C#正则表达式详解整理

有一段时间，正则表达式学习很火热很潮流，当时在CSDN一天就能看到好几个正则表达式的帖子，那段时间借助论坛以及Wrox Press出版的《C#字符串和正则表达式参考手册》学习了一些基础的知识，同时也为我在CSDN大概赚了1000分，今天想起来，去找《C#字符串和正则表达式参考手册》时，已经不知所踪了。现在用到正则的时候也比较少，把以前的笔记等整理一下，以志不忘。
（1）“@”符号
符下两ows表研究室的火热，当晨在“@”虽然并非C#正则表达式的“成员”，但是它经常与C#正则表达式出双入对。“@”表示，跟在它后面的字符串是个“逐字字符串”，不是很好理解，举个例子，以下两个声明是等效的：
string x=”D:\My Huang\My Doc”;
string y = @”D:My HuangMy Doc”;
事实上，如果按如下声明，C#将会报错，因为“”在C#中用于实现转义，如“n”换行：
string x = “D:My HuangMy Doc”;
（2）基本的语法字符。
d 0-9的数字
D d的补集（以所以字符为全集，下同），即所有非数字的字符
w 单词字符，指大小写字母、0-9的数字、下划线
W w的补集
s 空白字符，包括换行符n、回车符r、制表符t、垂直制表符v、换页符f
S s的补集
. 除换行符n外的任意字符
[…] 匹配[]内所列出的所有字符
[^…] 匹配非[]内所列出的字符
下面提供一些简单的示例：
Code
string i = “n”;
string m = “3”;
Regex r = new Regex(@”D”);
//同Regex r = new Regex(“\D”);
//r.IsMatch(i)结果：true
//r.IsMatch(m)结果：false
string i = “%”;
string m = “3”;
Regex r = new Regex(“[a-z0-9]”);
//匹配小写字母或数字字符
//r.IsMatch(i)结果：false
//r.IsMatch(m)结果：true
（3）定位字符
“定位字符”所代表的是一个虚的字符，它代表一个位置，你也可以直观地认为“定位字符”所代表的是某个字符与字符间的那个微小间隙。
^ 表示其后的字符必须位于字符串的开始处
$ 表示其前面的字符必须位于字符串的结束处
b 匹配一个单词的边界
B 匹配一个非单词的边界
另外，还包括：A 前面的字符必须位于字符处的开始处，z 前面的字符必须位于字符串的结束处，Z 前面的字符必须位于字符串的结束处，或者位于换行符前
下面提供一些简单的示例：
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,rndie 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,$”, RegexOptions.Multiline);
Console.WriteLine(“r5 match count:” + r5.Matches(i).Count);//0
Regex r6 = new Regex(“^Live for nothing,rn$”);
Console.WriteLine(“r6 match count:” + r6.Matches(i).Count);//0
Regex r7 = new Regex(“^Live for nothing,rn$”, RegexOptions.Multiline);
Console.WriteLine(“r7 match count:” + r7.Matches(i).Count);//0
Regex r8 = new Regex(“^Live for nothing,r$”);
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$”, RegexOptions.Multiline);
Console.WriteLine(“r16 match count:” + r16.Matches(i).Count);//1
//对于一个多行字符串，在设置了Multiline选项之后，^和$将出现多次匹配。
string i = “Live for nothing,die for something”;
string m = “Live for nothing,die for some thing”;
Regex r1 = new Regex(@”bthingb”);
Console.WriteLine(“r1 match count:” + r1.Matches(i).Count);//0
Regex r2 = new Regex(@”thingb”);
Console.WriteLine(“r2 match count:” + r2.Matches(i).Count);//2
Regex r3 = new Regex(@”bthingb”);
Console.WriteLine(“r3 match count:” + r3.Matches(m).Count);//1
Regex r4 = new Regex(@”bfor somethingb”);
Console.WriteLine(“r4 match count:” + r4.Matches(i).Count);//1
//b通常用于约束一个完整的单词
（4）重复描述字符
“重复描述字符”是体现C#正则表达式“很好很强大”的地方之一：
{n} 匹配前面的字符n次
{n,} 匹配前面的字符n次或多于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次或多于1次
* 匹配前面的字符0次或式于0次
以下提供一些简单的示例：
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}$”);
Console.WriteLine(“x match count:” + r.Matches(x).Count);//1
Console.WriteLine(“y match count:” + r.Matches(y).Count);//1
Console.WriteLine(“z match count:” + r.Matches(z).Count);//1
Console.WriteLine(“a match count:” + r.Matches(a).Count);//0
Console.WriteLine(“b match count:” + r.Matches(b).Count);//0
Console.WriteLine(“c match count:” + r.Matches(c).Count);//0
