正则表达式参考手册

正则表达式就是由普通字符（例如字符 a 到 z ）
以及特殊字符（称为元字符）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。正则表达式作为一个模板，将某个字符模式与所搜索的字 符串进行匹配。

本文详细地列出了能在正则表达式中使用，以匹配文本的各种字符。当你需要解释一个现有的正则表达式时，可以作为一个快捷的参考。更多详 细内容，请参考：Francois Liger,Craig McQueen,Pal Wilton[ 刘 乐亭 译 ] C# 字符串和正则表达式参考手 册 北京：清华大学出版社 2003.2

一 . 匹配字符

字符类	匹配的字符	举 例
/d	从０ - ９的任一数字	/d/d 匹配 72, 但不匹 配 aa 或 7a
/D	任一非数字字符	/D/D/D 匹配 abc, 但 不匹配 123
/w	任一单词字符，包括 A-Z,a-z,0-9 和下划线	/w/w/w/w 匹配 Ab-2 ， 但不匹配 ∑£$ %* 或 Ab_@
/W	任一非单词字符	/W 匹配＠，但不匹配 a
/s	任一空白字符，包括制表符，换行符，回车符，换页符和垂直制表符	匹配在 HTML,XML 和其他标准定义中的所有传统空 白字符
/S	任一非空白字符	空白字符以外的任意字符 , 如A%&g3; 等
.	任一字符	匹配除换行符以外的任意字符除非设置了 MultiLine 先 项
[…]	括号中的任一字符	[abc] 将匹配一个单字符 ,a,b 或 c. [a-z] 将匹配从 a 到 z 的 任一字符
[ ^ …]	不在括号中的任一字符	[ ^ abc] 将匹配一个 a 、 b 、 c 之 外的单字符 , 可以 a,b 或 A 、 B 、C [a-z] 将匹配不属于 a-z 的 任一字符, 但可以匹配所有的大写字母

二 . 重复字符

重复字符	含 义	举 例
｛ n ｝	匹配前面的字符 n 次	x{2} 匹配 xx, 但不匹 配 x 或 xxx
｛ n, ｝	匹配前面的字符至少 n 次	x{2} 匹配 2 个或更多的 x, 如xxx,xxx..
｛ n,m ｝	匹配前面的字符至少 n 次 , 至 多 m次。如果 n 为 0 ， 此参数为可选参数	x{2,4} 匹配 xx,xxx,xxxx, 但 不匹配xxxxx
?	匹配前面的字符 0 次或 1 次， 实质上也是可选的	x? 匹配 x 或零个 x
+	匹配前面的字符 0 次或多次	x+ 匹配 x 或 xx 或 大于 0 的任意多个 x
*	匹配前面的字符 0 次或更多次	x* 匹配 0,1 或更多个 x

三 . 定位字符

定位字符	描 述
^	随后的模式必须位于字符串的开始位置，如果是一个多行字符串，则必须位于行首。对于多行文本（包含回车符的一 个字符串）来说，需要设置多行标志
$	前面的模式必须位于字符串的未端，如果是一个多行字符串，必须位于行尾
/A	前面的模式必须位于字符串的开始位置，忽略多行标志
/z	前面的模式必须位于字符串的未端，忽略多行标志
/Z	前面的模式必须位于字符串的未端，或者位于一个换行符前
/b	匹配一个单词边界，也就是一个单词字符和非单词字符中间的点。要记住一个单词字符是 [a-zA-Z0-9] 中 的一个字符。位于一个单词的词首
/B	匹配一个非单词字符边界位置，不是一个单词的词首

