正則表達式初探

本章主要想和你們分享下正則表達式的一些基礎用法，但願可以對一些小白有所幫助，也爲了防止本身之後遺忘相關知識點，下面咱們正式進入主題。

1、正則表達式

　　一、正則表達式是由普通字符（例如字符 a 到 z）以及特殊字符（稱爲元字符）組成的文字模式。
　　二、正則表達式做爲一個模板，將某個字符模式與所搜索的字符串進行匹配。
　　三、在編寫處理字符串的程序或網頁時，常常會有查找或替換符合某些複雜規則的字符串的須要。
　　四、正則表達式就是記錄文本規則的代碼。

　　做用：
　　　　一、查找數據
　　　　二、替換數據

　　正則表達式能作什麼（字符串的匹配、字符串的提取、字符串的替換）

2、正則表達式的構成

　　一、普通字符（若是直接寫多個普通字符，則會被當作一個總體的字符串來匹配）

　　　　這包括全部的大小寫字母字符，全部數字，全部標點符號以及一些特殊符號。
　　　　例如：Hello world xyh666

　　二、定義字符集（取值範圍）（該點都是匹配單個字符，要想匹配字符串須要結合限定符來實現）
　　　　[a-e] 表示a到e這些字符中的某一個字符
　　　　[aeiou] 表示aeiou這5個字符其中的某一個字符
　　　　[a-zA-Z] 表示大寫、小寫字母中的某一個字符
　　　　[0-9] 表示0到9之間某一個數字

　　　　^ 表明非
　　　　[^lsjd]  ：不是中括號中的任意一個字符
　　　　[^a-f]  ：a-f範圍外的任意一個字符

　　三、組合字符（大寫表示非）（該點都是匹配單個字符，要想匹配字符串須要結合限定符來實現）

　　　　\d  ：匹配一個數字字符。等價於[0-9]。
　　　　\D  ：匹配一個非數字字符。等價於[^0-9]。
　　　　\w  ：匹配一個字母或一個數字或一個下劃線或一個漢字。
　　　　\W  ：匹配一個非字母、非數字、非下劃線和非漢字的字符。
　　　　\s  ：匹配一個任意的空白符，包括空格、製表符、換頁符等等。等價於[ \f\n\r\t\v]。
　　　　\S  ：匹配任意一個非空白符。等價於[^ \f\n\r\t\v]。
　　　　\b  ：匹配單詞的開始或結束的位置。
　　　　\B  ：匹配不是單詞開頭或結束的位置。

　　四、特殊字符

　　　　$  ：表示字符串的結尾位置（以什麼結尾）
　　　　^  ：表示字符串的開始位置（以什麼開始）（在取值範圍中還表示非）
　　　　.  ：一個點表示匹配一個除換行符 \n以外的任何單字符（匹配單個字符，要想匹配字符串須要結合限定符來實現）
　　　　|  ：或者的意思，指明兩項之間的一個選擇 與[...]相似
　　　　\  ：這個符號是用來轉義的
　　　　( )  ：分組，標記一個子表達式的開始和結束位置

　　五、經常使用限定符
　　　　=================匹配次數=================
　　　　{m}  ：其前一單元嚴格出現m次（重複m次）
　　　　{m,}  ：其前一單元出現至少m次（重複m次或更屢次）
　　　　{m,n}  ：其前一單元出現至少m次，最多n次（重複m到n次）
　　　　=======================================
　　　　=================屢次匹配=================
　　　　*   ：其前面那個單元出現0次或任意次數（重複零次或更屢次）
　　　　+   ： 其前面那個單元出現1次或1次以上 至少匹配一次（重複一次或更屢次）
　　　　?  ： 其前面那個單元出現0次或1次（重複零次或一次）懶惰匹配（儘量短匹配）
　　　　=======================================
　　六、貪婪與懶惰（貪婪模式和非貪婪模式）（儘量長匹配和儘量短匹配）
　　　　*? 重複任意次，但儘量少重複
　　　　+? 重複1次或更屢次，但儘量少重複
　　　　?? 重複0次或1次，但儘量少重複
　　　　{n,m}? 重複n到m次，但儘量少重複
　　　　{n,}? 重複n次以上，但儘量少重複

