C#基礎篇 - 正則表達式入門

1.基本概念

正則表達式(Regular Expression)就是用事先定義好的一些特定字符(元字符)或普通字符、及這些字符的組合，組成一個“規則字符串”，這個“規則字符串”用來判斷我們給定的字符串是否匹配它的過濾邏輯，也可以從字符串中獲取我們想要的特定部分。正則表達式的特點如下：

1. 靈活性、邏輯性和功能性非常強；
2. 可以迅速地用極簡單的方式達到字符串的復雜控制；
3. 對於剛接觸的人來說，比較晦澀難懂。

2.元字符

正確理解元字符才能用好正則表達式，下表列出了近乎所有的元字符和對它們的簡述。

字符	描述
\	將下一個字符標記為特殊字符、原義字符、向后引用或八進制轉義字符。例如： "\n" 匹配一個換行符。
^	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" 之后的位置。
[]	字符集合，匹配中括號內包含的任意一個字符。例如："[abc]" 可以匹配 "plain" 的 'a'。
[^]	負值字符集合，匹配中括號內未包含的任意字符。例如：'[^abc]' 可以匹配 "abcd" 中的 'd'。
-	用在[]中作為元字符，例如：[a-z]可以匹配任意小寫字母。在其他地方只是一個普通的字符，不需要轉義。
.	匹配除"\n"之外的任何單個字符。要匹配包括 '\n' 在內的任何單字符，請使用 "[.\n]" 篩選模式。
()	提取組，改變運算的優先級。示例請結合下面"|"的用法。
|	表示或者。例如：'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 則匹配 "zood" 或 "food"。
*	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}	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,}	至少匹配 n 次。例如：'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "fooood" 中的所有 o。
{n,m}	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'。
\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]。
\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_]。
\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]。
\b	匹配一個單詞邊界。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。例如：'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\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。
\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。
\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。
\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"。
\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 (?)。
\nm	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。
\num	如果num是一個正整數，表示向后引用。即對前面所獲取的匹配的引用。例如：'(.)\1' 匹配兩個連續的相同字符。
	如果 n 為八進制數字 (0-3)，且 u 和 m 均為八進制數字 (0-7)，則匹配八進制轉義值 num。

3.C#中的正則表達式

微軟將對正則表達式操作類包含在命名空間System.Text.RegularExpressions下，所以在C#中操作正則表達式要先引用該命名空間。在.Net Framework 4.5 and 4.6版本中，該命名空間下包括11個類，1個枚舉，1個委托。

其中Regex類是使用最多的一個類。它提供的方法中，如下4個靜態方法最為常用。通過下列方法可以完成簡單的字符串匹配、提取工作。提供靜態方法是為了獨立、單獨地使用正則表達式，而不用顯式創建Regex對象。

Regex.IsMatch()  --判斷是否匹配，用法如下：

//TODO 判斷字符串是否為身份證號
bool result = Regex.IsMatch("370451659745368", @"^([0-9]{15}|[0-9]{17}[0-9xX])$");
Console.WriteLine(result);

Regex.Matches()  --提取多個匹配，用法如下：

//TODO 提取字符串中所有的數字
MatchCollection list = Regex.Matches("2015年12月06日", @"\d+");
foreach (Match item in list)
{
     Console.WriteLine(item.Value);
}

Regex.Replace()  --替換匹配內容，用法如下：

//TODO 將手機中間四位變成*號
string strNew = Regex.Replace("13666688888", @"(\d{3})\d{4}(\d{4})", "$1****$2");
Console.WriteLine(strNew);

Regex.Split()     --根據匹配分割字符串，用法如下：

//TODO 提取字符串中所有英文名
string[] strArr= Regex.Split("Jack123Tom345Mary345Amy", @"\d+");
foreach (string item in strArr)
{
    Console.WriteLine(item);
}

