在C#中,匹配中文的正则表达式用Unicode来表示时,范围是: [\u4e00-\u9fa5]。
注意:切记(指定匹配字符的时候要带上数量限定,否则默认是全匹配模式)
c# 正则表达式使用例子
string pattern = @"^<!--\s+[\u4e00-\u9fa5]+\s+-->"; //正则模板语句
string input = File.ReadAllText(@"path"); //被匹配的字符串
MatchCollection mc = Regex.Matches(input,pattern) //符合模板匹配到的Match对象集合
for (int i = 0; i < mc.Count; i++) //循环遍历集合
{
if (mc[i].Success) //是否匹配成功
{
input = input.Replace(mc[i].Value, ">>>>>>>>>>"); //获取匹配到的子字符串
}
else
{
Console.WriteLine("没有匹配成功!");
}
}
正则表达式的转义
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"""
正则表达式中文
字符类与一组字符中的任何一个字符匹配。 字符类包括下表中列出的语言元素
\w | 与任何单词字符匹配。 | \w | “ID A1.3”中的“I”、“D”、“A”、“1”和“3” |
\W | 与任何非单词字符匹配。 | \W | “ID A1.3”中的“ ”、“.” |
\s | 与任何空白字符匹配。 | \w\s | “ID A1.3”中的“D” |
\S | 与任何非空白字符匹配。 | \s\S | " " in "int __ctr" |
\d | 与任何十进制数字匹配。 | \d | “4 = IV”中的“4” |
\D | 匹配不是十进制数的任意字符。 | \D | “4 = IV”中的“ ”、“=”、“ ”、“I”和“V” |
定位点
定位点或原子零宽度断言会使匹配成功或失败,具体取决于字符串中的当前位置,但它们不会使引擎在字符串中前进或使用字符。 下表中列出的元字符是定位点
断言 | 描述 | 模式 | 匹配 |
---|---|---|---|
^ | 匹配必须从字符串或一行的开头开始。 | ^\d{3} | “901” “901-” |
$ | 匹配必须出现在字符串的末尾或出现在行或字符串末尾的 \n 之前。 | -\d{3}$ | “-333” “-333” |
\A | 匹配必须出现在字符串的开头。 | \A\d{3} | “901” “901-” |
\Z | 匹配必须出现在字符串的末尾或出现在字符串末尾的 \n 之前。 | -\d{3}\Z | “-333” “-333” |
\z | 匹配必须出现在字符串的末尾。 | -\d{3}\z | “-333” “-333” |
\G | 匹配必须出现在上一个匹配结束的地方。 | \G\(\d\) | “(1)(3)(5)[7](9)”中的“(1)”、“(3)”、“(5)” |
\b | 匹配必须出现在 \w (字母数字)和 \W (非字母数字)字符之间的边界上。 | \b\w+\s\w+\b | “them theme them them”中的“them theme”、“them them” |
\B | 匹配不得出现在 \b 边界上。 | \Bend\w*\b | “end sends endure lender”中的“ends”和“ender” |
分组构造
分组构造描述了正则表达式的子表达式,通常用于捕获输入字符串的子字符串。 分组构造包括下表中列出的语言元素。
分组构造 | 描述 | 模式 | 匹配 |
---|---|---|---|
( 子表达式 ) | 捕获匹配的子表达式并将其分配到一个从 1 开始的序号中。 | (\w)\1 | “deep”中的“ee” |
(?< name > 子表达式 ) | 将匹配的子表达式捕获到一个命名组中。 | (?<double>\w)\k<double> | “deep”中的“ee” |
(?< 名称 1 - 名称 2 > 子表达式 ) | 定义平衡组定义。 有关详细信息,请参阅 Grouping Constructs中的“平衡组定义”部分。 | (((?'Open'\()[^\(\)]*)+((?'Close-Open'\))[^\(\)]*)+)*(?(Open)(?!))$ | “3+2^((1-3)*(3-1))”中的“((1-3)*(3-1))” |
(?: 子表达式 ) | 定义非捕获组。 | Write(?:Line)? | “Console.WriteLine()”中的“WriteLine” “Console.Write(value)”中的“Write” |
(?imnsx-imnsx: 子表达式 ) | 应用或禁用 子表达式中指定的选项。 有关详细信息,请参阅 Regular Expression Options。 | A\d{2}(?i:\w+)\b | “A12xl A12XL a12xl”中的“A12xl”和“A12XL” |
(?= 子表达式 ) | 零宽度正预测先行断言。 | \w+(?=\.) | “He is. The dog ran. The sun is out.”中的“is”、“ran”和“out” |