//匹配1000到9999的整数。
（5）择一匹配
C#正则表达式中的 (|) 符号似乎没有一个专门的称谓，姑且称之为“择一匹配”吧。事实上，像[a-z]也是一种择一匹配，只不过它只能匹配单个字符，而(|)则提供了更大的范围，(ab|xy)表示匹配ab或匹配xy。注意“|”与“()”在此是一个整体。下面提供一些简单的示例：
Code
string x = “0”;
string y = “0.23”;
string z = “100”;
string a = “100.01”;
string b = “9.9”;
string c = “99.9”;
string d = “99.”;
string e = “00.1”;
Regex r = new Regex(@”^+?((100(.0+)*)|([1-9]?[0-9])(.d+)*)$”);
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的数。最外层的括号内包含两部分“(100(.0+)*)”，“([1-9]?[0-9])(.d+)*”，这两部分是“OR”的关系，即正则表达式引擎会先尝试匹配100，如果失败，则尝试匹配后一个表达式（表示[0,100)范围中的数字）。
（6）特殊字符的匹配
下面提供一些简单的示例：
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
//匹配双引号
（7）组与非捕获组
以下提供一些简单的示例：
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 some2$”);
Console.WriteLine(“x match count:” + r.Matches(x).Count);//1
Console.WriteLine(“y match count:” + r.Matches(y).Count);//0
//正则表达式引擎会记忆“()”中匹配到的内容，作为一个“组”，并且可以通过索引的方式进行引用。表达式中的“1”，用于反向引用表达式中出现的第一个组，即粗体标识的第一个括号内容，“2”则依此类推。
string x = “Live for nothing,die for something”;
Regex r = new Regex(@”^Live for no([a-z]{5}),die for some1$”);
if (r.IsMatch(x))
{
Console.WriteLine(“group1 value:” + r.Match(x).Groups[1].Value);//输出：thing
}
//获取组中的内容。注意，此处是Groups[1]，因为Groups[0]是整个匹配的字符串，即整个变量x的内容。
string x = “Live for nothing,die for something”;
Regex r = new Regex(@”^Live for no(?[a-z]{5}),die for some1$”);
if (r.IsMatch(x))
{
Console.WriteLine(“group1 value:” + r.Match(x).Groups[“g1”].Value);//输出：thing
}
//可根据组名进行索引。使用以下格式为标识一个组的名称(?…)。
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);//输出：Live for nothing
}
//删除原字符串中重复出现的“nothing”。在表达式之外，使用“$1”来引用第一个组，下面则是通过组名来引用：
string x = “Live for nothing nothing”;
Regex r = new Regex(@”(?[a-z]+) 1″);
if (r.IsMatch(x))
{
x = r.Replace(x, “${g1}”);
Console.WriteLine(“var x:” + x);//输出：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);//输出：(空)
}
//在组前加上“?:”表示这是个“非捕获组”，即引擎将不保存该组的内容。
（8）贪婪与非贪婪
正则表达式的引擎是贪婪，只要模式允许，它将匹配尽可能多的字符。通过在“重复描述字符”（*,+）后面添加“?”，可以将匹配模式改成非贪婪。请看以下示例：
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);//输出：Live for nothing,die for something
}
Regex r2 = new Regex(@”.*?thing”);
if (r2.IsMatch(x))
{
Console.WriteLine(“match:” + r2.Match(x).Value);//输出：Live for nothing
}
（9）回溯与非回溯
使用“(?>…)”方式进行非回溯声明。由于正则表达式引擎的贪婪特性，导致它在某些情况下，将进行回溯以获得匹配，请看下面的示例：
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);//输出：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，“.*”由于其贪婪特性，将一直匹配到字符串的最后，随后匹配“thing”，但在匹配“,”时失败，此时引擎将回溯，并在“thing,”处匹配成功。
在r2中，由于强制非回溯，所以整个表达式匹配失败。
（10）正向预搜索、反向预搜索
正向预搜索声明格式：正声明 “(?=…)”，负声明 “(?!…)” ，声明本身不作为最终匹配结果的一部分，请看下面的示例：
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);//输出：1024
}
Regex r2 = new Regex(@”d{4}(?! used)”);
if (r2.Matches(x).Count==1)
{
Console.WriteLine(“r2 match:” + r2.Match(x).Value); //输出：2048
}
//r1中的正声明表示必须保证在四位数字的后面必须紧跟着“ used”，r2中的负声明表示四位数字之后不能跟有“ used”。
反向预搜索声明格式：正声明“(?<=)”，负声明“(?

转载请注明：HANLEI'BLOG » C#正则表达式详解整理