导读:
)以及特殊字符(称为元字符)组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。
本文详细地列出了能在正则表达式中使用,以匹配文本的各种字符。当你需要解释一个现有的正则表达式时,可以作为一个快捷的参考。更多详细内容,请参考:Francois Liger,Craig McQueen,Pal Wilton[刘乐亭译] C#字符串和正则表达式参考手册北京:清华大学出版社2003.2
一. 匹配字符
字符类 匹配的字符 举 例
/d 从0 - 9的任一数字 /d/d 匹配 72, 但不匹配 aa 或 7a
/D 任一非数字字符 /D/D/D 匹配 abc, 但不匹配 123
/w 任一单词字符,包括 A-Z,a-z,0-9 和下划线 /w/w/w/w 匹配 Ab-2 ,但不匹配 ∑£$ %* 或 Ab_@
/W 任一非单词字符 /W 匹配@,但不匹配 a
/s 任一空白字符,包括制表符,换行符,回车符,换页符和垂直制表符 匹配在 HTML,XML 和其他标准定义中的所有传统空白字符
/S 任一非空白字符 空白字符以外的任意字符 , 如 A%&g3; 等
. 任一字符 匹配除换行符以外的任意字符除非设置了 MultiLine 先项
[…] 括号中的任一字符 [abc] 将匹配一个单字符 ,a,b 或 c.
[a-z]将匹配从a 到z的任一字符
[^…] 不在括号中的任一字符 [ ^ abc] 将匹配一个 a 、 b 、 c 之外的单字符 , 可以 a,b 或 A 、 B 、 C
[a-z]将匹配不属于a-z的任一字符,但可以匹配所有的大写字母
二. 重复字符
重复字符 含 义 举 例
{n} 匹配前面的字符 n 次 x{2} 匹配 xx, 但不匹配 x 或 xxx
{n,} 匹配前面的字符至少 n 次 x{2} 匹配 2 个或更多的 x, 如 xxx,xxx..
{n,m} 匹配前面的字符至少 n 次 , 至多 m 次。如果 n 为 0 ,此参数为可选参数
x{2,4} 匹配 xx,xxx,xxxx, 但不匹配 xxxxx
匹配前面的字符 0 次或 1 次,实质上也是可选的
x? 匹配 x 或零个 x
+ 匹配前面的字符 0 次或多次 x+ 匹配 x 或 xx 或大于 0 的任意多个 x
* 匹配前面的字符 0 次或更多次 x* 匹配 0,1 或更多个 x
三. 定位字符
定位字符 描 述
^ 随后的模式必须位于字符串的开始位置,如果是一个多行字符串,则必须位于行首。对于多行文本(包含回车符的一个字符串)来说,需要设置多行标志
$ 前面的模式必须位于字符串的未端,如果是一个多行字符串,必须位于行尾
/A 前面的模式必须位于字符串的开始位置,忽略多行标志
/z 前面的模式必须位于字符串的未端,忽略多行标志
/Z 前面的模式必须位于字符串的未端,或者位于一个换行符前
/b 匹配一个单词边界,也就是一个单词字符和非单词字符中间的点。要记住一个单词字符是 [a-zA-Z0-9] 中的一个字符。位于一个单词的词首
/B 匹配一个非单词字符边界位置,不是一个单词的词首
注:定位字符可以应用于字符或组合,放在字符串的左端或右端
四. 分组字符
分组字符 定 义 举 例
() 此字符可以组合括号内模式所匹配的字符, 它是一个捕获组,也就是说模式匹配的字符作为最终设置了 ExplicitCapture 选项――默认状态下字符不是匹配的一部分
输入字符串为: ABC1DEF2XY
匹配3个从A到Z的字符和1个数字的正则表达式:([A-Z]{3}/d)
将产生两次匹配:Match 1=ABC1;Match 2=DEF2
每次匹配对应一个组:Match1 的第一个组=ABC;Match2的第1个组=DEF
有了反向引用,就可以通过它在正则表达式中的编号以及C#和类Group,GroupCollection来访问组。如果设置了ExplicitCapture选项,就不能使用组所捕获的内容
(?:) 此字符可以组合括号内模式所匹配的字符, 它是一个非捕获组,这意味着模式所的字符将不作为一个组来捕获,但它构成了最终匹配结果的一部分。它基本上与上面的组类型相同,但设定了选项 ExplicitCapture
输入字符串为: 1A BB SA 1 C
匹配一个数字或一个A到Z的字母,接着是任意单词字符的正则表达式为:(?:/d|[A-Z]/w)
它将产生3次匹配:每1次匹配=1A;每2次匹配=BB; 每3次匹配=SA
但是没有组被捕获
