C#中的正則表達式網上摘抄

C#中的正則表達式網上摘抄

（1）「@」符號 符下兩ows表研究室的火熱，當晨在「@」雖然並不是C#正則表達式的「成員」，可是它常常與C#正則表達式出雙入對。「@」表示，跟在它後面的字符串是個「逐字字符串」，不是很好理解，舉個例子，如下兩個聲明是等效的： string x="D:\\My Huang\\My Doc"; string y = @"D:\My Huang\My Doc"; 事實上，若是按以下聲明，C#將會報錯，由於「\」在C#中用於實現轉義，如「\n」換行： string x = "D:\My Huang\My Doc"; （2）基本的語法字符。 \d 0-9的數字 \D \d的補集（以因此字符爲全集，下同），即全部非數字的字符 \w 單詞字符，指大小寫字母、0-9的數字、下劃線 \W \w的補集 \s 空白字符，包括換行符\n、回車符\r、製表符\t、垂直製表符\v、換頁符\f \S \s的補集 . 除換行符\n外的任意字符 […] 匹配[]內所列出的全部字符 [^…] 匹配非[]內所列出的字符 下面提供一些簡單的示例： Code string i = "\n"; string m = "3"; Regex r = new Regex(@"\D"); //同Regex r = new Regex("\\D"); //r.IsMatch(i)結果：true //r.IsMatch(m)結果：false string i = "%"; string m = "3"; Regex r = new Regex("[a-z0-9]"); //匹配小寫字母或數字字符 //r.IsMatch(i)結果：false //r.IsMatch(m)結果：true （3）定位字符 「定位字符」所表明的是一個虛的字符，它表明一個位置，你也能夠直觀地認爲「定位字符」所表明的是某個字符與字符間的那個微小間隙。 ^ 表示其後的字符必須位於字符串的開始處 $ 表示其前面的字符必須位於字符串的結束處 \b 匹配一個單詞的邊界 \B 匹配一個非單詞的邊界 另外，還包括：\A 前面的字符必須位於字符處的開始處，\z 前面的字符必須位於字符串的結束處，\Z 前面的字符必須位於字符串的結束處，或者位於換行符前 下面提供一些簡單的示例： Code string i = "Live for nothing,die for something"; Regex r1 = new Regex("^Live for nothing,die for something$"); //r1.IsMatch(i) true Regex r2 = new Regex("^Live for nothing,die for some$"); //r2.IsMatch(i) false Regex r3 = new Regex("^Live for nothing,die for some"); //r3.IsMatch(i) true string i = @"Live for nothing, die for something";//多行 Regex r1 = new Regex("^Live for nothing,die for something$"); Console.WriteLine("r1 match count:" + r1.Matches(i).Count);//0 Regex r2 = new Regex("^Live for nothing,die for something$", RegexOptions.Multiline); Console.WriteLine("r2 match count:" + r2.Matches(i).Count);//0 Regex r3 = new Regex("^Live for nothing,\r\ndie for something$"); Console.WriteLine("r3 match count:" + r3.Matches(i).Count);//1 Regex r4 = new Regex("^Live for nothing,$"); Console.WriteLine("r4 match count:" + r4.Matches(i).Count);//0 Regex r5 = new Regex("^Live for nothing,$", RegexOptions.Multiline); Console.WriteLine("r5 match count:" + r5.Matches(i).Count);//0 Regex r6 = new Regex("^Live for nothing,\r\n$"); Console.WriteLine("r6 match count:" + r6.Matches(i).Count);//0 Regex r7 = new Regex("^Live for nothing,\r\n$", RegexOptions.Multiline); Console.WriteLine("r7 match count:" + r7.Matches(i).Count);//0 Regex r8 = new Regex("^Live for nothing,\r$"); Console.WriteLine("r8 match count:" + r8.Matches(i).Count);//0 Regex r9 = new Regex("^Live for nothing,\r$", RegexOptions.Multiline); Console.WriteLine("r9 match count:" + r9.Matches(i).Count);//1 Regex r10 = new Regex("^die for something$"); Console.WriteLine("r10 match count:" + r10.Matches(i).Count);//0 Regex r11 = new