您的位置:首页 > 编程学习 > C#

C# 正则表达式

更多 2015/9/9 来源:C#学习浏览量:1381
学习标签: 正则表达式
本文导读:在编写字符串的处理程序时,经常会有查找符合某些复杂规则的字符串的需要,正则表达式就是用于描述这些规则的工具。许多编程语言和工具都包含对正则表达式的支持,C#中的正则表达式包含在.NET基础类库的System.Text.RegularExpressions命名空间下,它包含了8个类,用得最多是的Regex。

一、C#中用于定义正则表达式的各种类别的字符

 

1、字符转义

正则表达式中的反斜杠字符(\)指示其后跟的字符是特殊字符,或应按原义解释该字符。

 

转义字符 描述 模式 匹配
\a 与报警 (bell) 符 \u0007 匹配。 \a "Warning!" + '\u0007' 中的 "\u0007"
\b 在字符类中,与退格键 \u0008 匹配。 [\b]{3,} "\b\b\b\b" 中的 "\b\b\b\b"
\t 与制表符 \u0009 匹配。 (\w+)\t "Name\tAddr\t" 中的 "Name\t" 和 "Addr\t"
\r 与回车符 \u000D 匹配。(\r 与换行符 \n 不是等效的。) \r\n(\w+) "\r\Hello\nWorld." 中的 "\r\nHello"
\v 与垂直制表符 \u000B 匹配。 [\v]{2,} "\v\v\v" 中的 "\v\v\v"
\f 与换页符 \u000C 匹配。 [\f]{2,} "\f\f\f" 中的 "\f\f\f"
\n 与换行符 \u000A 匹配。 \r\n(\w+) "\r\Hello\nWorld." 中的 "\r\nHello"
\e 与转义符 \u001B 匹配。 \e "\x001B" 中的 "\x001B"
\ nnn 使用八进制表示形式指定一个字符(nnn 由二到三位数字组成)。 \w\040\w "a bc d" 中的 "a b" 和 "c d"
\x nn 使用十六进制表示形式指定字符(nn 恰好由两位数字组成)。 \w\x20\w "a bc d" 中的 "a b" 和 "c d"
\c X \c x 匹配 X 或 x 指定的 ASCII 控件字符,其中 X 或 x 是控件字符的字母。 \cC "\x0003" 中的 "\x0003" (Ctrl-C)
\u nnnn 使用十六进制表示形式匹配一个 Unicode 字符(由 nnnn 表示的四位数)。 \w\u0020\w "a bc d" 中的 "a b" 和 "c d"
\ 在后面带有不识别的转义字符时,与该字符匹配。 \d+[\+-x\*]\d+\d+[\+-x\*\d+ "(2+2) * 3*9" 中的 "2+2" 和 "3*9"

 

2、字符类

字符类与一组字符中的任何一个字符匹配。

 

字符类 描述 模式 匹配
[character_group] 匹配 character_group 中的任何单个字符。 默认情况下,匹配区分大小写。 [mn] "mat" 中的 "m","moon" 中的 "m" 和 "n"
[^character_group] 非:与不在 character_group 中的任何单个字符匹配。 默认情况下,character_group 中的字符区分大小写。 [^aei] "avail" 中的 "v" 和 "l"
[ first - last ] 字符范围:与从 first 到 last 的范围中的任何单个字符匹配。 (\w+)\t "Name\tAddr\t" 中的 "Name\t" 和 "Addr\t"
. 通配符:与除 \n 之外的任何单个字符匹配。 
若要匹配原意句点字符(. 或 \u002E),您必须在该字符前面加上转义符 (\.)。
a.e "have" 中的 "ave", "mate" 中的 "ate"
\p{ name } 与 name 指定的 Unicode 通用类别或命名块中的任何单个字符匹配。 \p{Lu} "City Lights" 中的 "C" 和 "L"
\P{ name } 与不在 name 指定的 Unicode 通用类别或命名块中的任何单个字符匹配。 \P{Lu} "City" 中的 "i"、 "t" 和 "y"
\w 与任何单词字符匹配。 \w "Room#1" 中的 "R"、 "o"、 "m" 和 "1"
\W 与任何非单词字符匹配。 \W "Room#1" 中的 "#"
\s 与任何空白字符匹配。 \w\s "ID A1.3" 中的 "D "
\S 与任何非空白字符匹配。 \s\S "int __ctr" 中的 " _"
\d 与任何十进制数字匹配。 \d "4 = IV" 中的 "4"
\D 匹配不是十进制数的任意字符。 \D "4 = IV" 中的 " "、 "="、 " "、 "I" 和 "V"

 

3、定位点

定位点或原子零宽度断言会使匹配成功或失败,具体取决于字符串中的当前位置,但它们不会使引擎在字符串中前进或使用字符。

 