(? ) 此选项组合括号内模式所匹配的字符,并用尖括号中指定 的值为组命名。在正则表达式中,可以使用名称进行反向引用,而不必使用编号。即使不设置 ExplicitCapture 选项,它也是一个捕获组。这意味着反向引用可以利用组内匹配的字符,或者通过 Group 类访问
输入字符串为: Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza 能够匹配它们的姓名,并在一个组 llastName 中捕获姓的正则表达式为: /b[A-Z][a-z]+(? [A-Z][a-z]+)/b
它产生了4次匹配:First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza
每一次匹配都对应了一个lastName组:
第1次匹配:lastName group=Seinfeld
第2次匹配:lastName group=Benes
第3次匹配:lastName group=Kramer
第4次匹配:lastName group=Costanza
不管是否设置了选项ExplictCapture,组都将被捕获
(?=) 正声明。声明的右侧必须是括号中指定的模式。此模式不构成最终匹配的一部分 正则表达式 /S+(?=.NET) 要匹配的输入字符串为: The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal
将产生如下匹配:〕
C#
VB
JScript
(?!) 负声明。它规定模式不能紧临着声明的右侧。此模式不构成最终匹配的一部分 /d{3}(?![A-Z]) 要匹配的输入字符串为: 123A 456 789 111C
将产生如下匹配:
456
789
(?<=) 反向正声明。声明的左侧必须为括号内的指定模式。此模式不构成最终匹配的一部分 正则表达式 (?<=New)([A-Z][a-z]+) 要匹配的输入字符串为: The following states,New Mexico,West Virginia,Washington,New England
它将产生如下匹配:
Mexico
England
(?
它将实现如下匹配:
56F
89C
(?>) 非回溯组。防止 Regex 引擎回溯并且防止实现一次匹配
假设要匹配所有以“ ing ”结尾的单词。输入字符串如下: He was very trusing
正则表达式为:.*ing
它将实现一次匹配――单词trusting。“.”匹配任意字符,当然也匹配“ing”。所以,Regex引擎回溯一位并在第2个“t”停止,然后匹配指定的模式“ing”。但是,如果禁用回溯操作:(?>.*)ing
它将实现0次匹配。“.”能匹配所有的字符,包括“ing”――不能匹配,从而匹配失败
五. 决策字符
字 符 描 述 举 例
(?(regex)yes_regex|no_regex)
如果表达式 regex 匹配,那么将试图匹配表达式 yes 。否则匹配表达式 no 。正则表达式 no 是可先参数。注意,作出决策的模式宽度为 0. 这意味着表达式 yes 或 no 将从与 regex 表达式相同的位置开始匹配
正则表达式 (?(/d)dA|A-Z)B) 要匹配的输入字符串为: 1A CB 3A 5C 3B
它实现的匹配是:
1A
CB
3A
(?(group name or number)yes_regex|no_regex)
如果组中的正则表达式实现了匹配,那么试图匹配 yes 正则表达式。否则,试图匹配正则表达式 no 。 no 是可先的参数
正则表达式
(/d7)?-(?(1)/d/d[A-Z]|[A-Z][A-Z]要匹配的输入字符串为:
77-77A 69-AA 57-B
它实现的匹配为:
77-77A
-AA
注:上面表中列出的字符强迫处理器执行一次if-else决策
六. 替换字符
字 符 描 述
$group 用 group 指定的组号替换
${name} 替换被一个 (? ) 组匹配的最后子串
$$ 替换一个字符 $
$& 替换整个的匹配
$^ 替换输入字符串匹配之前的所有文本
$’ 替换输入字符串匹配之后的所有文本
$+ 替换最后捕获的组
$_ 替换整个的输入字符串
注:以上为常用替换字符,不全
七. 转义序列
字 符 描 述
// 匹配字符“ / ”
/. 匹配字符“ . ”
/* 匹配字符“ * ”
/+ 匹配字符“ + ”
/? 匹配字符“ ? ”
/| 匹配字符“ | ”
/( 匹配字符“ ( ”
/) 匹配字符“ ) ”
/{ 匹配字符“ { ”
/} 匹配字符“ } ”
/^ 匹配字符“ ^ ”