Regex("^die for something$", RegexOptions.Multiline); Console.WriteLine("r11 match count:" + r11.Matches(i).Count);//1 Regex r12 = new Regex("^"); Console.WriteLine("r12 match count:" + r12.Matches(i).Count);//1 Regex r13 = new Regex("$"); Console.WriteLine("r13 match count:" + r13.Matches(i).Count);//1 Regex r14 = new Regex("^", RegexOptions.Multiline); Console.WriteLine("r14 match count:" + r14.Matches(i).Count);//2 Regex r15 = new Regex("$", RegexOptions.Multiline); Console.WriteLine("r15 match count:" + r15.Matches(i).Count);//2 Regex r16 = new Regex("^Live for nothing,\r$\n^die for something$", RegexOptions.Multiline); Console.WriteLine("r16 match count:" + r16.Matches(i).Count);//1 //對於一個多行字符串，在設置了Multiline選項以後，^和$將出現屢次匹配。 string i = "Live for nothing,die for something"; string m = "Live for nothing,die for some thing"; Regex r1 = new Regex(@"\bthing\b"); Console.WriteLine("r1 match count:" + r1.Matches(i).Count);//0 Regex r2 = new Regex(@"thing\b"); Console.WriteLine("r2 match count:" + r2.Matches(i).Count);//2 Regex r3 = new Regex(@"\bthing\b"); Console.WriteLine("r3 match count:" + r3.Matches(m).Count);//1 Regex r4 = new Regex(@"\bfor something\b"); Console.WriteLine("r4 match count:" + r4.Matches(i).Count);//1 //\b一般用於約束一個完整的單詞 （4）重複描述字符 「重複描述字符」是體現C#正則表達式「很好很強大」的地方之一： {n} 匹配前面的字符n次 {n,} 匹配前面的字符n次或多於n次 {n,m} 匹配前面的字符n到m次 ? 匹配前面的字符0或1次 + 匹配前面的字符1次或多於1次 * 匹配前面的字符0次或式於0次 如下提供一些簡單的示例： Code string x = "1024"; string y = "+1024"; string z = "1,024"; string a = "1"; string b="-1024"; string c = "10000"; Regex r = new Regex(@"^\+?[1-9],?\d{3}$"); Console.WriteLine("x match count:" + r.Matches(x).Count);//1 Console.WriteLine("y match count:" + r.Matches(y).Count);//1 Console.WriteLine("z match count:" + r.Matches(z).Count);//1 Console.WriteLine("a match count:" + r.Matches(a).Count);//0 Console.WriteLine("b match count:" + r.Matches(b).Count);//0 Console.WriteLine("c match count:" + r.Matches(c).Count);//0 //匹配1000到9999的整數。 （5）擇一匹配 C#正則表達式中的 (|) 符號彷佛沒有一個專門的稱謂，姑且稱之爲「擇一匹配」吧。事實上，像[a-z]也是一種擇一匹配，只不過它只能匹配單個字符，而(|)則提供了更大的範圍，(ab|xy)表示匹配ab或匹配xy。注意「|」與「()」在此是一個總體。下面提供一些簡單的示例： Code string x = "0"; string y = "0.23"; string z = "100"; string a = "100.01"; string b = "9.9"; string c = "99.9"; string d = "99."; string e = "00.1"; Regex r = new Regex(@"^\+?((100(.0+)*)|([1-9]?[0-9])(\.\d+)*)$"); Console.WriteLine("x match count:" + r.Matches(x).Count);//1 Console.WriteLine("y match count:" + r.Matches(y).Count);//1 Console.WriteLine("z match count:" + r.Matches(z).Count);//1 Console.WriteLine("a match count:" + r.Matches(a).Count);//0 Console.WriteLine("b match count:" + r.Matches(b).Count);//1 Console.WriteLine("c match count:" + r.Matches(c).Count);//1 Console.WriteLine("d match count:" + r.Matches(d).Count);//0 Console.WriteLine("e match count:" + r.Matches(e).Count);//0 //匹配0到100的數。