断言 描述 模式 匹配
^ 匹配必须从字符串或一行的开头开始。 ^\d{3} "567-777-" 中的 "567"
$ 匹配必须出现在字符串的末尾或出现在行或字符串末尾的 \n 之前。 -\d{4}$ "8-12-2012" 中的 "-2012"
\A 匹配必须出现在字符串的开头。 \A\w{3} "Code-007-" 中的 "Code"
\Z 匹配必须出现在字符串的末尾或出现在字符串末尾的\n 之前。 -\d{3}\Z "Bond-901-007" 中的 "-007"
\z 匹配必须出现在字符串的末尾。 -\d{3}\z "-901-333" 中的 "-333"
\G 匹配必须出现在上一个匹配结束的地方。 \\G\(\d\) "(1)(3)(5)[7](9)" 中的 "(1)"、 "(3)" 和 "(5)"
\b 匹配必须出现在 \w(字母数字)和 \W(非字母数字)字符之间的边界上。 \w "Room#1" 中的 "R"、 "o"、 "m" 和 "1"
\B 匹配不得出现在 \b 边界上。 \Bend\w*\b "end sends endure lender" 中的 "ends" 和 "ender"

 

4、分组构造

分组构造描述了正则表达式的子表达式,通常用于捕获输入字符串的子字符串。

 

分组构造 描述 模式 匹配
( subexpression ) 捕获匹配的子表达式并将其分配到一个从零开始的序号中。 (\w)\1 "deep" 中的 "ee"
(?< name >subexpression) 将匹配的子表达式捕获到一个命名组中。 (?< double>\w)\k< double> "deep" 中的 "ee"
(?< name1 -name2 >subexpression) 定义平衡组定义。 (((?'Open'\()[^\(\)]*)+((?'Close-Open'\))[^\(\)]*)+)*(?(Open)(?!))$ "3+2^((1-3)*(3-1))" 中的 "((1-3)*(3-1))"
(?: subexpression) 定义非捕获组。 Write(?:Line)? "Console.WriteLine()" 中的 "WriteLine"
(?imnsx-imnsx:subexpression) 应用或禁用 subexpression 中指定的选项。 A\d{2}(?i:\w+)\b "A12xl A12XL a12xl" 中的 "A12xl" 和 "A12XL"
(?= subexpression) 零宽度正预测先行断言。 \w+(?=\.) "He is. The dog ran. The sun is out." 中的 "is"、 "ran" 和 "out"
(?! subexpression) 零宽度负预测先行断言。 \b(?!un)\w+\b "unsure sure unity used" 中的 "sure" 和 "used"
(?< =subexpression) 零宽度正回顾后发断言。 (?< =19)\d{2}\b "1851 1999 1950 1905 2003" 中的 "51" 和 "03"
(?< ! subexpression) 零宽度负回顾后发断言。 (?< !19)\d{2}\b "end sends endure lender" 中的 "ends" 和 "ender"
(?> subexpression) 非回溯(也称为"贪婪")子表达式。 [13579](?>A+B+) "1ABB 3ABBC 5AB 5AC" 中的 "1ABB"、 "3ABB" 和 "5AB"

 

5、限定符

限定符指定在输入字符串中必须存在上一个元素(可以是字符、组或字符类)的多少个实例才能出现匹配项。 限定符包括下表中列出的语言元素。

 

限定符 描述 模式 匹配
* 匹配上一个元素零次或多次。 \d*\.\d ".0"、 "19.9"、 "219.9"
+ 匹配上一个元素一次或多次。 "be+" "been" 中的 "bee", "bent" 中的 "be"
? 匹配上一个元素零次或一次。 "rai?n" "ran"、 "rain"
{ n } 匹配上一个元素恰好 n 次。 ",\d{3}" "1,043.6" 中的 ",043", "9,876,543,210" 中的 ",876"、 ",543" 和 ",210"
{ n ,} 匹配上一个元素至少 n 次。 "\d{2,}" "166"、 "29"、 "1930"
{ n , m } 匹配上一个元素至少 n 次,但不多于 m 次。 "\d{3,5}" "166", "17668", "193024" 中的 "19302"
*? 匹配上一个元素零次或多次,但次数尽可能少。 \d*?\.\d ".0"、 "19.9"、 "219.9"
+? 匹配上一个元素一次或多次,但次数尽可能少。 "be+?" "been" 中的 "be", "bent" 中的 "be"
?? 匹配上一个元素零次或一次,但次数尽可能少。 "rai??n" "ran"、 "rain"
{ n }? 匹配前导元素恰好 n 次。 ",\d{3}?" "1,043.6" 中的 ",043", "9,876,543,210" 中的 ",876"、 ",543" 和 ",210"
{ n ,}? 匹配上一个元素至少 n 次,但次数尽可能少。 "\d{2,}?" "166"、 "29" 和 "1930"
{ n , m }? 匹配上一个元素的次数介于 n 和 m 之间,但次数尽可能少。 "\d{3,5}?" "166", "17668", "193024" 中的 "193" 和 "024"

