一.正则表达式的概念
- 什么是正则表达式?
英文Regular Expression,它使用一种数学算法来解决计算机程序中的文本搜索、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,它可以帮助我们解决一下问题:
- 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
正则表达式的组成
正则表达式就是由普通字符以及特殊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。
3个重要的正则表达式命令
A | 在正则表达式中有3种类型的括号 1.方括号“[” :需要匹配的字符 2.花括号“{” :指定匹配字符的数量 3.圆括号“(”:用来分组 |
B | “^”表示正则式的开始 |
C | “$”表示正则式的 |
Regex obj = new Regex("[a-z]{2}");//搜索长度为2的a-z的英文字母
基本语法元字符
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 | 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 | \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\\ \. \*
快捷命令
实际命令 | 快捷命令 |
[0-9] | d |
[a-z][0-9][_] | w |
0次或多次 | * |
至少一次 | + |
0次或1次 | ? |
二.常用的操作正则表达式的方法
- 静态方法IsMatch(返回值是一个布尔类型,用于判断指定的字符串是否与正则表达式字符串匹配,它有三个重载方法)
- bool IsMatch(string input, string pattern);
参数:input:要搜索匹配项的字符串。
pattern:要匹配的正则表达式模式。
返回结果:如果正则表达式找到匹配项,则为true;否则,为false。
实例:bool b=Regex.IsMatch("abc23","[a-z]{2}");//b返回的结果为true
- bool IsMatch(string input, string pattern, RegexOptions options);
参数:input:要搜索匹配项的字符串。
pattern:要匹配的正则表达式模式。
options:枚举值的一个按位组合,这些枚举值提供匹配选项。
返回结果:如果正则表达式找到匹配项,则为true;否则,为false。
实例: bool b=Regex.IsMatch("ABc23","[a-z]{2}", RegexOptions.IgnoreCase);
//b为true
bool c = Regex.IsMatch("ABc23", "[a-z]{2}");
//c为false
RegexOptions枚举的介绍在后一章节中描述
- bool IsMatch(string input, string pattern, RegexOptions options, TimeSpan matchTimeout);
参数:input:要搜索匹配项的字符串。
pattern:要匹配的正则表达式模式。
options:枚举值的一个按位组合,这些枚举值提供匹配选项。
matchTimeout:超时间隔,或System.Text.RegularExpressions.Regex.InfiniteMatchTimeout指示该方法不应超时。
返回结果:如果正则表达式找到匹配项,则为true;否则,为false。
- 静态方法Match(使用指定的匹配选项在输入字符串中搜索指定的正则表达式的第一个匹配项。返回一个包含有关匹配额信息的对象。在Regex类中,还有一个同名的非静态方法,适用于多个实例的情况下,效率更高一些,它也有三个重载方法)
- Match Match(string input, string pattern)
参数:input:要搜索匹配项的字符串。
pattern:要匹配的正则表达式模式。
返回结果:返回符合条件的字符集。
实例:string ma = Regex.Match("AAA1234A5678AAA", @"\d+").Value;
//ma返回的结果为1234
- Match Match(string input, string pattern, RegexOptions options);
参数:input:要搜索匹配项的字符串。
pattern:要匹配的正则表达式模式。
options:枚举值的一个按位组合,这些枚举值提供匹配选项。
返回结果:返回符合条件的字符集。
实例: Match result = Regex.Match("A1234B561C", "[a-z]",RegexOptions.IgnoreCase);
string a = result.Value;//a返回的结果为A
- Match Match(string input, string pattern, RegexOptions options, TimeSpan matchTimeout);
参数:input:要搜索匹配项的字符串。
pattern:要匹配的正则表达式模式。
options:枚举值的一个按位组合,这些枚举值提供匹配选项。
matchTimeout:超时间隔,或System.Text.RegularExpressions.Regex.InfiniteMatchTimeout指示该方法不应超时。
返回结果:返回符合条件的字符集。
- 静态方法Matches(在指定的输入字符串中搜索指定的正则表达式的所有匹配项,跟Matches不同之处,就是这个方法返回的是所有匹配项,他同样有三个重载方法,并且参数和Match方法完全相同)
- MatchCollection Matches(string input, string pattern);
参数:input:要搜索匹配项的字符串。
pattern:要匹配的正则表达式模式。
返回结果:符合条件的字符集。
实例: string a = string.Empty;
MatchCollection result = Regex.Matches("A1234B561C", "[A-Z]");
foreach (Match item in result)
{
a += item.Value;
}
//a的返回值为ABC
- MatchCollection Matches(string input, string pattern, RegexOptions options);
参数: input:要搜索匹配项的字符串。
pattern:要匹配的正则表达式模式。
options:枚举值的一个按位组合,这些枚举值提供匹配选项。
返回结果:如果正则表达式找到匹配项,则为true;否则,为false。
实例:bool b=Regex.IsMatch("abc23","[a-z]{2}");//a返回的结果为true
- MatchCollection Matches(string input, string pattern, RegexOptions options, TimeSpan matchTimeout);
参数:input:要搜索匹配项的字符串。
pattern:要匹配的正则表达式模式。
options:枚举值的一个按位组合,这些枚举值提供匹配选项。
matchTimeout:超时间隔,或System.Text.RegularExpressions.Regex.InfiniteMatchTimeout指示该方法不应超时。
返回结果:返回符合条件的字符集
- 静态方法Replaces( 主要是实现替换功能)
- string Replace(string input, string pattern, string replacement);
参数:input:源字符串
pattern是匹配的条件,
replacement是替换的内容,就是把符合匹配条件pattern的内容转换成它
实例: string result = Regex.Replace("abc", "ab", "##");
//result的结果为##c
- string Replace(string input, string pattern, string replacement, RegexOptions options);
参数:input:源字符串
pattern:是匹配的条件,
replacement:是替换的内容,就是把符合匹配条件pattern的内容转换成它
options: 是一个枚举类型,用来做一些设定.