最外層的括號內包含兩部分「(100(.0+)*)」，「([1-9]?[0-9])(\.\d+)*」，這兩部分是「OR」的關係，即正則表達式引擎會先嚐試匹配100，若是失敗，則嘗試匹配後一個表達式（表示[0,100)範圍中的數字）。 （6）特殊字符的匹配 下面提供一些簡單的示例： Code string x = "\\"; Regex r1 = new Regex("^\\\\$"); Console.WriteLine("r1 match count:" + r1.Matches(x).Count);//1 Regex r2 = new Regex(@"^\\$"); Console.WriteLine("r2 match count:" + r2.Matches(x).Count);//1 Regex r3 = new Regex("^\\$"); Console.WriteLine("r3 match count:" + r3.Matches(x).Count);//0 //匹配「\」 string x = "\""; Regex r1 = new Regex("^\"$"); Console.WriteLine("r1 match count:" + r1.Matches(x).Count);//1 Regex r2 = new Regex(@"^""$"); Console.WriteLine("r2 match count:" + r2.Matches(x).Count);//1 //匹配雙引號 （7）組與非捕獲組 如下提供一些簡單的示例： Code string x = "Live for nothing,die for something"; string y = "Live for nothing,die for somebody"; Regex r = new Regex(@"^Live ([a-z]{3}) no([a-z]{5}),die \1 some\2$"); Console.WriteLine("x match count:" + r.Matches(x).Count);//1 Console.WriteLine("y match count:" + r.Matches(y).Count);//0 //正則表達式引擎會記憶「()」中匹配到的內容，做爲一個「組」，而且能夠經過索引的方式進行引用。表達式中的「\1」，用於反向引用表達式中出現的第一個組，即粗體標識的第一個括號內容，「\2」則依此類推。 string x = "Live for nothing,die for something"; Regex r = new Regex(@"^Live for no([a-z]{5}),die for some\1$"); if (r.IsMatch(x)) {     Console.WriteLine("group1 value:" + r.Match(x).Groups[1].Value);//輸出：thing } //獲取組中的內容。注意，此處是Groups[1]，由於Groups[0]是整個匹配的字符串，即整個變量x的內容。 string x = "Live for nothing,die for something"; Regex r = new Regex(@"^Live for no(?<g1>[a-z]{5}),die for some\1$"); if (r.IsMatch(x)) {     Console.WriteLine("group1 value:" + r.Match(x).Groups["g1"].Value);//輸出：thing } //可根據組名進行索引。使用如下格式爲標識一個組的名稱(?<groupname>…)。 string x = "Live for nothing nothing"; Regex r = new Regex(@"([a-z]+) \1"); if (r.IsMatch(x)) {     x = r.Replace(x, "$1");     Console.WriteLine("var x:" + x);//輸出：Live for nothing } //刪除原字符串中重複出現的「nothing」。在表達式以外，使用「$1」來引用第一個組，下面則是經過組名來引用： string x = "Live for nothing nothing"; Regex r = new Regex(@"(?<g1>[a-z]+) \1"); if (r.IsMatch(x)) {     x = r.Replace(x, "${g1}");     Console.WriteLine("var x:" + x);//輸出：Live for nothing } string x = "Live for nothing"; Regex r = new Regex(@"^Live for no(?:[a-z]{5})$"); if (r.IsMatch(x)) {     Console.WriteLine("group1 value:" + r.Match(x).Groups[1].Value);//輸出：(空) } //在組前加上「?:」表示這是個「非捕獲組」，即引擎將不保存該組的內容。 （8）貪婪與非貪婪 正則表達式的引擎是貪婪，只要模式容許，它將匹配儘量多的字符。經過在「重複描述字符」（*,+）後面添加「?」，能夠將匹配模式改爲非貪婪。