正则表达式学习

发布时间：2020-12-13 23:16:24 所属栏目：百科来源：网络整理

导读：转自：.NET进阶系列之一：C#正则表达式整理备忘有一段时间，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

转自：.NET进阶系列之一：C#正则表达式整理备忘

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 HuangMy 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：

stringi="n";
stringm=3";
Regexr=newRegex(@"D");
//同Regexr=newRegex("D");
r.IsMatch(i)结果：true
r.IsMatch(m)结果：false

%[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：

Livefornothing,dieforsomething";
Regexr1=^Livefornothing,dieforsomething$r1.IsMatch(i)true
Regexr2=r2.IsMatch(i)false
Regexr3=r3.IsMatch(i)true";多行
Regexr1=");
Console.WriteLine(r1matchcount:"+r1.Matches(i).Count);0",RegexOptions.Multiline);
Console.WriteLine(r2matchcount:"+r2.Matches(i).Count);r3matchcount:"+r3.Matches(i).Count);1
Regexr4=r4matchcount:"+r4.Matches(i).Count);
Regexr5=r5matchcount:"+r5.Matches(i).Count);
Regexr6=r6matchcount:"+r6.Matches(i).Count);
Regexr7=r7matchcount:"+r7.Matches(i).Count);
Regexr8=r8matchcount:"+r8.Matches(i).Count);
Regexr9=r9matchcount:"+r9.Matches(i).Count);
Regexr10=^dieforsomething$r10matchcount:"+r10.Matches(i).Count);
Regexr11=r11matchcount:"+r11.Matches(i).Count);
Regexr12=^r12matchcount:"+r12.Matches(i).Count);
Regexr13=$r13matchcount:"+r13.Matches(i).Count);
Regexr14=r14matchcount:"+r14.Matches(i).Count);2
Regexr15=r15matchcount:"+r15.Matches(i).Count);
Regexr16=r16matchcount:"+r16.Matches(i).Count);1
对于一个多行字符串，在设置了Multiline选项之后，^和$将出现多次匹配。bthingbthingb"+r3.Matches(m).Count);bforsomethingbb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：

stringx=1024stringy=+1024stringz=1,024stringa=1stringb=-1024stringc=10000^+?[1-9],?d{3}$xmatchcount:"+r.Matches(x).Count);
Console.WriteLine(ymatchcount:"+r.Matches(y).Count);zmatchcount:"+r.Matches(z).Count);amatchcount:"+r.Matches(a).Count);bmatchcount:"+r.Matches(b).Count);cmatchcount:"+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：

00.23100100.01stringb=9.999.9stringd=99.stringe=00.1^+?((100(.0+)*)|([1-9]?[0-9])(.d+)*)$dmatchcount:"+r.Matches(d).Count);ematchcount:"+r.Matches(e).Count);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：

^\$"+r1.Matches(x).Count);^$"+r2.Matches(x).Count);"+r3.Matches(x).Count);匹配“”"";^"$);^""$匹配双引号（7）组与非捕获组
以下提供一些简单的示例：

^Live([a-z]{3})no([a-z]{5}),die1some2$正则表达式引擎会记忆“()”中匹配到的内容，作为一个“组”，并且可以通过索引的方式进行引用。表达式中的“1”，用于反向引用表达式中出现的第一个组，即粗体标识的第一个括号内容，“2”则依此类推。^Liveforno([a-z]{5}),dieforsome1$if(r.IsMatch(x))
{
Console.WriteLine(group1value:"+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。^Liveforno(?<g1>[a-z]{5}),255)">if(r.IsMatch(x))
{
Console.WriteLine(g1"].Value);可根据组名进行索引。使用以下格式为标识一个组的名称(?<groupname>…)。Livefornothingnothing([a-z]+)1if(r.IsMatch(x))
{
x=r.Replace(x,$1varx:"+x);输出：Livefornothing删除原字符串中重复出现的“nothing”。在表达式之外，使用“$1”来引用第一个组，下面则是通过组名来引用：
(?<g1>[a-z]+)1if(r.IsMatch(x))
{
x=r.Replace(x,0)">${g1}
}

Livefornothing^Liveforno(?:[a-z]{5})$if(r.IsMatch(x))
{
Console.WriteLine(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：

.*thingif(r1.IsMatch(x))
{
Console.WriteLine(match:"+r1.Match(x).Value);输出：Livefornothing,dieforsomething
}
Regexr2=.*?thingif(r2.IsMatch(x))
{
Console.WriteLine("+r2.Match(x).Value);
}

（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：

.*thing,255)">if(r1.IsMatch(x))
{
Console.WriteLine((?>.*)thing,255)">if(r2.IsMatch(x))不匹配
{
Console.WriteLine("+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：

1024used2048freed{4}(?=used)if(r1.Matches(x).Count==1)
{
Console.WriteLine(r1match:输出：1024d{4}(?!used)if(r2.Matches(x).Count==1)
{
Console.WriteLine(r2match:输出：2048r1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“(?<!)”，声明本身不作为最终匹配结果的一部分，请看下面的示例：

used:1024free:2048(?<=used:)d{4}1)
{
Console.WriteLine((?<!used:)d{4}1)
{
Console.WriteLine(r1中的反向正声明表示在4位数字之前必须紧跟着“used:”，r2中的反向负声明表示在4位数字之前必须紧跟着除“used:”之外的字符串。（11）十六进制字符范围
正则表达式中，可以使用 "xXX" 和 "uXXXX" 表示一个字符（"X" 表示一个十六进制数）形式字符范围：
xXX 编号在 0到255 范围的字符，比如：空格可以使用 "x20" 表示。
uXXXX 任何字符可以使用 "u" 再加上其编号的4位十六进制数表示，比如：汉字可以使用“[u4e00-u9fa5]”表示。

（12）对[0,100]的比较完备的匹配
下面是一个比较综合的示例，对于匹配[0,100]，需要特殊考虑的地方包括
*00合法，00.合法，00.00合法，001.100合法
*空字符串不合法，仅小数点不合法，大于100不合法
*数值是可带后缀的，如“1.07f”表示该值为一个float类型（未考虑）

Regexr=^+?0*(?:100(.0*)?|(d{0,2}(?=.d)|d{1,2}(?=($|.$)))(.d*)?)$"";
while(true)
{
x=Console.ReadLine();
if(x!=exit")
{
if(r.IsMatch(x))
{
Console.WriteLine(x+succeed!");
}
else
{
Console.WriteLine(x+failed!");
}
}
else
{
break;
}
}

（13）精确匹配有时候是困难的有些需求要做到精确匹配比较困难，例如：日期、Url、Email地址等，其中一些你甚至需要研究一些专门的文档写出精确完备的表达式，对于这种情况，只能退而求其次，保证比较精确的匹配。例如对于日期，可以基于应用系统的实际情况考虑一段较短的时间，或者对于像Email的匹配，可以只考虑最常见的形式。

（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!