正则表达式

正则表达式就是应用在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。

元字符，metacharacter：

. 匹配除换行符以外的任意字符
w 匹配字母或数字或下划线或汉字
s 匹配任意的空白符
d 匹配数字
b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束

* 前边的内容可以连续重复使用任意次以使整个表达式得到匹配。因此，.*连在一起就意味着任意数量的不包含换行的字符。
- 不是元字符，只匹配它本身
d{2} d必须连续重复匹配2次

字符转义：查找元字符，在其前面加上

字符类：[aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!)，指定一个字符范围，像[0-9]代表的含意与d就是完全一致的：一位数字；同理[a-z0-9A-Z_]也完全等同于w（如果只考虑英文的话）

分支条件；正则表达式里的分枝条件指的是有几种规则，如果满足其中任意一种规则都应该当成匹配，具体方法是用|把不同的规则分隔开,匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件。

分组：子表达式(也叫做分组)用小括号（）表示，可以指定这个子表达式的重复次数

反义：

W 匹配任意不是字母，数字，下划线，汉字的字符
S 匹配任意不是空白符的字符
D 匹配任意非数字的字符
B 匹配不是单词开头或结束的位置
[^x] 匹配除了x以外的任意字符
[^aeiou] 匹配除了aeiou这几个字母以外的任意字符

后向引用：用于重复搜索前面某个分组匹配的文本。

捕获
(exp) 匹配exp,并捕获文本到自动命名的组里
(?<name>exp) 匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)
(?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号
零宽断言
(?=exp) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置
(?!exp) 匹配后面跟的不是exp的位置
(?<!exp) 匹配前面不是exp的位置
注释
(?#comment) 这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

零宽断言：

(?=exp)也叫零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp。比如bw+(?=ingb)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.时，它会匹配sing和danc。
(?<=exp)也叫零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp。比如(?<=bre)w+b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。

负向零宽断言：(?!exp)，断言此位置的后面不能匹配表达式exp

一个更复杂的例子：(?<=<(w+)>).*(?=</1>)匹配不包含属性的简单HTML标签内里的内容。(?<=<(w+)>)指定了这样的前缀：被尖括号括起来的单词(比如可能是<b>)，然后是.*(任意的字符串),最后是一个后缀(?=</1>)。注意后缀里的/，它用到了前面提过的字符转义；1则是一个反向引用，引用的正是捕获的第一组，前面的(w+)匹配的内容，这样如果前缀实际上是<b>的话，后缀就是</b>了。整个表达式匹配的是<b>和</b>之间的内容(再次提醒，不包括前缀和后缀本身)。

注释：

(?<= # 断言要匹配的文本的前缀
<(w+)> # 查找尖括号括起来的字母或数字(即HTML/XML标签)
) # 前缀结束
.* #匹配任意文本
(?= # 断言要匹配的文本的后缀
</1> # 查找尖括号括起来的内容：前面是一个"/"，后面是先前捕获的标签
) # 后缀结束

贪婪与懒惰：

贪婪匹配模式.*会匹配整个字符串。
懒惰匹配模式.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。

*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复

处理选项：

IgnoreCase(忽略大小写) 匹配时不区分大小写。
Multiline(多行模式) 更改^和$的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是: 匹配n之前的位置以及字符串结束前的位置.)
Singleline(单行模式) 更改.的含义，使它与每一个字符匹配（包括换行符n）。
IgnorePatternWhitespace(忽略空白) 忽略表达式中的非转义空白并启用由#标记的注释。
ExplicitCapture(显式捕获) 仅捕获已被显式命名的组。

在C#中，你可以使用Regex(String,RegexOptions)构造函数来设置正则表达式的处理选项。如：

Regex regex = new Regex(@"baw{6}b",RegexOptions.IgnoreCase);

< #最外层的左括号
[^<>]* #最外层的左括号后面的不是括号的内容
(
(
(?'Open'<) #碰到了左括号，在黑板上写一个"Open"
[^<>]* #匹配左括号后面的不是括号的内容
)+
(
(?'-Open'>) #碰到了右括号，擦掉一个"Open"
[^<>]* #匹配右括号后面不是括号的内容
)+
)*
(?(Open)(?!)) #在遇到最外层的右括号前面，判断黑板上还有没有没擦掉的"Open"；如果还有，则匹配失败


> #最外层的右括号

其他：

a报警字符(打印它的效果是电脑嘀一声) b通常是单词分界位置，但如果在字符类里使用代表退格 t制表符，Tab r回车 v竖向制表符 f换页符 n换行符 eEscape nnASCII代码中八进制代码为nn的字符 xnnASCII代码中十六进制代码为nn的字符 unnnnUnicode代码中十六进制代码为nnnn的字符 cNASCII控制字符。比如cC代表Ctrl+C A字符串开头(类似^，但不受处理多行选项的影响) Z字符串结尾或行尾(不受处理多行选项的影响) z字符串结尾(类似$，但不受处理多行选项的影响) G当前搜索的开头 p{name}Unicode中命名为name的字符类，例如p{IsGreek} (?>exp)贪婪子表达式 (?<x>-<y>exp)平衡组 (?im-nsx:exp)在子表达式exp中改变处理选项 (?im-nsx)为表达式后面的部分改变处理选项 (?(exp)yes|no)把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no (?(exp)yes)同上，只是使用空表达式作为no (?(name)yes|no)如果命名为name的组捕获到了内容，使用yes作为表达式；否则使用no (?(name)yes)同上，只是使用空表达式作为no

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!