实例: string result = Regex.Replace("ABc", "ab", "##",RegexOptions.IgnoreCase);
//result的结果为##c
- string Replace(string input, MatchEvaluator evaluator);
参数:input:源字符串
pattern:是匹配的条件,
replacement:是替换的内容,就是把符合匹配条件pattern的内容转换成它
options: 是一个枚举类型,用来做一些设定.
实例:class Program
{
static void Main(string[] args)
{
string sInput;
sInput = "aabbccddeeffcccgghhcccciijjcccckkcc";
Program c = new Program();
MatchEvaluator myEvaluator = new MatchEvaluator(c.ReplaceCC);
sInput= Regex.Replace(sInput,"cc",myEvaluator);
Console.WriteLine(sInput);
Console.ReadLine(); }
public static int i = 0;
public string ReplaceCC(Match m)
{
i++;
return i.ToString();
}
//输出结果为aabb1ddeeff2cgghh34iijj56kk7
- string Replace(string input, string pattern, MatchEvaluator evaluator, RegexOptions options)
参数:input:源字符串
pattern:是匹配的条件
replacement:是替换的内容,就是把符合匹配条件pattern的内容转换成它
options: 是一个枚举类型,用来做一些设定.
实例:class Program
{
static void Main(string[] args)
{
string sInput;
sInput = "AAbbccddeeffAAgghhAAAAiijjcccckkcc";
Program c = new Program();
MatchEvaluator myEvaluator = new MatchEvaluator(c.ReplaceCC);
sInput= Regex.Replace(sInput,"cc",myEvaluator);
Console.WriteLine(sInput);
Console.ReadLine(); }
public static int i = 0;
public string ReplaceCC(Match m)
{
i++;
return i.ToString();
}
//输出结果为1bbccddeeff2gghh34iijjcccckkcc
三.RegexOptions参数
它是一个枚举类型,有以下枚举值
None=0 //指定不设置选项。
IgnoreCase = 1, //指定不区分大小写的匹配。
Multiline = 2, //多行模式。更改 ^ 和 $ 的含义,使它们分别在任意一行的行首和行尾匹配,而不仅仅在整个字符串的开头和结尾匹配。
ExplicitCapture = 4, //指定有效的捕获仅为形式为 (?<name>...) 的显式命名或编号的组。这使未命名的圆括号可以充当非捕获组,并且不会使表达式的语法 (?:...)显得笨拙。
Compiled = 8, //指定将正则表达式编译为程序集。这会产生更快的执行速度,但会增加启动时间。在调用 System.Text.RegularExpressions.Regex.CompileToAssembly(System.Text.RegularExpressions.RegexCompilationInfo[],System.Reflection.AssemblyName)方法时,不应将此值分配给属性。
Singleline = 16,//指定单行模式。更改点 (.) 的含义,使它与每一个字符匹配(而不是与除 \n 之外的每个字符匹配)。
IgnorePatternWhitespace = 32,//消除模式中的非转义空白并启用由 # 标记的注释。但是,System.Text.RegularExpressions.RegexOptions.IgnorePatternWhitespace值不会影响或消除字符类中的空白。
RightToLeft = 64, //指定搜索从右向左而不是从左向右进行。
ECMAScript = 256, //为表达式启用符合 ECMAScript 的行为。该值只能与 System.Text.RegularExpressions.RegexOptions.IgnoreCase、System.Text.RegularExpressions.RegexOptions.Multiline 和 System.Text.RegularExpressions.RegexOptions.Compiled 值一起使用。该值与其他任何值一起使用均将导致异常。
CultureInvariant = 512,//指定忽略语言中的区域性差异。
四、常用正则表达式
- 校验数字的表达式
1 数字:^[0-9]*$
2 n位的数字:^\d{n}$
3 至少n位的数字:^\d{n,}$
4 m-n位的数字:^\d{m,n}$
5 零和非零开头的数字:^(0|[1-9][0-9]*)$
6 非零开头的最多带两位小数的数字:^([1-9][0-9]*)+(.[0-9]{1,2})?$
7 带1-2位小数的正数或负数:^(\-)?\d+(\.\d{1,2})?$
8 正数、负数、和小数:^(\-|\+)?\d+(\.\d+)?$
9 有两位小数的正实数:^[0-9]+(.[0-9]{2})?$
10 有1~3位小数的正实数:^[0-9]+(.[0-9]{1,3})?$
11 非零的正整数:^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$
12 非零的负整数:^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$
13 非负整数:^\d+$ 或 ^[1-9]\d*|0$
14 非正整数:^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
15 非负浮点数:^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
16 非正浮点数:^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