注：定位字符可以应用于字符或组合，放在字符串的左端或右端

四 . 分组字符

分组字符	定 义	举 例
（）	此字符可以组合括号内模式所匹配的字符， 它是一个捕 获组，也就是说模式匹配的字符作为最终设置了 ExplicitCapture 选项――默认状态下字 符不是匹配的一部分	输入字符串为： ABC1DEF2XY 匹配 3 个从 A 到 Z 的 字符和 1 个数字的正则表达式：（ [A-Z]{3}/d ） 将产生两次匹配： Match 1=ABC1;Match 2=DEF2 每次匹配对应一个组： Match1 的第一个组＝ABC;Match2 的 第 1 个组＝ DEF 有了反向引用，就可以通过它在正则表达式中的编号以及 C# 和 类Group,GroupCollection 来访问组。如果设置了 ExplicitCapture 选 项，就不能使用组所捕获的内容
（ ?: ）	此字符可以组合括号内模式所匹配的字符， 它是一个非 捕获组，这意味着模式所的字符将不作为一个组来捕获，但它构成了最终匹配结果的一部分。它基本上与上面的组类型相同，但设定了选项ExplicitCapture	输入字符串为： 1A BB SA 1 C 匹配一个数字或一个 A 到 Z 的 字母，接着是任意单词字符的正则表达式为：（ ?:/d|[A-Z]/w ） 它将产生 3 次匹配：每 1 次 匹配＝ 1A ； 每2 次匹配＝ BB; 每 3 次 匹配＝ SA 但是没有组被捕获
（ ?<name> ）	此选项组合括号内模式所匹配的字符，并用尖括号中指定 的 值为组命名。在正则表达式中，可以使用名称进行反向引用，而不必使用编号。即使不设置ExplicitCapture 选 项，它也是一个捕获组。这意味着反向引用可以利用组内匹配的字符，或者通过Group 类访问	输入字符串为： Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza 能 够匹配它们的姓名，并在一个组 llastName 中捕获姓的正则表达式为： /b[A-Z][a-z]+(?<lastName>[A-Z][a-z]+)/b 它产生了 4 次匹配： First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza 每一次匹配都对应了一个 lastName 组： 第 1 次匹配： lastName group=Seinfeld 第 2 次匹配： lastName group=Benes 第 3 次匹配： lastName group=Kramer 第 4 次匹配： lastName group=Costanza 不管是否设置了选项 ExplictCapture ，组 都将被捕获
（ ?= ）	正声明。声明的右侧必须是括号中指定的模式。此模式不构成最终匹配的一部分	正则表达式 /S+(?=.NET) 要匹配的输入字符串 为： The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal 将产生如下匹配：〕 C# VB JScript
（ ?! ）	负声明。它规定模式不能紧临着声明的右侧。此模式不构成最终匹配的一部分	/d{3}(?![A-Z]) 要匹配的输入字符串为： 123A 456 789 111C 将产生如下匹配： 456 789
（ ?<= ）	反向正声明。声明的左侧必须为括号内的指定模式。此模式不构成最终匹配的一部分	正则表达式 (?<=New)([A-Z][a-z]+) 要 匹配的输入字符串为： The following states,New Mexico,West Virginia,Washington, New England 它将产生如下匹配： Mexico England
（ ?<! ）	反向正声明。声明的左侧必须不能是括号内的指定模式。此模式不构成最终匹配的一部分	正则表达式 (?<!1)/d{2}([A-Z]) 要 匹配的输入字符串如下： 123A 456F 789C 111A 它将实现如下匹配： 56F 89C
（ ?> ）	非回溯组。防止 Regex 引擎回溯并且防止实现一次匹 配	假设要匹配所有以“ ing ”结尾的单词。输入字符串如 下： He was very trusing 正则表达式为： .*ing 它将实现一次匹配――单词 trusting 。“ . ” 匹配任意字符，当然也匹配“ ing ”。所以，Regex 引 擎回溯一位并在第 2 个“ t ”停止，然后匹配 指定的模式“ ing ”。但是，如果禁用回溯操作： (?>.*)ing 它将实现 0 次匹配。“ . ” 能匹配所有的字符，包括“ ing ”――不能匹配，从而匹配失败

