C# 正则表达式
C# 正则表达式一、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);
}