1、什么是正则表达式
正则表达式是用来检验和操作字符串的强大工具。简单的理解正则表达式可以认为是一种特殊的验证字符串。正则表达式常见运用是验证用户输入信息格式,比如“\w+@\w+\.\w{1,3}”,实际上就是验证邮件地址是否合法的;当然正则表达式不仅仅是用于验证,可以说只要运用字符串的地方都可以使用正则表达式;
2、涉及的基本的类
正则表达式在英文中写作(Regular Expression),根据正则表达式的使用范围和单词意思,.NET将其命名空间设置为System.Text.RegularExpressions;
在该命名空间内包括了8个基本的类:Capture、CaptureCollection、Group、GroupCollection、Match、MatchCollection、Regex和RegexCompilationInfo
其中:
(1)Capture 用于单个表达式捕获结果
(2)CaptureCollection 用于一个序列进行字符串捕获
(3)Group 表示单个捕获的结果
(4)GroupCollection 表示捕获组的集会
(5)Match 表示匹配单个正则表达式结果
(6)MatchCollection 表示通过迭代方式应用正则表达式到字符串中
(7)Regex 表示不可变的正则表达式
(8)RegexCompilationInfo 将编译正则表达式需要提供信息
3、正则表达式基础知识基本语法
常见语法包括;字符匹配、重复匹配、字符定位、转义匹配和其他高级语法(字符分组、字符替换和字符决策);
3.1、字符匹配语法:
字符语法 | 语法解释 | 语法例子 |
---|---|---|
\d | 匹配数字(0~9) | ‘\d’匹配8,不匹配12 |
\D | 匹配非数字 | ‘\D’匹配c,不匹配3 |
\w | 匹配任意单字符 | ‘\w\w’ 匹配A3,不匹配@3 |
\W | 匹配非单字符 | ‘\W’匹配@,不匹配c |
\s | 匹配空白字符 | ‘\d\s\d’匹配3 d,不匹配abc |
\S | 匹配非空字符 | ‘\S\S\S’匹配A#4,不匹配3 d |
. | 匹配任意字符 | ‘....’匹配A$ 5,不匹配换行 |
[…] | 匹配括号中任意字符 | [b-d]匹配b、c、d, 不匹配e |
[^…] | 匹配非括号字符 | [^b-z]匹配a,不匹配b-z的字符 |
[ck] | 匹配包含括号内元素的字符 | |
[^CK] | 匹配除了CK以外的任意字符 |
3.2、重复匹配语法:
重复语法 | 语法解释 | 语法例子 |
---|---|---|
{n} | 匹配n次字符 | \d{3}匹配\d\d\d,不匹配\d\d或\d\d\d\d |
{n,} | 匹配n次和n次以上 | \w{2}匹配\w\w和\w\w\w以上,不匹配\w |
{n,m} | 匹配n次上m次下 | \s{1,3}匹配\s,\s\s,\s\s\s,不匹配\s\s\s\s |
? | 匹配0或1次 | 5?匹配5或0,不匹配非5和0 |
+ | 匹配一次或多次 | \S+匹配一个以上\S,不匹配非一个以上\S |
* | 匹配0次以上 | \W*匹配0以上\W,不匹配非N*\W |
*? | 重复任意次,但尽可能少重复。
| 如 "acbacb" 正则 "a.*?b" 只会取到第一个"acb" 原本可以全部取到但加了限定符后,只会匹配尽可能少的字符 ,而"acbacb"最少字符的结果就是"acb" |
+? | 重复1次或更多次,但尽可能少重复。与上面一样,只是至少要重复1次。 | |
?? | 重复0次或1次,但尽可能少重复。 | 如 "aaacb" 正则 "a.??b" 只会取到最后的三个字符"acb"。 |
{n,m}? | 重复n到m次,但尽可能少重复。 | 如 "aaaaaaaa" 正则 "a{0,m}" 因为最少是0次所以取到结果为空。 |
{n,}? | 重复n次以上,但尽可能少重复。 | 如 "aaaaaaa" 正则 "a{1,}" 最少是1次所以取到结果为 "a"。 |
3.3、字符定位语法:
^ 定位后面模式开始位置 $ 前面模式位于字符串末端 \A 前面模式开始位置 \z 前面模式结束位置
\Z 前面模式结束位置(换行前 \b 匹配一个单词边界 \B 匹配一个非单词边界
\ 对下一个字符转义。比如$是个特殊的字符。要匹配$的话就得用\$ | 分支条件,如:x|y匹配 x 或 y。
3.4、转义匹配语法:
“\”+ (实际字符 :\ . * + ? | ( ) { }^ $ [ ] )例如:\\匹配字符“\” \n 匹配换行 \r 匹配回车 \t 匹配水平制表符
\v 匹配垂直制表符 \f 匹配换页 \nnn 匹配一个8进制ASCII \xnn 匹配一个16进制ASCII
\unnnn 匹配4个16进制的Uniode \c+大写字母 匹配Ctrl-大写字母 例如:\cS-匹配Ctrl+S
注:在@“”类型的字符串里面输入双引号要写成两个双引号并列,如:若想表达:James "Wu"要写成:@"James ""Wu"""
3.4其他语法:
(exp) 匹配exp,并捕获文本到自动命名的组里。 (?<name>exp) 匹配exp,并捕获文本到名称为name的组里。
(?:exp) 匹配exp,不捕获匹配的文本,也不给此分组分配组号以下为零宽断言。
(?=exp) 匹配exp前面的位置。如 "How are you doing" 正则"(?<txt>.+(?=ing))" 这里取ing前所有的字符,并定义了一个捕获分组名字为 "txt" 而"txt"这个组里的值为"How are you do";
(?<=exp) 匹配exp后面的位置。如 "How are you doing" 正则"(?<txt>(?<=How).+)" 这里取"How"之后所有的字符,并定义了一个捕获分组名字为 "txt" 而"txt"这个组里的值为" are you doing";
(?!exp) 匹配后面跟的不是exp的位置。如 "123abc" 正则 "\d{3}(?!\d)"匹配3位数字后非数字的结果
(?<!exp) 匹配前面不是exp的位置。如 "abc123 " 正则 "(?<![0-9])123" 匹配"123"前面是非数字的结果也可写成"(?!<\d)123"