　　七、分組

　　　　當用()定義了一個正則表達式組後，正則引擎則會把被匹配的組按照順序編號，存入緩存。

　　　　默認狀況下，每一個分組會自動擁有一個組號，規則是：從左向右，以分組的左括號爲標誌，第一個出現的分組的組號爲1，第二個爲2，以此類推。

　　　　咱們能夠經過「\數字」的方式進行引用已經存入緩存的組。\1引用第一個匹配的組，\2引用第二個組，以此類推。

　　　　括號內的內容會被當成一個總體進行匹配。

　　八、非獲取匹配和預查（零寬斷言）

　　　　非獲取匹配：是指正則引擎不會把被匹配的組存入緩存，咱們也沒法經過「\數字」的方式進行引用咱們的組。

　　　　預查：預查不消耗字符，也就是說，在一個匹配發生後，在最後一次匹配以後當即開始下一次匹配的搜索，而不是從包含預查的字符以後開始。（即用來預查的表達式字符串不會被消耗，它只是用於指定一個位置）

　　　　零寬斷言：用於查找在某些內容(但並不包括這些內容)以前或以後的東西，也就是說它們像\b,^,$那樣用於指定一個位置，這個位置應該知足必定的條件(即斷言)，所以它們也被稱爲零寬斷言。

　　　　===========================================================================================

　　　　(?=exp)也叫零寬度正預測先行斷言，它斷言自身出現的位置的後面能匹配表達式exp。好比\b\w+(?=ing\b)，匹配以ing結尾的單詞的前面部分(除了ing之外的部分)，如查找I'm singing while you're dancing.時，它會匹配sing和danc。

　　　　(?<=exp)也叫零寬度正回顧後發斷言，它斷言自身出現的位置的前面能匹配表達式exp。好比(?<=\bre)\w+\b會匹配以re開頭的單詞的後半部分(除了re之外的部分)，例如在查找reading a book時，它匹配ading。

　　　　===========================================================================================

　　　　(?:pattern) 非獲取匹配，匹配pattern但不獲取匹配結果，不進行存儲供之後使用。這在使用或字符「(|)」來組合一個模式的各個部分時頗有用。例如「industr(?:y|ies)」就是一個比「industry|industries」更簡略的表達式。

　　　　(?=pattern) 非獲取匹配，正向確定預查，在任何匹配pattern的字符串開始處匹配查找字符串，該匹配不須要獲取供之後使用。例如，「Windows(?=95|98|NT|2000)」能匹配「Windows2000」中的「Windows」，但不能匹配「Windows3.1」中的「Windows」。預查不消耗字符，也就是說，在一個匹配發生後，在最後一次匹配以後當即開始下一次匹配的搜索，而不是從包含預查的字符以後開始。

　　　　(?!pattern) 非獲取匹配，正向否認預查，在任何不匹配pattern的字符串開始處匹配查找字符串，該匹配不須要獲取供之後使用。例如「Windows(?!95|98|NT|2000)」能匹配「Windows3.1」中的「Windows」，但不能匹配「Windows2000」中的「Windows」。

　　　　(?<=pattern) 非獲取匹配，反向確定預查，與正向確定預查相似，只是方向相反。例如，「(?<=95|98|NT|2000)Windows」能匹配「2000Windows」中的「Windows」，但不能匹配「3.1Windows」中的「Windows」。

　　　　(?<!patte_n) 非獲取匹配，反向否認預查，與正向否認預查相似，只是方向相反。例如「(?<!95|98|NT|2000)Windows」能匹配「3.1Windows」中的「Windows」，但不能匹配「2000Windows」中的「Windows」。

