碼上歡樂
相關內容    簡體    繁體

C#正則表達式語法規則詳解

本文轉載自   查看原文   2012-05-14 20:46   3462    C#

正則表達式基礎知識

       一個正則表達式就是由普通字符（例如字符 a 到 z）以及特殊字符（稱為元字符）組成的文字模式。

　 　字母文本指的是普通文本如"abcde"可匹配字符串中任何包含"abcde"的字符串。

　　 元字符則更加靈活運用通用的表達式匹配所有符合此表達式規律的字符串。
 
該模式描述在查找文字主體時待匹配的一個或多個字符串。正則表達式作為一個模板，將某個字符模式與所搜索的字符串進行匹配。如： 
JScript VBScript 匹配
/^\[ \t]*$/ "^\[ \t]*$" 匹配一個空白行。
/\d{2}-\d{5}/ "\d{2}-\d{5}" 驗證一個ID 號碼是否由一個2位數字，一個連字符以及一個5位數字組成。
/<(.*)>.*<\/\1>/ "<(.*)>.*<\/\1>" 匹配一個 HTML 標記。

下表是元字符及其在正則表達式上下文中的行為的一個完整列表：
字符 描述
\ 將下一個字符標記為一個特殊字符、或一個原義字符、或一個 向后引用、或一個八進制轉義符。例如，'n' 匹配字符 "n"。'\n' 匹配一個換行符。序列 '\\' 匹配 "\" 而 "\(" 則匹配 "("。
^ 匹配輸入字符串的開始位置。如果設置了 RegExp 對象的 Multiline 屬性，^ 也匹配 '\n' 或 '\r' 之后的位置。
$ 匹配輸入字符串的結束位置。如果設置了RegExp 對象的 Multiline 屬性，$ 也匹配 '\n' 或 '\r' 之前的位置。
* 匹配前面的子表達式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等價於{0,}。
+ 匹配前面的子表達式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等價於 {1,}。
? 匹配前面的子表達式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價於 {0,1}。
{n} n 是一個非負整數。匹配確定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的兩個 o。
{n,} n 是一個非負整數。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,}' 等價於 'o+'。'o{0,}' 則等價於 'o*'。
{n,m} m 和 n 均為非負整數，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價於 'o?'。請注意在逗號和兩個數之間不能有空格。
? 當該字符緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面時，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對於字符串 "oooo"，'o+?' 將匹配單個 "o"，而 'o+' 將匹配所有 'o'。
. 匹配除 "\n" 之外的任何單個字符。要匹配包括 '\n' 在內的任何字符，請使用象 '[.\n]' 的模式。
(pattern) 匹配 pattern 並獲取這一匹配。所獲取的匹配可以從產生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中則使用 $0…$9 屬性。要匹配圓括號字符，請使用 '\(' 或 '\)'。
(?:pattern) 匹配 pattern 但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供以后使用。這在使用 "或" 字符 (|) 來組合一個模式的各個部分是很有用。例如， 'industr(?:y|ies) 就是一個比 'industry|industries' 更簡略的表達式。
(?=pattern) 正向預查，在任何匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如，'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。預查不消耗字符，也就是說，在一個匹配發生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查的字符之后開始。
(?!pattern) 負向預查，在任何不匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。預查不消耗字符，也就是說，在一個匹配發生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查的字符之后開始
x|y 匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 則匹配 "zood" 或 "food"。
[xyz] 字符集合。匹配所包含的任意一個字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。
[^xyz] 負值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'。
[a-z] 字符范圍。匹配指定范圍內的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范圍內的任意小寫字母字符。
[^a-z] 負值字符范圍。匹配任何不在指定范圍內的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范圍內的任意字符。
\b 匹配一個單詞邊界，也就是指單詞和空格間的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B 匹配非單詞邊界。'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 匹配一個 Control-M 或回車符。x 的值必須為 A-Z 或 a-z 之一。否則，將 c 視為一個原義的 'c' 字符。
\d 匹配一個數字字符。等價於 [0-9]。
\D 匹配一個非數字字符。等價於 [^0-9]。
\f 匹配一個換頁符。等價於 \x0c 和 \cL。
\n 匹配一個換行符。等價於 \x0a 和 \cJ。
\r 匹配一個回車符。等價於 \x0d 和 \cM。
\s 匹配任何空白字符，包括空格、制表符、換頁符等等。等價於 [ \f\n\r\t\v]。
\S 匹配任何非空白字符。等價於 [^ \f\n\r\t\v]。
\t 匹配一個制表符。等價於 \x09 和 \cI。
\v 匹配一個垂直制表符。等價於 \x0b 和 \cK。
\w 匹配包括下划線的任何單詞字符。等價於'[A-Za-z0-9_]'。
\W 匹配任何非單詞字符。等價於 '[^A-Za-z0-9_]'。
\xn 匹配 n，其中 n 為十六進制轉義值。十六進制轉義值必須為確定的兩個數字長。例如，'\x41' 匹配 "A"。'\x041' 則等價於 '\x04' & "1"。正則表達式中可以使用 ASCII 編碼。.
\num 匹配 num，其中 num 是一個正整數。對所獲取的匹配的引用。例如，'(.)\1' 匹配兩個連續的相同字符。
\n 標識一個八進制轉義值或一個向后引用。如果 \n 之前至少 n 個獲取的子表達式，則 n 為向后引用。否則，如果 n 為八進制數字 (0-7)，則 n 為一個八進制轉義值。
\nm 標識一個八進制轉義值或一個向后引用。如果 \nm 之前至少有 nm 個獲得子表達式，則 nm 為向后引用。如果 \nm 之前至少有 n 個獲取，則 n 為一個后跟文字 m 的向后引用。如果前面的條件都不滿足，若 n 和 m 均為八進制數字 (0-7)，則 \nm 將匹配八進制轉義值 nm。
\nml 如果 n 為八進制數字 (0-3)，且 m 和 l 均為八進制數字 (0-7)，則匹配八進制轉義值 nml。
\un 匹配 n，其中 n 是一個用四個十六進制數字表示的 Unicode 字符。例如， \u00A9 匹配版權符號 (©)。