17 正浮点数:^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
18 负浮点数:^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
19 浮点数:^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
- 校验字符的表达式
1 汉字:^[\u4e00-\u9fa5]{0,}$
2 英文和数字:^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
3 长度为3-20的所有字符:^.{3,20}$
4 由26个英文字母组成的字符串:^[A-Za-z]+$
5 由26个大写英文字母组成的字符串:^[A-Z]+$
6 由26个小写英文字母组成的字符串:^[a-z]+$
7 由数字和26个英文字母组成的字符串:^[A-Za-z0-9]+$
8 由数字、26个英文字母或者下划线组成的字符串:^\w+$ 或 ^\w{3,20}$
9 中文、英文、数字包括下划线:^[\u4E00-\u9FA5A-Za-z0-9_]+$
10 中文、英文、数字但不包括下划线等符号:^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
11 可以输入含有^%&',;=?$\"等字符:[^%&',;=?$\x22]+
12 禁止输入含有~的字符:[^~\x22]+ - 特殊需求表达式
1 Email地址:^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
2 域名:[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
3 InternetURL:[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
4 手机号码:^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
5 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX):^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$
6 国内电话号码(0511-4405222、021-87888822):\d{3}-\d{8}|\d{4}-\d{7}
7 身份证号(15位、18位数字):^\d{15}|\d{18}$
8 短身份证号码(数字、字母x结尾):^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
9 帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$
10 密码(以字母开头,长度在6~18之间,只能包含字母、数字和下划线):^[a-zA-Z]\w{5,17}$
11 强密码(必须包含大小写字母和数字的组合,不能使用特殊字符,长度在8-10之间):^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$
12 日期格式:^\d{4}-\d{1,2}-\d{1,2}
13 一年的12个月(01~09和1~12):^(0?[1-9]|1[0-2])$
14 一个月的31天(01~09和1~31):^((0?[1-9])|((1|2)[0-9])|30|31)$
15 钱的输入格式:
16 1.有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000":^[1-9][0-9]*$
17 2.这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式:^(0|[1-9][0-9]*)$
18 3.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号:^(0|-?[1-9][0-9]*)$
19 4.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分:^[0-9]+(.[0-9]+)?$
20 5.必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的:^[0-9]+(.[0-9]{2})?$
21 6.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样:^[0-9]+(.[0-9]{1,2})?$
22 7.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样:^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
23 8.1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须:^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$
24 备注:这就是最终结果了,别忘了"+"可以用"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里
25 xml文件:^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
26 中文字符的正则表达式:[\u4e00-\u9fa5]
27 双字节字符:[^\x00-\xff] (包括汉字在内,可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1))
28 空白行的正则表达式:\n\s*\r (可以用来删除空白行)
29 HTML标记的正则表达式:<(\S*?)[^>]*>.*?</\1>|<.*? /> (网上流传的版本太糟糕,上面这个也仅仅能部分,对于复杂的嵌套标记依旧无能为力)
30 首尾空白字符的正则表达式:^\s*|\s*$或(^\s*)|(\s*$) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式)
31 腾讯QQ号:[1-9][0-9]{4,} (腾讯QQ号从10000开始)
32 中国邮政编码:[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
33 IP地址:\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)
五、在IDE中可以通过正则表达式进行查找、替换