3、C#代碼調用正則表達式

    命名空間 System.Text.RegularExpressions
    
    1、new Regex(正則表達式).IsMatch(要匹配的字符串)   返回bool
    2、Regex.Match
        Match match = Regex.Match("age=30", @"^(.+)=(.+)$");
        if (match.Success)
        {
            Console.WriteLine(match.Groups[0].Value);//第0組 輸出完整的字符串 age=30
            Console.WriteLine(match.Groups[1].Value);//第1組 age
            Console.WriteLine(match.Groups[2].Value);//第2組 30
        }
    3、Regex.Matches
        StringBuilder sb = new StringBuilder();
        sb.Append("<Name>張三</Name>\r\n<Name>李四</Name>\r\n<Name>王五</Name>");

        MatchCollection mc = Regex.Matches(sb.ToString(), @"(?<=<Name>).*(?=</Name>)");
        foreach (Match m in mc)
        {
            Console.WriteLine(m.Value);
        }

4、示例說明

接下來針對第二大點的內容咱們舉些例子來講明：

示例1（普通字符）：

咱們用 xyh 來匹配 xyh123 以下圖所示：

 從上面的正則表達式測試器匹配的結果能夠看出：若是直接寫多個普通字符，則會被當作一個總體的字符串來匹配。

 

示例2（元字符和限定符）：

咱們用 \d 來匹配 xyh123 以下圖所示：

 從匹配的結果能夠發現\d只是匹配單個數字，因此有三個結果，分別爲一、二、3，那若是想匹配一整個字符串123要怎麼辦呢？此時就要結合限定符來實現了。繼續來看下下面的一張圖。

 從圖中能夠看出結合限定符後就能夠實現匹配到123這個字符串了。

 

示例3（普通字符和元字符組合）：

咱們用 https://www\..+\.com 來匹配這麼一句話：https://www.jd.com兩個連接https://www.taobao.com  以下圖所示：

 能夠發現匹配的結果爲完整的一整句話，那爲何不是匹配出2個結果分別爲 https://www.jd.com 和 https://www.taobao.com 呢？

 那是由於默認狀況下正則表達式採用貪婪模式匹配（即儘量多匹配），因此匹配出了完整的一句話，此時能夠用?來實現非貪婪模式匹配（即儘量少匹配），以下圖所示：

 這樣就匹配出了2個結果

 

示例4（分組）：

 咱們用 (abc)\1 來匹配 abcabc666 以下圖所示：

 從圖中能夠看出匹配結果爲abcabc，爲何會是這樣呢？首先咱們分組(abc)匹配到存入緩存中的值爲abc，經過\1的方式就取到了存入緩存中的第1個分組值abc，這個分組值abc與原來分組(abc)匹配到的字符串abc組成新的匹配字符串abcabc，用新的匹配字符串abcabc去匹配abcabc666獲得的匹配結果就是abcabc了。

 

示例5（非獲取匹配）：

非獲取匹配(?:pattern)以下圖所示：

 從圖中能夠看出非獲取匹配，匹配pattern但不獲取匹配結果，不進行存儲供之後使用。所以沒法經過「\數字」的方式來獲取。

 

示例6（預查和零寬斷言）：

預查不消耗字符，它只是用於指定一個位置，以下圖所示：

 從圖中能夠看出用 ab(?=a) 來匹配 ababa123 時會獲得兩個結果而不是一個結果，那是由於預查不消耗字符（即不會消耗用來預查用的表達式exp對應的字符），它只是用於指定一個位置，因此在第3個位置的a（即第2個a）沒有被消耗掉。當匹配到第1個結果ab後會從第3個位置的a（即第2個a）開始查找下一個能匹配的字符串，而不是從第4個位置的b（即第2個b）開始查找，這就解釋了爲何會匹配到2個結果了。

 

PS：本文僅是我的看法 ，若有表述錯誤歡迎評論指正！

正則表達式測試器：

連接：https://pan.baidu.com/s/1CwyrLH2dwbBk1KVi2FCGDw 
提取碼：nwyc