五 . 决策字符

字 符	描 述	举 例
（ ?(regex)yes_regex|no_regex）	如果表达式 regex 匹配，那么将试图匹配表达式 yes 。 否则匹配表达式no 。正则表达式 no 是可先 参数。注意，作出决策的模式宽度为 0. 这意味着表达式 yes 或 no 将从与 regex 表达式相同的位置开始匹配	正则表达式 (?(/d)dA|A-Z)B)要匹配的输 入字符串为： 1A CB 3A 5C 3B 它实现的匹配是： 1A CB 3A
（ ?(group name or number)yes_regex|no_regex）	如果组中的正则表达式实现了匹配，那么试图匹配 yes 正 则表达式。否则，试图匹配正则表达式 no 。 no 是 可先的参数	正则表达式 (/d7)?-(?(1)/d/d[A-Z]|[A-Z][A-Z] 要匹配的输 入字符串为： 77-77A 69-AA 57-B 它实现的匹配为： 77-77A － AA

注：上面表中列出的字符强迫处理器执行一次 if-else 决策

六 . 替换字符

字 符	描 述
$group	用 group 指定的组号替换
${name}	替换被一个 (?<name>) 组匹配的最 后子串
$$	替换一个字符 $
$&	替换整个的匹配
$ ^	替换输入字符串匹配之前的所有文本
$’	替换输入字符串匹配之后的所有文本
$+	替换最后捕获的组
$_	替换整个的输入字符串

注：以上为常用替换字符，不全

七 . 转义序列

字 符	描 述
//	匹配字符“ / ”
/.	匹配字符“ . ”
/*	匹配字符“ * ”
/+	匹配字符“ + ”
/?	匹配字符“ ? ”
/|	匹配字符“ | ”
/(	匹配字符“ ( ”
/)	匹配字符“ ) ”
/{	匹配字符“ { ”
/}	匹配字符“ } ”
/ ^	匹配字符“ ^ ”
/$	匹配字符“ $ ”
/n	匹配换行符
/r	匹配回车符
/t	匹配制表符
/v	匹配垂直制表符
/f	匹配换面符
/nnn	匹配一个 8 进数字， nnn 指 定的 ASCII 字符。如 /103 匹配大写的 C
/xnn	匹配一个 16 进数字， nn 指 定的 ASCII 字符。如 /x43 匹配大写的 C
/unnnn	匹配由 4 位 16 进 数字（由 nnnn 表示）指定的 Unicode 字 符
/cV	匹配一个控制字符，如 /cV 匹配 Ctrl-V

八 . 选项标志

选项标志	名 称
I	IgnoreCase
M	Multiline
N	ExplicitCapture
S	SingleLine
X	IgnorePatternWhitespace

注：选项本身的信作含义如下表所示：

标 志	名 称
IgnoreCase	使模式匹配不区分大小写。默认的选项是匹配区分大小写
RightToLeft	从右到左搜索输入字符串。默认是从左到右以符合英语等的阅读习惯，但不符合阿拉伯语或希伯来语的阅读习惯
None	不设置标志。这是默认选项
Multiline	指定 ^ 和$ 可以 匹 配行首和行尾，以及字符串的开始和结尾。这意味着可以匹配每个用换行符分隔的行。但是，字符“ .” 仍然不匹配换行符
SingleLine	规定特殊字符“ . ” 匹 配任意的字符，包括换行符。默认情况下，特殊字符“ . ”不匹配换行符。通常与 MultiLine 选 项一起使用
ECMAScript	ECMA(European Coputer Manufacturer’s Association, 欧 洲计算机生产商协会 ) 已经定义了正则表达式应该如何实现，而且已经在 ECMAScript 规 范中实现，这是一个基于标准的JavaScript 。这个选项只能与 IgnoreCase 和 MultiLine 标 志一起使用。与其它任何标志一起使用， ECMAScript 都将产生异常
IgnorePatternWhitespace	此选项从使用的正则表达式模式中删除所有非转义空白字符。它使表达式能跨越多行文本，但必须确保对模式中所有 的空白进行转义。如果设置了此选项，还可以使用“ # ”字符来注释下则表达式
Complied	它把正则表达式编译为更接近机器代码的代码。这样速度快，但不允许对它进行任何修改