C#正则表达式参考

原创 2005年05月29日 20:54:00

正则表达式就是由普通字符(例如字符 a z)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 ] 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

 

/d

从0-9的任一数字

/d/d匹配72,但不匹配aa7a

/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£$%*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,A%&g3;

.

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,bc.

[a-z]将匹配从a z的任一字符

[^…]

不在括号中的任一字符

[^abc]将匹配一个abc之外的单字符,可以a,bABC

[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

 

 

n

匹配前面的字符n

x{2}匹配xx,但不匹配xxxx

n,

匹配前面的字符至少n

x{2}匹配2个或更多的x,xxx,xxx..

n,m

匹配前面的字符至少n,至多m次。如果n0,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xxx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

 

^

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

 

 

()

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AZ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AZ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; 3次匹配=SA

但是没有组被捕获

?<name>

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]+(?<lastName>[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:

1次匹配:lastName group=Seinfeld

2次匹配:lastName group=Benes

3次匹配:lastName group=Kramer

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

?<!

反向正声明。声明的左侧必须不能是括号内的指定模式。此模式不构成最终匹配的一部分

正则表达式(?<!1)/d{2}([A-Z])要匹配的输入字符串如下:123A 456F 789C 111A

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

   

 

 

?(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yesno 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nono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

 

 

$group

group指定的组号替换

${name}

替换被一个(?<name>)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

 

 

//

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416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

 

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:

 

 

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^$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IgnoreCaseMultiLine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

 

 

 

 

 

 

C#字符串和正则表达式参考手册PDG

  • 2010年04月17日 12:07
  • 5.22MB
  • 下载

C#字符串和正则表达式参考手册

  • 2010年02月25日 11:59
  • 5.22MB
  • 下载

阅读笔记:《C#字符串和正则表达式参考手册》 1-4章部分代码

#region P8:判断字符是标点、空白字符?             /*              string band = "The band";             Consol...

C#字符串和正则表达式参考手册.zip

  • 2010年04月13日 12:41
  • 5.23MB
  • 下载

C#字符串和正则表达式参考手册.rar

  • 2010年07月24日 16:49
  • 8.09MB
  • 下载

C#字符串和正则表达式参考手册

(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...

C#字符串和正则表达式参考手册

  • 2009年01月20日 11:17
  • 8.09MB
  • 下载

C#源码匹配常用正则表达式(摘录)

C#源码匹配常用正则表达式
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:C#正则表达式参考
举报原因:
原因补充:

(最多只允许输入30个字)