/$ 匹配字符“ $ ”
/n 匹配换行符
/r 匹配回车符
/t 匹配制表符
/v 匹配垂直制表符
/f 匹配换面符
/nnn 匹配一个 8 进数字, nnn 指定的 ASCII 字符。如 /103 匹配大写的 C
/xnn 匹配一个 16 进数字, nn 指定的 ASCII 字符。如 /x43 匹配大写的 C
/unnnn 匹配由 4 位 16 进数字(由 nnnn 表示)指定的 Unicode 字符
/cV 匹配一个控制字符,如 /cV 匹配 Ctrl-V
八. 选项标志
选项标志 名 称
I IgnoreCase
M Multiline
N ExplicitCapture
S SingleLine
X IgnorePatternWhitespace
注:选项本身的信作含义如下表所示:
标 志 名 称
IgnoreCase 使模式匹配不区分大小写。默认的选项是匹配区分大小写
RightToLeft 从右到左搜索输入字符串。默认是从左到右以符合英语等的阅读习惯,但不符合阿拉伯语或希伯来语的阅读习惯
None 不设置标志。这是默认选项
Multiline 指定 ^ 和$可以 匹配行首和行尾,以及字符串的开始和结尾。这意味着可以匹配每个用换行符分隔的行。但是,字符“ . ”仍然不匹配换行符
SingleLine 规定特殊字符“ . ” 匹配任意的字符,包括换行符。默认情况下,特殊字符“ . ”不匹配换行符。通常与 MultiLine 选项一起使用
ECMAScript ECMA(European Coputer Manufacturer’s Association, 欧洲计算机生产商协会 ) 已经定义了正则表达式应该如何实现,而且已经在 ECMAScript 规范中实现,这是一个基于标准的 JavaScript 。这个选项只能与 IgnoreCase 和 MultiLine 标志一起使用。与其它任何标志一起使用, ECMAScript 都将产生异常
IgnorePatternWhitespace 此选项从使用的正则表达式模式中删除所有非转义空白字符。它使表达式能跨越多行文本,但必须确保对模式中所有的空白进行转义。如果设置了此选项,还可以使用“ # ”字符来注释下则表达式
Complied 它把正则表达式编译为更接近机器代码的代码。这样速度快,但不允许对它进行任何修改
Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=383755
本文转自
http://blog.csdn.net/yingcongxiao/archive/2005/05/29/383755.aspx
)以及特殊字符(称为元字符)组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。
本文详细地列出了能在正则表达式中使用,以匹配文本的各种字符。当你需要解释一个现有的正则表达式时,可以作为一个快捷的参考。更多详细内容,请参考:Francois Liger,Craig McQueen,Pal Wilton[刘乐亭译] C#字符串和正则表达式参考手册北京:清华大学出版社2003.2
一. 匹配字符
字符类 匹配的字符 举 例
/d 从0 - 9的任一数字 /d/d 匹配 72, 但不匹配 aa 或 7a
/D 任一非数字字符 /D/D/D 匹配 abc, 但不匹配 123
/w 任一单词字符,包括 A-Z,a-z,0-9 和下划线 /w/w/w/w 匹配 Ab-2 ,但不匹配 ∑£$ %* 或 Ab_@
/W 任一非单词字符 /W 匹配@,但不匹配 a
/s 任一空白字符,包括制表符,换行符,回车符,换页符和垂直制表符 匹配在 HTML,XML 和其他标准定义中的所有传统空白字符
/S 任一非空白字符 空白字符以外的任意字符 , 如 A%&g3; 等
. 任一字符 匹配除换行符以外的任意字符除非设置了 MultiLine 先项
[…] 括号中的任一字符 [abc] 将匹配一个单字符 ,a,b 或 c.
[a-z]将匹配从a 到z的任一字符
[^…] 不在括号中的任一字符 [ ^ abc] 将匹配一个 a 、 b 、 c 之外的单字符 , 可以 a,b 或 A 、 B 、 C
[a-z]将匹配不属于a-z的任一字符,但可以匹配所有的大写字母
二. 重复字符
重复字符 含 义 举 例
{n} 匹配前面的字符 n 次 x{2} 匹配 xx, 但不匹配 x 或 xxx
{n,} 匹配前面的字符至少 n 次 x{2} 匹配 2 个或更多的 x, 如 xxx,xxx..
