr;
TextToParse: String;
begin
     TextToParse:='{"code":"ae30f8e7d7e32e9d8f8324"}';
     regex:=TRegExpr.Create;
     regex.Expression:='code":"(.*?)"';
     regex.Exec(TextToParse);
end;

Результат:

regex.Match[0] содержит code":"ae30f8e7d7e32e9d8f8324"
regex.Match[1] содержит ae30f8e7d7e32e9d8f8324

Тот же пример в последних версия Delphi.

Код:

uses RegularExpressions;

var
   regex: TRegEx;
   TextToParse: String;
   match   : TMatch;
   group   : TGroup;
begin
     TextToParse:='{"code":"123"}{"code":"456"}';
     regex:=TRegEx.Create('code":"(.*?)"',[roIgnoreCase,roMultiline]);
     match := regex.Match(TextToParse);
     while match.Success do
      begin
        ShowMessage(match.Groups[1].Value);
        match := match.NextMatch;
      end;

Результат первое сообщение 123, второе 456


На закуску, для тех кто пользуется Notepad++, умеет или не умеет программировать:

К примеру у нас есть текст:

Код:

1: login1@mail.ru 123123 (some description)
2: login1@mail.ru 123123 (some description)
3: login1@mail.ru 123123 (some description)
4: login1@mail.ru 123123 (some description)
5: login1@mail.ru 123123 (some description)

Надо получить формат email:password с описанием на новой строчке снизу с отступом

Нажимаем Ctrl+F и переключаемся на вкладку Replace (Замена)

Делаем как на картинке:



Получаем:

Код:

login1@mail.ru:123123
    some description
login1@mail.ru:123123
    some description
login1@mail.ru:123123
    some description
login1@mail.ru:123123
    some description
login1@mail.ru:123123
    some description

Думаю у вас остались вопросы - задавайте в формате:

1. Где хотите использовать регулярное выражение (Delphi, C#)
2. Какие данные имеете (пример)
3. Что хотите получить[/hide]

 

Спасибо огромное за старание ТС, давно искал что то по этой теме, но не всегда понятно да и чистый текст, добавил в закладки)

 

Ты главное вопросы задавай и примеры скидывай, где есть потребность использовать, регулярка требует постоянной практики.

 

Вот мне бы регулярку написать, что бы парсила по 2 значения в одну строку по таким значениям:
с 'title="View Account Activity for&nbsp;' {тут переменный текст который нужно парсить} по '&nbsp;' {тут переменный текст который нужно парсить} по '"'
Как правильно реализовать хз, нуждаюсь в помощи.
делфи

 

Не знаю какая у тебя версия Delphi. Если в Delphi у тебя есть RegularExpressions стандартный модуль, то

Код:

uses RegularExpressions;

Код:

var
    regex: TRegEx;
    str:string;
    match:TMatch;
begin

     str:='title="View Account Activity for 123 456"';
     regex:=TRegEx.Create('title="View Account Activity for (.*?) (.*?)"');
     match:=regex.Match(str);
     if match.Success then
        showmessage('Найдено: '+match.Groups[0].Value+#13+'В скобках 1: '+match.Groups[1].Value+#13+'В скобках 2: '+match.Groups[2].Value);
end;

 

Спасибо, работает.Очень полезная тема.

 

Я вот что еще хотел спросить,можно написать такую регулярку что бы начало парсинга бралось не со всего стринг листа а поочередно всех строк, то есть в каждой строке, я сделал циклом, можно как то по проще?

 

Лови

Результат - покажет 5 сообщений:
TJFD-DDFR4-UI32
TJFD-EDSF2-UI32
TJFD-BFGS2-UI32
TJFD-SDDS3-UI32
TJFD-SDFZX-UI32


Для работы многострочным текстом необходимо добавить опцию roMultiline Разберем саму регулярку.

Регулярка: ^.*?key: (.*?)<.*$

^ - начало строки
.*? - любые символы
key: - слово в тексте с двоеточием, причем после двоеточия пробел
(.*?) - любые символы, но в данном случае скобки указывают на то, что эти символы мы хотим получить в результате выполнения регулярное выражения (группу с индексом [1] - match.Groups[1].Value)
< - символ в тексте, указываем, что предыдущий блок нужно ограничить до этого символа, в тексте это тег </a>
.*? - любые символы
$ - конец строки

Обратить внимание надо на то, что символ $ не будет работать без опции roMultiline.

Результат поиска с индексом группы 0 будет содержать всю найденную строку:
match.Groups[0].Value = '<a href="http://steampowered.com" target="_blank">Activate steam key: TJFD-DDFR4-UI32</a>';



Аналогичный пример на С#

Обратите внимание, что как и в примере на Delphi необходимо указывать опцию Multiline для работы символа $, указывающего на конец строки. Результат так же отражается в группах, где группа с индексом 0 - содержит всю найденную строку, а группа с индексом 1 - данные, которые в регулярном выражение указаны в скобках. Различий в самом регулярном выражении нет.

 

Спасибо огромное, так доступно и понятно объясняешь)

 

-удалено

 

Бро помоги написать регулярку на шарпе, я накидал но она не пашет:

 

Помоги, пожалуйста