下面看幾個例子：
"^The"：表示所有以"The"開始的字符串（"There"，"The cat"等）； 
"of despair$"：表示所以以"of despair"結尾的字符串； 
"^abc$"：表示開始和結尾都是"abc"的字符串——呵呵，只有"abc"自己了； 
"notice"：表示任何包含"notice"的字符串。 

'*'，'+'和'?'這三個符號，表示一個或一序列字符重復出現的次數。它們分別表示“沒有或 
更多”，“一次或更多”還有“沒有或一次”。下面是幾個例子：

"ab*"：表示一個字符串有一個a后面跟着零個或若干個b。（"a", "ab", "abbb",……）； 
"ab+"：表示一個字符串有一個a后面跟着至少一個b或者更多； 
"ab?"：表示一個字符串有一個a后面跟着零個或者一個b； 
"a?b+$"：表示在字符串的末尾有零個或一個a跟着一個或幾個b。

也可以使用范圍，用大括號括起，用以表示重復次數的范圍。

"ab{2}"：表示一個字符串有一個a跟着2個b（"abb"）； 
"ab{2,}"：表示一個字符串有一個a跟着至少2個b； 
"ab{3,5}"：表示一個字符串有一個a跟着3到5個b。

請注意，你必須指定范圍的下限（如："{0,2}"而不是"{,2}"）。還有，你可能注意到了，'*'，'+'和 
'?'相當於"{0,}"，"{1,}"和"{0,1}"。 
還有一個'¦'，表示“或”操作：

"hi¦hello"：表示一個字符串里有"hi"或者"hello"； 
"(b¦cd)ef"：表示"bef"或"cdef"； 
"(a¦b)*c"：表示一串"a""b"混合的字符串后面跟一個"c"；