{n,m} 匹配前面的字符至少 n 次 , 至多 m 次。如果 n 为 0 ,此参数为可选参数
x{2,4} 匹配 xx,xxx,xxxx, 但不匹配 xxxxx
匹配前面的字符 0 次或 1 次,实质上也是可选的
x? 匹配 x 或零个 x
+ 匹配前面的字符 0 次或多次 x+ 匹配 x 或 xx 或大于 0 的任意多个 x
* 匹配前面的字符 0 次或更多次 x* 匹配 0,1 或更多个 x
三. 定位字符
定位字符 描 述
^ 随后的模式必须位于字符串的开始位置,如果是一个多行字符串,则必须位于行首。对于多行文本(包含回车符的一个字符串)来说,需要设置多行标志
$ 前面的模式必须位于字符串的未端,如果是一个多行字符串,必须位于行尾
/A 前面的模式必须位于字符串的开始位置,忽略多行标志
/z 前面的模式必须位于字符串的未端,忽略多行标志
/Z 前面的模式必须位于字符串的未端,或者位于一个换行符前
/b 匹配一个单词边界,也就是一个单词字符和非单词字符中间的点。要记住一个单词字符是 [a-zA-Z0-9] 中的一个字符。位于一个单词的词首
/B 匹配一个非单词字符边界位置,不是一个单词的词首
注:定位字符可以应用于字符或组合,放在字符串的左端或右端
四. 分组字符
分组字符 定 义 举 例
() 此字符可以组合括号内模式所匹配的字符, 它是一个捕获组,也就是说模式匹配的字符作为最终设置了 ExplicitCapture 选项――默认状态下字符不是匹配的一部分
输入字符串为: ABC1DEF2XY
匹配3个从A到Z的字符和1个数字的正则表达式:([A-Z]{3}/d)
将产生两次匹配:Match 1=ABC1;Match 2=DEF2
每次匹配对应一个组:Match1 的第一个组=ABC;Match2的第1个组=DEF
有了反向引用,就可以通过它在正则表达式中的编号以及C#和类Group,GroupCollection来访问组。如果设置了ExplicitCapture选项,就不能使用组所捕获的内容
(?:) 此字符可以组合括号内模式所匹配的字符, 它是一个非捕获组,这意味着模式所的字符将不作为一个组来捕获,但它构成了最终匹配结果的一部分。它基本上与上面的组类型相同,但设定了选项 ExplicitCapture
输入字符串为: 1A BB SA 1 C
匹配一个数字或一个A到Z的字母,接着是任意单词字符的正则表达式为:(?:/d|[A-Z]/w)
它将产生3次匹配:每1次匹配=1A;每2次匹配=BB; 每3次匹配=SA
但是没有组被捕获
(? ) 此选项组合括号内模式所匹配的字符,并用尖括号中指定 的值为组命名。在正则表达式中,可以使用名称进行反向引用,而不必使用编号。即使不设置 ExplicitCapture 选项,它也是一个捕获组。这意味着反向引用可以利用组内匹配的字符,或者通过 Group 类访问
输入字符串为: Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza 能够匹配它们的姓名,并在一个组 llastName 中捕获姓的正则表达式为: /b[A-Z][a-z]+(? [A-Z][a-z]+)/b
它产生了4次匹配:First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza
每一次匹配都对应了一个lastName组:
第1次匹配:lastName group=Seinfeld
第2次匹配:lastName group=Benes
第3次匹配:lastName group=Kramer
第4次匹配:lastName group=Costanza
不管是否设置了选项ExplictCapture,组都将被捕获
(?=) 正声明。声明的右侧必须是括号中指定的模式。此模式不构成最终匹配的一部分 正则表达式 /S+(?=.NET) 要匹配的输入字符串为: The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal
将产生如下匹配:〕
C#
VB
JScript
(?!) 负声明。它规定模式不能紧临着声明的右侧。此模式不构成最终匹配的一部分 /d{3}(?![A-Z]) 要匹配的输入字符串为: 123A 456 789 111C
将产生如下匹配:
456
789
(?<=) 反向正声明。声明的左侧必须为括号内的指定模式。此模式不构成最终匹配的一部分 正则表达式 (?<=New)([A-Z][a-z]+) 要匹配的输入字符串为: The following states,New Mexico,West Virginia,Washington,New England
它将产生如下匹配:
Mexico
England
(?
