正则表达式是只纸老虎（一）Hello， Regex！

写在前面的话：

我是懒人，于是我相信自己是懒人，于是我越来越懒……

虽然正则表达式是个非常历史悠久而且非常通用的东西，但还是有不少童鞋表示这玩艺其实很难懂。

网上资料已然一大堆，但想想为了让自己不再那么懒，那就从正则表达式起，尽力发表一些自己的见解吧。

本系列就命名为《正则表达式是只纸老虎》，由简入难，尽可能介绍到.net 正则表达式的所有语法及用例和一些开发过程中常用的使用场景。

---

不怎么华丽的分割线

第一关，用来确定一个字符串是否在另一个字符串中出现过。

效果等同于 input.Contains(pattern) 

var pattern = "Hello, Regex!";
var sampleRegex = new Regex(pattern);
var input = "This is a sample input: Hello, Regex!";
var isMatch = sampleRegex.IsMatch(input);
Console.WriteLine("isMatch: {0}", isMatch);

第二关，增加大小写选项。也就是说，我们想要匹配的时候，忽略大小写，要怎么办？

效果等同于 input.IndexOf(pattern, StringComparison.OrdinalIgnoreCase) != -1

只需要改造一句，增加一个选项就搞定。

var sampleRegex = new Regex(pattern, RegexOptions.IgnoreCase);

第三关，判断字符串是否以指定字符串开头和结尾。

效果等同于 input.StartsWith(pattern) 和 input.EndsWith(pattern)

var pattern = "^Hello, Regex!"; //使用^来匹配字符串开头

以及

var pattern = "Hello, Regex!$"; //使用$来匹配字符串结尾

举一反三：

那么  ^abc 就是匹配 abc 开头的，abc$ 就是匹配以 abc 结尾的。

^abc$ 那就是匹配字符串为abc的，因为开头结尾都限制了，相当于判断字符串是否直接等于 abc

第四关，判断字符串中是否包含阿拉伯数字。

var pattern = "[0-9]";

既然这里出现了中括号，那么，我就说一下中括号是怎么回事情。

[] 存在两种匹配模式，即[exp]和[^exp]，注意这里的"^"，可不再是匹配字符串开头的意思，这里是取反的意思。

比如 [0-9] 是匹配 0~9 之间的任意数字，而 [^0-9] 是匹配任何非数字，也就是说，只要出现任何一个不是数字的字符，就能匹配。

var pattern = "[0-9]";
var sample1 = "现在是2014年"; //匹配
var sample2 = "这一句没有数字，哪怕中文的１２３４５６７８９０也不行。"; //不匹配

var pattern = "[^0-9]";
var sample1 = "这一句里出现了一个数字，那就是0。"; //匹配
var sample2 = "0123456789"; //不匹配，因为连一个非数字的字符也没有。
var sample2 = "123４567890"; //匹配，因为全角的４,在这里被认为是非数字（其Unicode码位在0-9之外）。

顺便说一下，这里的减号的用法：

[first-last]

其中 first 是范围的开始字符，last 是范围的结束字符。 字符范围是一系列连续的字符，定义的方法是：指定系列中的第一个字符，连字符 (-)，然后指定系列中的最后一个字符。 如果两个字符具有相邻的 Unicode 码位，则这两个字符是连续的。

摘自MDSN：http://msdn.microsoft.com/zh-cn/library/20bw873z(v=vs.100).aspx

第五关，小BOSS，综合应用。匹配以英文字母开头，并且以数字结尾的字符串。

var pattern = "^[a-zA-Z].*[0-9]$";
var regex = new Regex(pattern, RegexOptions.Singleline);

//假假造几个样本来测试一下
var samples = new string[]{
    "123456",
    "中文开头111",
    "abcdefg",
    "a1",
    "abc222"
};
            
foreach(var item in samples)
{
    Console.WriteLine("input: {0}, isMatch: {1}", item, regex.IsMatch(item));
}

跟我们设想的一样，只有最后两个样本才匹配。

这里用到了几个新的东西，[a-zA-Z]，中括里的，是可以组合的，可以单个字符，也可以是一个区间，任意多个组合。

当然如果不嫌麻烦，也可以把 [a-z] 写成 [abcdefghijk......xyz]把26个字母全写上。

同样的，我们随意写一个 [0-35-7a-fA-E]，意思是可以匹配 0,1,2,3,5,6,7,a,b,c,d,e,f,A,B,C,D,E 这些字符中的任何一个。

这里用到了 ".*" ，其中句点字符 (.) 匹配除 \n（换行符 \u000A）之外的任何字符，有以下两个限制：

如果通过 RegexOptions.Singleline 选项修改正则表达式模式，或者通过 s 选项修改包含 . 字符类的模式的部分，则 . 可匹配任何字符。

正字符分组或负字符分组中的句点字符将被视为原义句点字符，而非字符类。

也就是说，如果需要用“.”来匹配换行(\n)，必须指定 RegexOptions.Singleline 或者使用 s 选项。同时在中括号中的 [.] 并不是匹配任意字符，而仅是匹配句点“.”本身。

其后的星号“*”，表示匹配任意多次（包含0次）。意思就是，除了开头字母，最后一个数字之外，允许中间出现任何多个任意字符。

OK，五关已过，打完收工。