請看如下示例： Code string x = "Live for nothing,die for something"; Regex r1 = new Regex(@".*thing"); if (r1.IsMatch(x)) {     Console.WriteLine("match:" + r1.Match(x).Value);//輸出：Live for nothing,die for something } Regex r2 = new Regex(@".*?thing"); if (r2.IsMatch(x)) {     Console.WriteLine("match:" + r2.Match(x).Value);//輸出：Live for nothing } （9）回溯與非回溯 使用「(?>…)」方式進行非回溯聲明。因爲正則表達式引擎的貪婪特性，致使它在某些狀況下，將進行回溯以得到匹配，請看下面的示例： Code string x = "Live for nothing,die for something"; Regex r1 = new Regex(@".*thing,"); if (r1.IsMatch(x)) {     Console.WriteLine("match:" + r1.Match(x).Value);//輸出：Live for nothing, } Regex r2 = new Regex(@"(?>.*)thing,"); if (r2.IsMatch(x))//不匹配 {     Console.WriteLine("match:" + r2.Match(x).Value); } //在r1中，「.*」因爲其貪婪特性，將一直匹配到字符串的最後，隨後匹配「thing」，但在匹配「,」時失敗，此時引擎將回溯，並在「thing,」處匹配成功。 在r2中，因爲強制非回溯，因此整個表達式匹配失敗。 （10）正向預搜索、反向預搜索 正向預搜索聲明格式：正聲明 「(?=…)」，負聲明 「(?!...)」 ，聲明自己不做爲最終匹配結果的一部分，請看下面的示例： Code string x = "1024 used 2048 free"; Regex r1 = new Regex(@"\d{4}(?= used)"); if (r1.Matches(x).Count==1) {     Console.WriteLine("r1 match:" + r1.Match(x).Value);//輸出：1024 } Regex r2 = new Regex(@"\d{4}(?! used)"); if (r2.Matches(x).Count==1) {     Console.WriteLine("r2 match:" + r2.Match(x).Value); //輸出：2048 } //r1中的正聲明表示必須保證在四位數字的後面必須緊跟着「 used」，r2中的負聲明表示四位數字以後不能跟有「 used」。 反向預搜索聲明格式：正聲明「(?<=)」，負聲明「(?<!)」，聲明自己不做爲最終匹配結果的一部分，請看下面的示例： Code string x = "used:1024 free:2048"; Regex r1 = new Regex(@"(?<=used:)\d{4}"); if (r1.Matches(x).Count==1) {     Console.WriteLine("r1 match:" + r1.Match(x).Value);//輸出：1024 } Regex r2 = new Regex(@"(?<!used:)\d{4}"); if (r2.Matches(x).Count==1) {     Console.WriteLine("r2 match:" + r2.Match(x).Value);//輸出：2048 } //r1中的反向正聲明表示在4位數字以前必須緊跟着「used:」，r2中的反向負聲明表示在4位數字以前必須緊跟着除「used:」以外的字符串。 （11）十六進制字符範圍 正則表達式中，可使用 "\xXX" 和 "\uXXXX" 表示一個字符（"X" 表示一個十六進制數）形式字符範圍： \xXX       編號在 0到255 範圍的字符，好比：空格可使用 "\x20" 表示。 \uXXXX   任何字符可使用 "\u" 再加上其編號的4位十六進制數表示，好比：漢字可使用「[\u4e00-\u9fa5]」表示。 （12）對[0,100]的比較完備的匹配 下面是一個比較綜合的示例，對於匹配[0,100]，須要特殊考慮的地方包括 *00合法，00.合法，00.00合法，001.100合法 *空字符串不合法，僅小數點不合法，大於100不合法 *數值是可帶後綴的，如「1.07f」表示該值爲一個float類型（未考慮） Code Regex r = new Regex(@"^\+?0*(?:100(\.0*)?|(\d{0,2}(?=\.\d)|\d{1,2}(?=($|\.$)))(\.\d*)?)$"); string x = ""; while (true) {     x = Console.ReadLine();     if (x != "exit")     {         if (r.IsMatch(x))         {             Console.WriteLine(x + " succeed!");         }         else         {             Console.WriteLine(x + " failed!");         }     }     else     {         break;     } } （13）精確匹配有時候是困難的 有些需求要作到精確匹配比較困難，例如：日期、Url、Email地址等，其中一些你甚至須要研究一些專門的文檔寫出精確完備的表達式，對於這種狀況，只能退而求其次，保證比較精確的匹配。例如對於日期，能夠基於應用系統的實際狀況考慮一段較短的時間，或者對於像Email的匹配，能夠只考慮最多見的形式。