它将实现如下匹配:
56F
89C
(?>) 非回溯组。防止 Regex 引擎回溯并且防止实现一次匹配
假设要匹配所有以“ ing ”结尾的单词。输入字符串如下: He was very trusing
正则表达式为:.*ing
它将实现一次匹配――单词trusting。“.”匹配任意字符,当然也匹配“ing”。所以,Regex引擎回溯一位并在第2个“t”停止,然后匹配指定的模式“ing”。但是,如果禁用回溯操作:(?>.*)ing
它将实现0次匹配。“.”能匹配所有的字符,包括“ing”――不能匹配,从而匹配失败
五. 决策字符
字 符 描 述 举 例
(?(regex)yes_regex|no_regex)
如果表达式 regex 匹配,那么将试图匹配表达式 yes 。否则匹配表达式 no 。正则表达式 no 是可先参数。注意,作出决策的模式宽度为 0. 这意味着表达式 yes 或 no 将从与 regex 表达式相同的位置开始匹配
正则表达式 (?(/d)dA|A-Z)B) 要匹配的输入字符串为: 1A CB 3A 5C 3B
它实现的匹配是:
1A
CB
3A
(?(group name or number)yes_regex|no_regex)
如果组中的正则表达式实现了匹配,那么试图匹配 yes 正则表达式。否则,试图匹配正则表达式 no 。 no 是可先的参数
正则表达式
(/d7)?-(?(1)/d/d[A-Z]|[A-Z][A-Z]要匹配的输入字符串为:
77-77A 69-AA 57-B
它实现的匹配为:
77-77A
-AA
注:上面表中列出的字符强迫处理器执行一次if-else决策
六. 替换字符
字 符 描 述
$group 用 group 指定的组号替换
${name} 替换被一个 (? ) 组匹配的最后子串
$$ 替换一个字符 $
$& 替换整个的匹配
$^ 替换输入字符串匹配之前的所有文本
$’ 替换输入字符串匹配之后的所有文本
$+ 替换最后捕获的组
$_ 替换整个的输入字符串
注:以上为常用替换字符,不全
七. 转义序列
字 符 描 述
// 匹配字符“ / ”
/. 匹配字符“ . ”
/* 匹配字符“ * ”
/+ 匹配字符“ + ”
/? 匹配字符“ ? ”
/| 匹配字符“ | ”
/( 匹配字符“ ( ”
/) 匹配字符“ ) ”
/{ 匹配字符“ { ”
/} 匹配字符“ } ”
/^ 匹配字符“ ^ ”
/$ 匹配字符“ $ ”
/n 匹配换行符
/r 匹配回车符
/t 匹配制表符
/v 匹配垂直制表符
/f 匹配换面符
/nnn 匹配一个 8 进数字, nnn 指定的 ASCII 字符。如 /103 匹配大写的 C
/xnn 匹配一个 16 进数字, nn 指定的 ASCII 字符。如 /x43 匹配大写的 C
/unnnn 匹配由 4 位 16 进数字(由 nnnn 表示)指定的 Unicode 字符
/cV 匹配一个控制字符,如 /cV 匹配 Ctrl-V
八. 选项标志
选项标志 名 称
I IgnoreCase
M Multiline
N ExplicitCapture
S SingleLine
X IgnorePatternWhitespace
注:选项本身的信作含义如下表所示:
标 志 名 称
IgnoreCase 使模式匹配不区分大小写。默认的选项是匹配区分大小写
RightToLeft 从右到左搜索输入字符串。默认是从左到右以符合英语等的阅读习惯,但不符合阿拉伯语或希伯来语的阅读习惯
None 不设置标志。这是默认选项
Multiline 指定 ^ 和$可以 匹配行首和行尾,以及字符串的开始和结尾。这意味着可以匹配每个用换行符分隔的行。但是,字符“ . ”仍然不匹配换行符
SingleLine 规定特殊字符“ . ” 匹配任意的字符,包括换行符。默认情况下,特殊字符“ . ”不匹配换行符。通常与 MultiLine 选项一起使用
ECMAScript ECMA(European Coputer Manufacturer’s Association, 欧洲计算机生产商协会 ) 已经定义了正则表达式应该如何实现,而且已经在 ECMAScript 规范中实现,这是一个基于标准的 JavaScript 。这个选项只能与 IgnoreCase 和 MultiLine 标志一起使用。与其它任何标志一起使用, ECMAScript 都将产生异常
IgnorePatternWhitespace 此选项从使用的正则表达式模式中删除所有非转义空白字符。它使表达式能跨越多行文本,但必须确保对模式中所有的空白进行转义。如果设置了此选项,还可以使用“ # ”字符来注释下则表达式
Complied 它把正则表达式编译为更接近机器代码的代码。这样速度快,但不允许对它进行任何修改
Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=383755
本文转自
http://blog.csdn.net/yingcongxiao/archive/2005/05/29/383755.aspx