(?! 子表达式 ) | 零宽度负预测先行断言。 | \b(?!un)\w+\b | “unsure sure unity used”中的“sure”和“used” |
(?<= 子表达式 ) | 零宽度正回顾后发断言。 | (?<=19)\d{2}\b | “1851 1999 1950 1905 2003”中的“99”、“50”和“05” |
(?<! 子表达式 ) | 零宽度负回顾后发断言。 | (?<!19)\d{2}\b | “1851 1999 1950 1905 2003”中的“51”和“03” |
(?> 子表达式 ) | 非回溯(也称为“贪婪”)子表达式。 | [13579](?>A+B+) | “1ABB 3ABBC 5AB 5AC”中的“1ABB”、“3ABB”和“5AB” |
数量词
限定符指定在输入字符串中必须存在上一个元素(可以是字符、组或字符类)的多少个实例才能出现匹配项。 限定符包括下表中列出的语言元素。
限定符 | 描述 | 模式 | 匹配 |
---|---|---|---|
* | 匹配上一个元素零次或多次。 | \d*\.\d | “.0”,“19.9”和“219.9” |
+ | 匹配上一个元素一次或多次。 | "be+" | “been”中的“bee”,“bent”中的“be” |
? | 匹配上一个元素零次或一次。 | "rai?n" | “ran”和“rain” |
{ n } | 匹配上一个元素恰好 n 次。 | ",\d{3}" | “1,043.6”中的“,043”,“9,876,543,210”中的“,876”、“,543”和“,210” |
{ n ,} | 匹配上一个元素至少 n 次。 | "\d{2,}" | “166”,“29”和“1930” |
{ n , m } | 匹配上一个元素至少 n 次,但不多于 m次。 | "\d{3,5}" | “166”、“17668” “193024”中的“19302” |
*? | 匹配上一个元素零次或多次,但次数尽可能少。 | \d*?\.\d | “.0”,“19.9”和“219.9” |
+? | 匹配上一个元素一次或多次,但次数尽可能少。 | "be+?" | “been”中的“be”,“bent”中的“be” |
?? | 匹配上一个元素零次或一次,但次数尽可能少。 | "rai??n" | “ran”和“rain” |
{ n }? | 匹配前面的元素恰好 n 次。 | ",\d{3}?" | “1,043.6”中的“,043”,“9,876,543,210”中的“,876”、“,543”和“,210” |
{ n ,}? | 匹配上一个元素至少 n 次,但次数尽可能少。 | "\d{2,}?" | “166”,“29”和“1930” |
{ n , m }? | 匹配上一个元素的次数介于 n 和 m 次,但次数尽可能少。 | "\d{3,5}?" | “166”、“17668” “193024”中的“193”、“024” |
反向引用构造
反向引用允许在同一正则表达式中随后标识以前匹配的子表达式。 下表列出了 .NET 正则表达式支持的反向引用构造。
反向引用构造 | 描述 | 模式 | 匹配 |
---|---|---|---|
\ 数值 | 后向引用。 匹配编号子表达式的值。 | (\w)\1 | “seek”中的“ee” |
\k< name > | 命名后向引用。 匹配命名表达式的值。 | (?<char>\w)\k<char> | “seek”中的“ee” |
替代
替换是替换模式中支持的正则表达式语言元素。 有关更多信息,请参见 Substitutions。 下表中列出的元字符是原子零宽度断言。
字符 | 描述 | 模式 | 替换模式 | 输入字符串 | 结果字符串 |
---|---|---|---|---|---|
$ number | 替换按组 number匹配的子字符串。 | \b(\w+)(\s)(\w+)\b | $3$2$1 | "one two" | "two one" |
${ name } | 替换按命名组 name匹配的子字符串。 | \b(?<word1>\w+)(\s)(?<word2>\w+)\b | ${word2} ${word1} | "one two" | "two one" |
$$ | 替换字符“$”。 | \b(\d+)\s?USD | $$$1 | “103 USD” | “$103” |
$& | 替换整个匹配项的一个副本。 | \$?\d*\.?\d+ | **$&** | "$1.30" | "**$1.30**" |
$` | 替换匹配前的输入字符串的所有文本。 | B+ | $` | “AABBCC” | “AAAACC” |
$' | 替换匹配后的输入字符串的所有文本。 | B+ | $' | “AABBCC” | “AACCCC” |
$+ | 替换最后捕获的组。 | B+(C+) | $+ | “AABBCCDD” | AACCDD |
$_ | 替换整个输入字符串。 | B+ | $_ | “AABBCC” | “AAAABBCCCC” |