以上僅是列舉Regex類提供的4個常用方法示例，了解正則表達式的更多內容請參閱 MSDN。

4.常用正則表達式

01.驗證用戶名和密碼："^[a-zA-Z]\w{5,15}$" 正確格式："[A-Z][a-z]_[0-9]"組成,並且第一個字必須為字母6~16位

02.驗證電話號碼："^(\\d{3,4}-)\\d{7,8}$" 正確格式：xxx/xxxx-xxxxxxx/xxxxxxxx

03.驗證手機號碼："^1[3|4|5|7|8][0-9]\\d{8}$"

04.驗證身份證號（15位或18位數字）："^([0-9]{15}|[0-9]{17}[0-9xX])$"

05.驗證Email地址："^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$"

06.只能輸入由數字和26個英文字母組成的字符串："^[A-Za-z0-9]+$"

07.整數或者小數："^[0-9]+([.][0-9]+){0,1}$"

08.只能輸入數字："^[0-9]*$"

09.只能輸入n位的數字："^\d{n}$"

10.只能輸入至少n位的數字："^\d{n,}$"

11.只能輸入m~n位的數字："^\d{m,n}$"

12.只能輸入零和非零開頭的數字："^(0|[1-9][0-9]*)$"

13.只能輸入有兩位小數的正實數："^[0-9]+(.[0-9]{2})?$"

14.只能輸入有1~3位小數的正實數："^[0-9]+(\.[0-9]{1,3})?$"

15.只能輸入非零的正整數："^\+?[1-9][0-9]*$"

16.只能輸入非零的負整數："^\-[1-9][0-9]*$"

17.只能輸入長度為3的字符："^.{3}$"

18.只能輸入由26個英文字母組成的字符串："^[A-Za-z]+$"

19.只能輸入由26個大寫英文字母組成的字符串："^[A-Z]+$"

20.只能輸入由26個小寫英文字母組成的字符串："^[a-z]+$"

21.驗證是否含有^%&',;=?$\"等字符："[%&',;=?$\\^]+"

22.只能輸入漢字："^[\u4e00-\u9fa5]{0,}$"

23.驗證URL："^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$"

24.驗證一年的12個月："^(0?[1-9]|1[0-2])$" 正確格式為："01"～"09"和"10"～"12"

25.驗證一個月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$" 正確格式為；"01"～"09"、"10"～"29"和“30”~“31”

26.獲取日期正則表達式："\\d{4}[年|\-|\.]\d{\1-\12}[月|\-|\.]\d{\1-\31}日?"
　　評注：可用來匹配大多數年月日信息。

27.匹配雙字節字符(包括漢字在內)："[^\x00-\xff]"
　　評注：可以用來計算字符串的長度（一個雙字節字符長度計2，ASCII字符計1）

28.匹配空白行的正則表達式："\n\s*\r"
　　評注：可以用來刪除空白行

29.匹配HTML標記的正則表達式："<(\S*?)[^>]*>.*?</>|<.*? />"
　　評注：網上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對於復雜的嵌套標記依舊無能為力

30.匹配首尾空白字符的正則表達式："^\s*|\s*$"
　　評注：可以用來刪除行首行尾的空白字符(包括空格、制表符、換頁符等等)，非常有用的表達式

31.匹配網址URL的正則表達式："[a-zA-z]+://[^\s]*"
　　評注：網上流傳的版本功能很有限，上面這個基本可以滿足需求

32.匹配帳號是否合法(字母開頭，允許5-16字節，允許字母數字下划線)："^[a-zA-Z][a-zA-Z0-9_]{4,15}$"
　　評注：表單驗證時很實用

33.匹配騰訊QQ號："[1-9][0-9]{4,}"
　　評注：騰訊QQ號從10000開始

34.匹配中國郵政編碼："[1-9]\\d{5}(?!\d)"
　　評注：中國郵政編碼為6位數字

35.匹配ip地址："([1-9]{1,3}\.){3}[1-9]"
　　評注：提取ip地址時有用

36.匹配MAC地址："([A-Fa-f0-9]{2}\:){5}[A-Fa-f0-9]"

5.參考文章

[1] 振河，http://fineboy.cnblogs.com/archive/2005/09/08/232410.html

_____________________________________________________________________________