网络特定文本信息抓取及统计(5)

    修饰符 extern 返回变量类型方法名称（参数列表）

    其中：
    DLL文件：包含定义外部方法的库文件。修饰符：访问修饰符，除了abstract以外在声明方法时可以使用的修饰符。返回变量类型：在DLL文件中你需调用方法的返回变量类型。方法名称：在DLL文件中你需调用方法的名称。参数列表：在DLL文件中你需调用方法的列表。

    注意：需要在程序声明中使用System.Runtime.InteropServices命名空间。
    DllImport只能放置在方法声明上。
    DLL文件必须位于程序当前目录或系统定义的查询路径中（即：系统环境变量中Path所设置的路径）。
    返回变量类型、方法名称、参数列表一定要与DLL文件中的定义相一致。
    若要使用其它函数名，可以使用EntryPoint属性设置，如：
    [DllImport("user32.dll", EntryPoint="MessageBoxA")]
    static extern int MsgBox(int hWnd, string msg, string caption, int type);

    其它可选的 DllImportAttribute 属性：
    ◆CharSet 指示用在入口点中的字符集，如：CharSet=CharSet.Ansi；
    ◆SetLastError 指示方法是否保留 Win32"上一错误"，如：SetLastError=true；
    ◆ExactSpelling 指示 EntryPoint 是否必须与指示的入口点的拼写完全匹配，如：ExactSpelling=false；
    ◆PreserveSig指示方法的签名应当被保留还是被转换，如：PreserveSig=true；
    ◆CallingConvention指示入口点的调用约定，如：CallingConvention=CallingConvention.Winapi；
2.4正则表达式
2.4.1 概念
   正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
   给定一个正则表达式和另一个字符串，我们可以达到如下的目的：
    1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；
    2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。
   正则表达式的特点是：
    1. 灵活性、逻辑性和功能性非常的强；
    2. 可以迅速地用极简单的方式达到字符串的复杂控制。
    3. 对于刚接触的人来说，比较晦涩难懂。
   由于正则表达式主要应用对象是文本，因此它在各种文本编辑器场合都有应用，小到著名编辑器EditPlus，大到Microsoft Word、Visual Studio等大型编辑器，都可以使用正则表达式来处理文本内容。
2.4.2 引擎介绍
正则引擎主要可以分为两大类：一种是DFA，一种是NFA。这两种引擎都有了很久的历史(至今二十多年)，当中也由这两种引擎产生了很多变体！于是POSIX的出台产生规范了不必要变体的继续产生。这样一来，的主流正则引擎又分为3类：一、DFA，二、传统型NFA，三、POSIX NFA。
DFA 引擎在线性时状态下执行，因为它们不要求回溯（并因此它们永远不测试相同的字符两次）。DFA 引擎还可以确保匹配最长的可能的字符串。但是，因为 DFA 引擎只包含有限的状态，所以它不能匹配具有反向引用的模式；并且因为它不构造显示扩展，所以它不可以捕获子表达式。
传统的 NFA 引擎运行所谓的“贪婪的”匹配回溯算法，以指定顺序测试正则表达式的所有可能的扩展并接受第一个匹配项。因为传统的 NFA 构造正则表达式的特定扩展以获得成功的匹配，所以它可以捕获子表达式匹配和匹配的反向引用。但是，因为传统的 NFA 回溯，所以它可以访问完全相同的状态多次（如果通过不同的路径到达该状态）。因此，在最坏情况下，它的执行速度可能非常慢。因为传统的 NFA 接受它找到的第一个匹配，所以它还可能会导致其他（可能更长）匹配未被发现。网络特定文本信息抓取及统计(5):http://www.751com.cn/jisuanji/lunwen_3461.html