'.'可以替代任何字符：

"a.[0-9]"：表示一個字符串有一個"a"后面跟着一個任意字符和一個數字； 
"^.{3}$"：表示有任意三個字符的字符串（長度為3個字符）；

方括號表示某些字符允許在一個字符串中的某一特定位置出現：

"[ab]"：表示一個字符串有一個"a"或"b"（相當於"a¦b"）； 
"[a-d]"：表示一個字符串包含小寫的'a'到'd'中的一個（相當於"a¦b¦c¦d"或者"[abcd]"）； 
"^[a-zA-Z]"：表示一個以字母開頭的字符串； 
"[0-9]%"：表示一個百分號前有一位的數字； 
",[a-zA-Z0-9]$"：表示一個字符串以一個逗號后面跟着一個字母或數字結束。

你也可以在方括號里用'^'表示不希望出現的字符，'^'應在方括號里的第一位。（如："%[^a-zA-Z]%"表 
示兩個百分號中不應該出現字母）。

為了逐字表達，必須在"^.$()¦*+?{\"這些字符前加上轉移字符'\'。

請注意在方括號中，不需要轉義字符。

剖析C#正則表達式       

　　  到目前為止，許多的編程語言和工具都包含對正則表達式的支持，當然.NET也不例外，.NET基礎類庫中包含有一個名稱空間和一系列可以充分發揮規則表達式威力的類。 
        正則表達式的知識可能是不少編程人員最煩惱的事兒了。如果你還沒有規則表達式方面的知識的話，建議從正則表達式的基礎知識入手。。 

        下面就來研究C#中的正則表達式，C#中的正則表達式包含在.NET基礎雷庫的一個名稱空間下，這個名稱空間就是System.Text.RegularExpressions。該名稱空間包括8個類，1個枚舉，1個委托。他們分別是：
                     Capture: 包含一次匹配的結果； 
                     CaptureCollection: Capture的序列； 
                     Group: 一次組記錄的結果，由Capture繼承而來； 
                     GroupCollection：表示捕獲組的集合
                     Match: 一次表達式的匹配結果，由Group繼承而來； 
                     MatchCollection: Match的一個序列； 
                     MatchEvaluator: 執行替換操作時使用的委托； 
                     Regex：編譯后的表達式的實例。 
                     RegexCompilationInfo：提供編譯器用於將正則表達式編譯為獨立程序集的信息
                     RegexOptions 提供用於設置正則表達式的枚舉值
　　　　　　　 Regex類中還包含一些靜態的方法： 
                     Escape: 對字符串中的regex中的轉義符進行轉義； 
                     IsMatch: 如果表達式在字符串中匹配，該方法返回一個布爾值； 
                     Match: 返回Match的實例； 
                     Matches: 返回一系列的Match的方法； 
                     Replace: 用替換字符串替換匹配的表達式； 
                     Split: 返回一系列由表達式決定的字符串； 
                     Unescape:不對字符串中的轉義字符轉義。

下面介紹他們的用途：
        先看一個簡單的匹配例子，我們首先從使用Regex、Match類的簡單表達式開始學習。　
　　　Match m = Regex.Match("abracadabra", "(a|b|r)+"); 我們現在有了一個可以用於測試的Match類的實例，例如：if (m.Success){}，如果想使用匹配的字符串，可以把它轉換成一個字符串： 　　MesaageBox.Show("Match="+m.ToString()); 這個例子可以得到如下的輸出: Match=abra。這就是匹配的字符串了。

        Regex 類表示只讀正則表達式類。它還包含各種靜態方法（在下面的實例中將逐一介紹），允許在不顯式創建其他類的實例的情況下使用其他正則表達式類。

        以下代碼示例創建了 Regex 類的實例並在初始化對象時定義一個簡單的正則表達式。聲明一個Regex對象變量：Regex objAlphaPatt;，接着創建Regex對象的一個實例，並定義其規則：objAlphaPatt=new Regex("[^a-zA-Z]");