 

6、替换

替换是替换模式中使用的正则表达式。

 

字符 描述 模式 替换模式 输入字符串 结果字符串
$number 替换按组 number 匹配的子字符串。 \b(\w+)(\s)(\w+)\b $3$2$1 "one two" "two one"
${name} 替换按命名组 name 匹配的子字符串。 \b(?< word1>\w+)(\s)(?< word2>\w+)\b ${word2} ${word1} "one two" "two one"
$$ 替换字符"$"。 \b(\d+)\s?USD $$$1 "103 USD" "$103"
$& 替换整个匹配项的一个副本。 (\$*(\d*(\.+\d+)?){1}) **$& "$1.30" "**$1.30**"
$` 替换匹配前的输入字符串的所有文本。 B+ $` "AABBCC" "AAAACC"
$' 替换匹配后的输入字符串的所有文本。 B+ $' "AABBCC" "AACCCC"
$+ 替换最后捕获的组。 B+(C+) $+ "AABBCCDD" AACCDD
$_ 替换整个输入字符串。 B+ $_ "AABBCC" "AAAABBCCCC"

 

二、C#中应用正则表达式的Regex类

 

1、创建一个Regex对象

 (1)、new Regex(string pattern)

 (2)、new Regex(string pattern,RegexOptions options)

RegexOptions 有以下一些选项

IgnoreCase  

是匹配忽略大小写      默认情况区分大小写

RightToLeft

从右到左查找字符串   默认是从左到右

None

不设定标志  这是默认选项,就是不设置第2个参数  表示区分大小写 从左到右

MultiLinc

指定了^和$可以匹配行的开头和结尾,也就是说使用了换行分割,每一行能得到不同的匹配

SingleLine

规定特殊字符"."匹配任一字符,换行符除外. 默认情况下特殊字符"."不匹配换行。

 

2、 IsMatch()方法

可以用来测试字符串,看他是否匹配正则表达式,如果发现了一次匹配,就返回True

 

              string str = "abcbbbbbbbb";
            string reg = @"^abc";
            Console.WriteLine(Regex.IsMatch(str,reg ));//静态的重载方法
              Regex pattern = new Regex("^abc");
            Console.WriteLine(pattern.IsMatch(str)); //生成对象上的方法

 

3、Replace()方法

 

            string str = "123456abc";
            Regex pattern = new Regex(@"\\d+");
            Console.WriteLine(pattern.Replace(str,"6666"));
            string pattern1 = @"\\d+";
            Console.WriteLine(Regex.Replace(str,pattern1,"6666"));

            string str1 = "asd,sss,asd,asdf,jjjj,cccc";
            Regex pattern2 = new Regex(@"\\w+");
            Console.WriteLine(pattern2.Replace(str1, "v5v5", 2));
            Console.WriteLine(pattern2.Replace(str1, "v5v5", 2,8));

 

4、Match()方法

获得匹配的内容(只是一次的,MatchCollection可以获得所有的的匹配的集合)

 (1)、对象的方法 

reg.Match(string input,int start,int length)

第一个参数是要处理的字符串  第二哥参数开始的位置  第3个参数是需要匹配的长度。第2第3个参数可以不需要

 (1)、静态方法 

Regex.Match(string input , string pattern,RegexOptions options)

第3个参数可以不要 

 

            string str = "vchaha vcoo vclielie vbguale vfgg vckk";
            Regex pattern = new Regex(@"vc\\w*");
            Match matchMode = pattern.Match(str);
            while (matchMode.Success) 
            {
                Console.WriteLine(matchMode.Value);
                matchMode = matchMode.NextMatch();
            }
            Console.WriteLine("-----------------------------------");
            Match matchMode1 = Regex.Match(str, @"vc\\w*");
            while (matchMode1.Success)
            {
                Console.WriteLine(matchMode1.Value);
                matchMode1 = matchMode1.NextMatch();
            }

 

5、 MatchCollection

Regex.Matchs会返回MatchCollection类,这个集合包含了所有的Match的集合

 

            string input = "hahaha 123xiaodi 55nihao 66chifanlema ccc333 ccc";
            Regex pattern = new Regex(@"\\d+[a-z]+",RegexOptions.IgnoreCase);
            MatchCollection matchsMade = pattern.Matches(input);
            foreach (Match item in matchsMade)
            {
                Console.WriteLine(item.Value);            
            }

 

 

收藏
387
很赞
242