C#学习笔记【八】——正则表达式

最新推荐文章于 2021-09-08 14:52:46 发布

爱吃猫的小鱼干

最新推荐文章于 2021-09-08 14:52:46 发布

阅读量499

点赞数 1

分类专栏： C# 文章标签： C# 正则表达式

本文链接：https://blog.csdn.net/BreakingDawn0/article/details/102760078

版权

C# 专栏收录该内容

14 篇文章 4 订阅

订阅专栏

正则表达式（Regular Expression）是计算机科学的一个重要概念，它使用一种数学算法来解决计算机程序中的文本检索，匹配等问题，正则表达式语言是一种专门用于字符串处理的语言。在很多语言中都提供了对它的支持，c#也不例外，它可以帮我们解决下面的问题：

检索：通过正则表达式，从字符串中获取我们想要的部分

匹配：判断给定的字符串是否符合正则表达式的过滤逻辑

可以认为正则表达式表述了一个字符串的书写规则，如：判断用户输入的密码是否合法，判断用户输入的邮箱格式是否合法。

正则表达式就是由普通字符以及特殊字符（成为元字符）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。

8.1元字符

元字符	描述
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“\\n”匹配\n。“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。
^	匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。
$	匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。
*	匹配前面的子表达式任意次。例如，zo能匹配“z”，“zo”以及“zoo”。等价于{0,}。
+	匹配前面的子表达式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。
?	匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。
{n}	n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。
{n,}	n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m}	m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。
.点	匹配除“\r\n”之外的任何单个字符。要匹配包括“\r\n”在内的任何字符，请使用像“[\s\S]”的模式。
(pattern)	匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“$”或“$”。
(?:pattern)	匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“(\|)”来组合一个模式的各个部分是很有用。例如“industr(?:y\|ies)”就是一个比“industry\|industries”更简略的表达式。
(?=pattern)	正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“Windows(?=95\|98\|NT\|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)	正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如“Windows(?!95\|98\|NT\|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。
(?<=pattern)	反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95\|98\|NT\|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。
(?<!pattern)	反向否定预查，与正向否定预查类似，只是方向相反。例如“(?<!95\|98\|NT\|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。
x\|y	匹配x或y。例如，“z\|food”能匹配“z”或“food”或"zood"(此处请谨慎)。“(z\|f)ood”则匹配“zood”或“food”。
[xyz]	字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。
\b	匹配一个单词边界，也就是指单词和空格间的位置（即正则表达式的“匹配”有两种概念，一种是匹配字符，一种是匹配位置，这里的\b就是匹配位置的）。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。
\B	匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。
\cx	匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。
\d	匹配一个数字字符。等价于[0-9]。
\D	匹配一个非数字字符。等价于[^0-9]。
\f	匹配一个换页符。等价于\x0c和\cL。
\n	匹配一个换行符。等价于\x0a和\cJ。
\r	匹配一个回车符。等价于\x0d和\cM。
\s	匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S	匹配任何可见字符。等价于[^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于\x09和\cI。
\v	匹配一个垂直制表符。等价于\x0b和\cK。
\w	匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”，这里的"单词"字符使用Unicode字符集。
\W	匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
\xn	匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。
\num	匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。
\n	标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。
\nm	标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。
\nml	如果n为八进制数字（0-7），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。
\un	匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（©）。
\< \>	匹配词（word）的开始（\<）和结束（\>）。例如正则表达式\<the\>能够匹配字符串"for the wise"中的"the"，但是不能匹配字符串"otherwise"中的"the"。注意：这个元字符不是所有的软件都支持的。
	将 $ 和 $ 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 \1 到\9 的符号来引用。
\|	将两个匹配条件进行逻辑“或”（Or）运算。例如正则表达式(him\|her) 匹配"it belongs to him"和"it belongs to her"，但是不能匹配"it belongs to them."。注意：这个元字符不是所有的软件都支持的。
+	匹配1或多个正好在它之前的那个字符。例如正则表达式9+匹配9、99、999等。注意：这个元字符不是所有的软件都支持的。
?	匹配0或1个正好在它之前的那个字符。注意：这个元字符不是所有的软件都支持的。
{i} {i,j}	匹配指定数目的字符，这些字符是在它之前的表达式定义的。例如正则表达式A[0-9]{3} 能够匹配字符"A"后面跟着正好3个数字字符的串，例如A123、A348等，但是不匹配A1234。而正则表达式[0-9]{4,6} 匹配连续的任意4个、5个或者6个数字

8.1.1定位元字符

我们经常在正则表达式字符串前面加上@字符，这样不让编译器去解析其中的转义字符，而作为正则表达式的语法（元字符）存在。

字符说明

\b 匹配单词的开始或结束

\B 匹配非单词的开始或结束

^ 匹配必须出现在字符串的开头或行的开头

$ 匹配必须出现在以下位置：字符串结尾、字符串结尾处的 \n 之前或行的结尾。

\A 指定匹配必须出现在字符串的开头（忽略 Multiline 选项）。

\z 指定匹配必须出现在字符串的结尾（忽略 Multiline 选项）。

\z 指定匹配必须出现在字符串的结尾或字符串结尾处的 \n 之前（忽略 Multiline 选项）。

\G 指定匹配必须出现在上一个匹配结束的地方。与 Match.NextMatch() 一起使用时，此断言确保所有匹配都是连续的。

示例：

namespace c_sharp_practice03

{

    class Program

    {

        static void Main(string[] args)

