正則表達式測試工具 Regex Tester 的使用方法

正則表達式測試工具「RegexTester」，下載地址：http://www.oschina.net/p/regex+tester

1、關於本文

今天的工做中遇到了一些正則表達式，我須要檢驗它們是否正確，不過我對本身目測的結果又沒有信心。後來我想起之前看過一個帖子《正則表達式30分鐘入門教程》，裏面提到過一個工具叫作「RegexTester」，不過下載下來卻感到用起來比較棘手。由於是第一次用的緣故，這個軟件也沒有提供足夠多的幫助信息。因此我下班後研究了一下這個軟件的幾個主要功能，研究結果記錄以下。

2、關於「RegexTester」

其實這個軟件真正的名字叫「YART」，它是「Yet Another Regex Tester」的縮寫，翻譯成中文就是「另一個正則表達式測試工具」。在Form的Title位置，寫的文字是「Code Archiects Regex Tester」，說明這是給代碼設計師（就是程序猿）使用的正則表達式測試工具。

3、三個基本功能

一、Find功能

Find功能旨在從一個源字符串（Source）中，經過給出的正則表達式（Regex），找出匹配的子串（Matches）。進入Find功能的快捷鍵是「Ctrl+F」，該界面包含Regex、Source、Matches三個區域。按下命令（Commands）菜單中的執行（Run），能夠生成結果集，快捷鍵爲F5。

在Regex區域中輸入正則表達式，在Source區域中輸入待匹配的文本，Matches區域爲程序判斷的結果集

Find功能的判斷邏輯，表現成代碼，是這個樣子的：

VB.NET代碼：

Dim re As New Regex("[0-9]{8}", RegexOptions.None)
Dim mc As MatchCollection = re.Matches("text")
For Each ma As Match in mc
    'TODO
Next

C#代碼：

Regex re = new Regex(@"[0-9]{8}", RegexOptions.None);
MatchCollection mc = re.Matches("text");
foreach (Match ma in mc)
{
    //TODO
}

這些代碼是經過「生成代碼」（Generate Code）功能獲得的，進入該功能的快捷鍵爲F2，這個界面能夠生成VB.NET和C#兩種代碼，其中C#還能夠在字符串前加「 @ 」符號，說明該字符串忽略其中的Ｃ#轉義字符：

二、Replace功能

Replace功能的做用是從一個源字符串（Source）中，經過給出的正則表達式（Regex）和替換文本（Replace），生成替換後的字符串（Report）。進入Replace功能的快捷鍵是「Ctrl+R」，該界面包含Regex、Replace、Source、Report三個區域。

在Regex區域中輸入正則表達式，在Replace區域中輸入要替換的文本，在Source區域中輸入源字符串，Report區域顯示替換後的字符串

Replace功能的判斷邏輯，表現成代碼，是這個樣子的：

VB.NET代碼：

Dim re As New Regex("[0-9]{8}", RegexOptions.None)
Dim result As String = re.Replace("text")

C#代碼：

Regex re = new Regex(@"[0-9]{8}", RegexOptions.None);
string result = re.Replace("text");

三、Split功能

Split功能會將源字符串（Source）中的文本，按正則表達式（Regex）的匹配狀況，分紅若干子串，並返回這些子串的集合（Report）

在Regex區域中輸入正則表達式，在Source區域中輸入源字符串，Report區域顯示分割後的各個字符串

Split功能的判斷邏輯，表現成代碼，是這個樣子的：

VB.NET代碼：

Dim re As New Regex("[0-9]{8}", RegexOptions.None)
Dim lines() As String = re.Split("text")
For Each line As String In lines
    'TODO
Next

C#代碼：

Regex re = new Regex(@"[0-9]{8}", RegexOptions.None);
string[] lines= re.Split("text");
foreach (string line in lines)
{
    //TODO
}

4、正則表達式選項

在選項菜單（Options）下面有9個正則表達式選項

若是沒有特別的說明，這些突兀的詞彙會讓人很是難以理解。後來我發現這9個選項來自於.NET中命名空間「System.Text.RegularExpressions」下的枚舉RegexOptions。因而我進入到VS中找到了RegexOptions枚舉，這些選項的實際做用能夠從這個枚舉的元數據文件中窺得一二：

#region 程序集 System.dll, v4.0.0.0
// C:\Program Files\Reference Assemblies\Microsoft\Framework\.NETFramework\v4.5\System.dll
#endregion

using System;

