C# 正則表達式雙引號處理完全指南：轉義、分組、替換與編譯優化

C# 正則表達式中雙引號的處理、分組引用、RegexOptions 枚舉、編譯優化、替換模式等核心知識點總結，結合實戰案例演示 CSS URL 提取、SQL 批量生成等場景。

C# 字符串與正則雙引號轉義規則

在 C# 中處理包含雙引號的正則模式，有三種寫法：

CSS URL 提取實例

// 目標：提取 url("...") 或 url('...') 中的路徑
// 正則：url\((['"]?)(.+?)\1\)
// C# 寫法：
var reg = new Regex(@"url\((['""]?)(.+?)\1\)");
//                    ↑ 逐字字符串
//                      ↑↑ 雙寫雙引號
//                         ↑ 單引號無需轉義

string css = @"background-image:url(""//ssl.gstatic.com/ui/v1/menu/checkmark.png"");";
var match = reg.Match(css);
Console.WriteLine(match.Value); 
// 輸出：url("//ssl.gstatic.com/ui/v1/menu/checkmark.png")
Console.WriteLine(match.Groups[2].Value); 
// 輸出：//ssl.gstatic.com/ui/v1/menu/checkmark.png

命名分組與反向引用

// 命名分組語法：(?...)
// 反向引用：\k（注意：C# 用 k，非 \k）
var reg = new Regex(@"\b(?\w+)\s+\k\b");

string text = "what the hell are you you talking about?";
var match = reg.Match(text);
Console.WriteLine(match.Value); // "you you"
Console.WriteLine(match.Groups["word"].Value); // "you"

RegexOptions 枚舉完整解析

RegexOptions.Compiled 性能權衡

建議：僅對高頻復用、生命周期長的正則使用 Compiled；一次性或低頻正則不建議。

ECMAScript 模式限制

• 只能與 IgnoreCase、Multiline、Compiled 組合
• \10 僅為反向引用 1 + 字符 '0'，非八進制
• \w\d\s 及其反向類僅匹配 ASCII

分組編號規則

C# 正則分組編號順序：

1. 分組 0：整個匹配結果
2. 未命名分組：按左括號順序編號
3. 命名分組：最後編號

// 示例：(\w)(?\d+)(\s+)
// 分組編號：
// 0: 整個匹配
// 1: (\w)          - 未命名，第1個左括號
// 2: (\s+)         - 未命名，第2個左括號
// 3: (?\d+) - 命名分組，最後編號

替換模式特殊字符序列

替換實戰：關鍵詞生成 SQL

string keywords = File.ReadAllText(@"D:\daoru.txt", Encoding.Default);
// 關鍵詞每行一個，如：
// 中山大道
// 粵墾路

var reg = new Regex(@".+"); // 默認 . 不匹配換行，完美適配逐行
string sql = reg.Replace(keywords, 
    "INSERT INTO Keywords VALUES (196, 'admin', 'admin', '$&')");

// 處理換行符問題（關鍵！）
// Windows 換行 \r\n，匹配 .+ 會包含 \r
// 解決：替換後移除 \r
sql = sql.Replace("\r", ""); 

File.WriteAllText(@"D:\output.sql", sql);
// 生成：
// INSERT INTO Keywords VALUES (196, 'admin', 'admin', '中山大道')
// INSERT INTO Keywords VALUES (196, 'admin', 'admin', '粵墾路')

Regex.CompileToAssembly：正則庫組件化

將常用正則預編譯為 DLL，提高重用性和啟動性能：

using System.Text.RegularExpressions;

var patterns = new[]
{
    new RegexCompilationInfo(
        @"\d{4}-\d{2}-\d{2}",           // 模式
        RegexOptions.Compiled | RegexOptions.ExplicitCapture, // 選項
        "DateRegex",                      // 類名
        "MyRegexLib",                     // 命名空間
        true,                             // public
        null                              // 超時
    ),
    // 更多模式...
};

Regex.CompileToAssembly(patterns, new AssemblyName("MyRegexLib"));
// 生成 MyRegexLib.dll，其他項目引用即可使用：
// var regex = new MyRegexLib.DateRegex();
// regex.Match("2024-01-15");

實戰經驗總結

1. 雙引號用逐字字符串雙寫：@"""" 最不易出錯
2. 複雜正則用 IgnorePatternWhitespace：分行寫、加註釋、可維護
3. 高頻正則用 Compiled + 靜態 readonly：避免重複編譯開銷
4. 替換時警惕 $` $' $_：易誤解語義，充分測試
5. 跨平台注意換行符：Windows \r\n 會被 .+ 匹配，需後處理
6. 編碼讀取用 Encoding.Default：中文環境下讀取 ANSI 文本

總結

C# 正則表達式功能強大但細節多：雙引號轉義用逐字字符串雙寫，分組編號有序，替換模式豐富，編譯優化需權衡。掌握 RegexOptions 組合、命名分組、替換序列、預編譯組件化等進階技巧，能顯著提升文本處理代碼的性能、可讀性與維護性。