        {

            string s = "www.Lemon.com";

            string res = Regex.Replace(s, "^", "开始:");

            res = Regex.Replace(s, "$", "结束");

            Console.WriteLine(res);

            Console.ReadKey();

        }

    }

}

8.1.2语法元字符

字符说明

. 匹配除换行符以外的任意字符

\w 匹配字母、数字、下划线、汉字(指大小写字母、0-9的数字、下划线_)

\W \w的补集（除“大小写字母、0-9的数字、下划线_”之外）

\s 匹配任意空白符(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\s定义的字符之外)

\d 匹配数字(0-9数字)

\D 表示\d的补集(除0-9数字之外)

在正则表达式中，\是转义字符. * 是元字符如果要表示一个\ . *字符的话，需要使用\\ \. \*

namespace c_sharp_practice03

{

    class Program

    {

        static void Main(string[] args)

        {

            string s = Console.ReadLine();

            string pattern = @"^\d*$";

            bool isMatch = Regex.IsMatch(s,pattern); 

            Console.WriteLine(isMatch);

            Console.ReadKey();

        }

    }

}

8.1.3反义字符

字符说明

\W \w的补集（除“大小写字母、0-9的数字、下划线_”之外）

\S \s的补集 (除\s定义的字符之外)

\D 表示\d的补集 (除0-9数字之外)

\B 匹配不是单词开头或结束的位置

[ab] 匹配中括号中的字符

[a-c] a字符到c字符之间的字符

[^x] 匹配除了x以外的任意字符

[^adwz] 匹配除了adwz这几个字符以外的任意字符

namespace c_sharp_practice03

{

    class Program

    {

        static void Main(string[] args)

        {

            //查找除lemon之外的所有字符

            string str = "Lemon is my little darling";

            string pattern = @"[^lemon]";

            string res = Regex.Replace(str,pattern, "*", RegexOptions.IgnoreCase);

            Console.WriteLine(res);

            Console.ReadKey();

        }

    }

}

8.1.4重复描述字符

字符说明

{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

? 重复零次或一次

+ 重复一次或更多次

* 重复零次或更多次

namespace c_sharp_practice03

{

    class Program

    {

        static void Main(string[] args)

        {

            //校验输入内容是否为合法QQ号(备注：QQ号为5-12位数字)

            string qq1 = "123456";

            string qq2 = "123456123456123";

            string qq3 = "qq123456";

            string pattern = @"^\d{5,12}$";//^ $ 说明从开始到结尾匹配，否则“\d{5,12}”只要字符串中有符合                                        //5~12位数字的子字符也满足正则表达式，qq2也匹配

            bool res1 = Regex.IsMatch(qq1, pattern);

            bool res2 = Regex.IsMatch(qq2, pattern);

            bool res3 = Regex.IsMatch(qq3, pattern);

            Console.WriteLine("{0},{1},{2}",res1,res2,res3);

            Console.ReadKey();

        }

    }

}

8.1.5择一匹配字符

字符说明

| 将两个匹配条件进行逻辑“或”（Or）运算

namespace c_sharp_practice03

{

    class Program

    {

        static void Main(string[] args)

        {

            //查找数字或字母

            string str = "Lemon小可爱20";

            string pattern = @"\d|[a-z]";

            MatchCollection col = Regex.Matches(str, pattern);

            foreach (Match match in col)

            {

                Console.WriteLine(match.ToString());

            }

            //查找人名

            string s = "Leomn,Ss;N.jiajia";

            string pattern1 = @"[;,.]";

            //string pattern2 = @"[;]|[,]|[.]";

            string[] resArray = Regex.Split(s, pattern1);

            foreach(var temp in resArray)

            {

                Console.WriteLine(temp);

            }

            Console.ReadKey();

        }

    }

}

8.1.6对正则表达式分组

用小括号来指定子表达式(也叫做分组)。

namespace c_sharp_practice03

{

    class Program

    {

        static void Main(string[] args)

        {

            //重复 多个字符

            string str = "12qwsab22abgrttab22rrab_ab__";

            string pattern = @"(ab\w{2}){2}";//=="ab\w{2}ab\w{2}"

            Console.WriteLine(Regex.Replace(str, pattern, "2333"));//结果为12qws2333ttab22rrab_ab__

            //校验IP4地址（如：192.168.1.4，为四段，每段最多三位，每段最大数字为255，并且第一位不能为0）

            //0-255.0-255.0-255.0-255

            //2   0-4 0-9

            //2   5   0-5

            //0-1 0-9 0-9

            string regexStrIp4 = @"^(((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?))$";

            Console.WriteLine("请输入一个IP4地址：");

            string inputStrIp4 = Console.ReadLine();

            Console.WriteLine(inputStrIp4 + " 是否为合法的IP4地址：" + Regex.IsMatch(inputStrIp4, regexStrIp4));

            Console.ReadKey();

        }

    }

}

爱吃猫的小鱼干

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
C#学习笔记【八】——正则表达式

正则表达式（Regular Expression）是计算机科学的一个重要概念，它使用一种数学算法来解决计算机程序中的文本检索，匹配等问题，正则表达式语言是一种专门用于字符串处理的语言。在很多语言中都提供了对它的支持，c#也不例外，它可以帮我们解决下面的问题：检索：通过正则表达式，从字符串中获取我们想要的部分匹配：判断给定的字符串是否符合正则表达式的过滤逻辑...
复制链接

扫一扫

专栏目录