namespace System.Text.RegularExpressions
{
    // 摘要:
    //     提供用於設置正則表達式選項的枚舉值。
    [Flags]
    public enum RegexOptions
    {
        // 摘要:
        //     指定不設置任何選項。
        None = 0,
        //
        // 摘要:
        //     指定不區分大小寫的匹配。
        IgnoreCase = 1,
        //
        // 摘要:
        //     多行模式。 更改 ^ 和 $ 的含義，使它們分別在任意一行的行首和行尾匹配，而不只僅在整個字符串的開頭和結尾匹配。
        Multiline = 2,
        //
        // 摘要:
        //     指定惟一有效的捕獲是顯式命名或編號的 (?<name>…) 形式的組。 這使未命名的圓括號能夠充當非捕獲組，而且不會使表達式的語法 (?:...)
        //     顯得笨拙。
        ExplicitCapture = 4,
        //
        // 摘要:
        //     指定將正則表達式編譯爲程序集。 這會產生更快的執行速度，但會增長啓動時間。 在調用 System.Text.RegularExpressions.Regex.CompileToAssembly(System.Text.RegularExpressions.RegexCompilationInfo[],System.Reflection.AssemblyName)
        //     方法時，不該將此值分配給 System.Text.RegularExpressions.RegexCompilationInfo.Options
        //     屬性。
        Compiled = 8,
        //
        // 摘要:
        //     指定單行模式。 更改點 (.) 的含義，以使它與每一個字符（而不是除 \n 以外的全部字符）匹配。
        Singleline = 16,
        //
        // 摘要:
        //     消除模式中的非轉義空白並啓用由 # 標記的註釋。 可是，System.Text.RegularExpressions.RegexOptions.IgnorePatternWhitespace
        //     值不會影響或消除字符類中的空白。
        IgnorePatternWhitespace = 32,
        //
        // 摘要:
        //     指定搜索從右向左而不是從左向右進行。
        RightToLeft = 64,
        //
        // 摘要:
        //     爲表達式啓用符合 ECMAScript 的行爲。 該值只能與 System.Text.RegularExpressions.RegexOptions.IgnoreCase、System.Text.RegularExpressions.RegexOptions.Multiline
        //     和 System.Text.RegularExpressions.RegexOptions.Compiled 值一塊兒使用。 該值與其餘任何值一塊兒使用均將致使異常。
        ECMAScript = 256,
        //
        // 摘要:
        //     指定忽略語言中的區域性差別。 有關更多信息，請參見[<topic://cpconPerformingCulture-InsensitiveOperationsInRegularExpressionsNamespace>]。
        CultureInvariant = 512,
    }
}

這些選項能夠同時選擇一個或多個，.NET是經過位運算判斷哪一個選項起做用的。

5、編譯功能

在命令（Commands）菜單下的編譯（Compile to Assembly）中，有一個界面能夠將正則表達式編譯到dll中

Name爲dll文件名，Root Namespace爲命名空間，編譯完畢後的dll以下：

這個DLL能夠被.NET程序集引用，並調用裏面已經生成好的類

6、其餘用法

一、在文件（File）菜單的屬性（Properties）中，對YART的功能有一個統一的界面進行設置，快捷鍵爲：F4

二、在文件（File）菜單的保存（Save）和另存爲（Save As）中，能夠將當前的配置內容保存到*.regex文件中，實際上這是一個XML格式文件，下面是一個該類文件的內容樣例：

<?xml version="1.0"?>
<ProjectOptions xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
  <RegexName>test</RegexName>
  <RegexDescription />
  <RegexText>[0-9]{8}</RegexText>
  <ReplaceText>TSYBIUS2014</ReplaceText>
  <SourceText>abcd12345678efgh87654321ijhl</SourceText>
  <Command>Find</Command>
  <RegexOptions>None</RegexOptions>
  <Detail>Groups</Detail>
  <MaxMatches>1000</MaxMatches>
  <Sort>Position</Sort>
  <WordWrap>true</WordWrap>
  <Format>Auto</Format>
  <IncludeEmptyGroups>true</IncludeEmptyGroups>
  <Language>VisualBasic</Language>
  <VerbatimStrings>false</VerbatimStrings>
  <InstanceMethods>true</InstanceMethods>
  <AssumeImports>true</AssumeImports>
  <GenerateLoop>true</GenerateLoop>
  <IncludeComment>true</IncludeComment>
  <CopyCodeOnExit>true</CopyCodeOnExit>
</ProjectOptions>

三、在文件（File）菜單的加載源字符串（Load Source）中，能夠將文本從txt文件、doc文件內讀取到Source輸入框中，快捷鍵爲：Ctrl+L

四、在命令（Commands）菜單下的轉義字符（Escape）中，能夠按正則表達式的轉義字符，轉義（Escape）或反轉義（Unescape）字符串

五、在結果（Results）菜單下的結果集最大元素數（Max number of results）中，能夠指定結果集最多有多大，默認值爲1000

六、在結果（Results）菜單中給出告終果集的四種排序方式，它們分別是：

• 按匹配的前後順序（Sort on Position）

• 按匹配結果的字符串大小排序（Sort on Name）

• 按匹配結果的長短排序，短在前長在後（Shortest matches first）

• 按匹配結果的長短排序，長在前短在後（Largest matches first）

七、最後給關於界面一張特寫：

（這是一個用來編寫和校驗正則表達式、生成VB.NET/C#代碼、編譯dll類庫的工具）

7、另外一個發現（:-P）

我用VS自帶的反彙編工具ILDASM對這個程序的源碼進行了反彙編，能夠看出這個程序是用VisualBasic寫的（準確來講是VB.NET）。

END