        IsMatch方法指示 Regex 構造函數中指定的正則表達式在輸入字符串中是否找到匹配項。這是我們使用C#正則表達式時最常用的方法之一。下面的例子說明了IsMatch方法的使用： 
　　　　if( !objAlphaPatt.IsMatch("testisMatchMethod"))
　　　　 lblMsg.Text = "匹配成功";
　　　　else
　　　　 lblMsg.Text = "匹配不成功";
　　　　這段代碼執行的結果是“匹配成功”
　　　　if( ! objAlphaPatt.IsMatch("testisMatchMethod7654298"))
　　　　 lblMsg.Text = "匹配成功";
　　　　else
　　　　 lblMsg.Text = "匹配不成功";
　　這段代碼執行的結果是“匹配不成功”
         Escape方法表示把轉義字符作為字符本身使用，而不再具有轉義作用，最小的元字符集（\、*、+、?、|、{、[、(、)、^、$、.、# 和空白）。Replace方法則是用指定的替換字符串替換由正則表達式定義的字符模式的所有匹配項。看下面的例子，還是使用上面定義的Regex對象：objAlphaPatt.Replace("this [test] ** replace and escape" ,Regex.Escape("()"));他的返回結果是：this\(\)\(\)test\(\)\(\)\(\)\(\)\(\)replace\(\)and\(\)escape，如果不是Escape的話，則返回結果是：this()()test()()()()()replace()and()escape，Unescape 反轉由 Escape 執行的轉換，但是，Escape 無法完全反轉 Unescape。

        　Split方法是把由正則表達式匹配項定義的位置將輸入字符串拆分為一個子字符串數組。例如： 
　　　　Regex r = new Regex("-"); // Split on hyphens.
　　　　string[] s = r.Split("first-second-third");
　　　　for(int i=0;i<s.Length;i++)
　　　　{
　　　　　　 Response.Write(s[i]+"<br>");
　　　　}
　　　　執行的結果是：
　　　　First
　　　　Second
　　　　Third

        看上去和String的Split方法一樣，但string的Split方法在由正則表達式而不是一組字符確定的分隔符處拆分字符串。

        Match方法是在輸入字符串中搜索正則表達式的匹配項，並Regex 類的 Match 方法返回 Match 對象，Match 類表示正則表達式匹配操作的結果。下面的例子演示Match方法的使用，並利用Match對象的Group屬性返回Group對象：

string text = @"public string testMatchObj string s string  match ";
string pat = @"(\w+)\s+(string)";
// Compile the regular expression.
Regex r = new Regex(pat, RegexOptions.IgnoreCase);
// Match the regular expression pattern against a text string.
Match m = r.Match(text);
int matchCount = 0;
while (m.Success) 
{
 Response.Write("Match"+ (++matchCount) + "<br>");
 for (int i = 1; i <= 2; i++) 
 {
  Group g = m.Groups[i];
  Response.Write("Group"+i+"='" + g + "'"  + "<br>");
  CaptureCollection cc = g.Captures;
  for (int j = 0; j < cc.Count; j++) 
  {
   Capture c = cc[j];
   Response.Write("Capture"+j+"='" + c + "', Position="+c.Index + "<br>");
  }
 }
 m = m.NextMatch();
}

該事例運行結果是：
Match1
Group1='public'
Capture0='public', Position=0
Group2='string'
Capture0='string', Position=7
Match2
Group1='testMatchObj'
Capture0='testMatchObj', Position=14
Group2='string'
Capture0='string', Position=27
Match3
Group1='s'
Capture0='s', Position=34
Group2='string'
Capture0='string', Position=36

　　MatchCollection 類表示成功的非重疊匹配的只讀的集合，MatchCollection 的實例是由 Regex.Matches 屬性返回的，下面的實例說明了通過在輸入字符串中找到所有與Regex中指定的匹配並填充 MatchCollection。

MatchCollection mc;
Regex r = new Regex("match"); 
mc = r.Matches("matchcollectionregexmatchs");
for (int i = 0; i < mc.Count; i++) 
{
 Response.Write( mc[i].Value + " POS:" + mc[i].Index.ToString() + "<br>");
}
該實例運行的結果是：
match POS:0
match POS:20

 


免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。



猜您在找 C#正則表達式語法規則詳解 C#正則表達式語法規則詳解 C#正則表達式語法規則詳解 Go正則表達式語法規則 正則表達式的語法規則 正則表達式的語法規則 C# 正則表達式 C# 正則表達式 C#正則表達式 【1】python-正則表達式語法規范與案例
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM