您的位置：首页 > 其它

实用正则表达式匹配和替换

2015-04-26 17:02 274 查看

http://www.cnblogs.com/Mainz/archive/2009/03/14/1411359.html

正则表达式非常有用，查找、匹配、处理字符串、替换和转换字符串，输入输出等。而且各种语言都支持，例如.NET正则库，JDK正则包,Perl,JavaScript等各种脚本语言都支持正则表达式。下面整理一些常用的正则表达式。

字符	描述
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，'n'匹配字符"n"。'\n'匹配一个换行符。序列'\\'匹配"\"而"\("则匹配"("。
^	匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配'\n'或'\r'之后的位置。
$	匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配'\n'或'\r'之前的位置。
*	匹配前面的子表达式零次或多次。例如，zo能匹配"z"以及"zoo"。等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，'zo+'能匹配"zo"以及"zoo"，但不能匹配"z"。+等价于{1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?"可以匹配"do"或"does"中的"do"。?等价于{0,1}。
{n}	n是一个非负整数。匹配确定的n次。例如，'o{2}'不能匹配"Bob"中的'o'，但是能匹配"food"中的两个o。
{n,}	n是一个非负整数。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,}'等价于'o+'。'o{0,}'则等价于'o*'。
{n,m}	m和n均为非负整数，其中n<=m。最少匹配 n次且最多匹配m次。例如，"o{1,3}"将匹配"fooooood"中的前三个o。'o{0,1}'等价于'o?'。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串"oooo"，'o+?'将匹配单个"o"，而'o+'将匹配所有'o'。
.	匹配除"\n"之外的任何单个字符。要匹配包括'\n'在内的任何字符，请使用象'[.\n]'的模式。
(pattern)	匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用 SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用'$'或'$'。
(?:pattern)	匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用"或"字符(\|)来组合一个模式的各个部分是很有用。例如，'industr(?:y\|ies)就是一个比'industry\|industries'更简略的表达式。
(?=pattern)	正向预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，'Windows(?=95\|98\|NT\|2000)'能匹配"Windows2000"中的"Windows"，但不能匹配"Windows3.1"中的"Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)	负向预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如'Windows(?!95\|98\|NT\|2000)'能匹配"Windows3.1"中的"Windows"，但不能匹配"Windows2000"中的"Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始
x\|y	匹配x或y。例如，'z\|food'能匹配"z"或"food"。'(z\|f)ood'则匹配"zood"或"food"。
[xyz]	字符集合。匹配所包含的任意一个字符。例如，'[abc]'可以匹配"plain"中的'a'。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如，'[^abc]'可以匹配"plain"中的'p'。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，'[a-z]'可以匹配'a'到'z'范围内的任意小写字母字符。
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，'[^a-z]'可以匹配任何不在'a'到'z'范围内的任意字符。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如，'er\b'可以匹配"never"中的'er'，但不能匹配"verb"中的'er'。
\B	匹配非单词边界。'er\B'能匹配"verb"中的'er'，但不能匹配"never"中的'er'。
\cx	匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的'c'字符。
\d	匹配一个数字字符。等价于[0-9]。
\D	匹配一个非数字字符。等价于[^0-9]。
\f	匹配一个换页符。等价于\x0c和\cL。
\n	匹配一个换行符。等价于\x0a和\cJ。
\r	匹配一个回车符。等价于\x0d和\cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于[\f\n\r\t\v]。
\S	匹配任何非空白字符。等价于[^\f\n\r\t\v]。
\t	匹配一个制表符。等价于\x09和\cI。
\v	匹配一个垂直制表符。等价于\x0b和\cK。
\w	匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W	匹配任何非单词字符。等价于'[^A-Za-z0-9_]'。
\xn	匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，'\x41'匹配"A"。'\x041'则等价于'\x04'&"1"。正则表达式中可以使用ASCII编码。
\num	匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，'(.)\1'匹配两个连续的相同字符。
\n	标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则 n为向后引用。否则，如果n为八进制数字(0-7)，则n为一个八进制转义值。
\nm	标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则 nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m 的向后引用。如果前面的条件都不满足，若n和m均为八进制数字(0-7)，则\nm将匹配八进制转义值 nm。
\nml	如果n为八进制数字(0-3)，且m和l均为八进制数字(0-7)，则匹配八进制转义值 nml。
/i	使正则表达式对大小写不敏感,(?-i)是关闭大小写不敏感 (?i)te(?-i)st应该匹配TEst，但是不能匹配teST或TEST.
/s	开启“单行模式”，即点号“.”匹配新行符
/m	开启“多行模式”，即“^”和“$”匹配新行符的前面和后面的位置。
^[0-9]*$	只能输入数字
^\d{n}$	只能输入n位的数字
^\d{n,}$	只能输入至少n位的数字
^\d{m,n}$	只能输入m~n位的数字
^(0\|[1-9][0-9]*)$	只能输入零和非零开头的数字
^[0-9]+(.[0-9]{2})?$	只能输入有两位小数的正实数
^[0-9]+(.[0-9]{1,3})?$	只能输入有1~3位小数的正实数
^\+?[1-9][0-9]*$	只能输入非零的正整数
^\-[1-9][]0-9"*$	只能输入非零的负整数
^.{3}$	只能输入长度为3的字符
^[A-Za-z]+$	只能输入由26个英文字母组成的字符串
^[A-Za-z0-9]+$	只能输入由数字和26个英文字母组成的字符串
^\w+$	只能输入由数字、26个英文字母或者下划线组成的字符串
^[a-zA-Z]\w{5,17}$	验证用户密码：以字母开头，长度在6~18之间，只能包含字符、数字和下划线。
[^%&',;=?$\x22]+	验证是否含有^%&',;=?$\"等字符
^[\u4e00-\u9fa5]{0,}$	只能输入汉字
^\w+([-+.]\w+)@\w+([-.]\w+)\.\w+([-.]\w+)*$	验证Email地址
^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$	验证InternetURL
^\d{15}\|\d{18}$	验证身份证号（15位或18位数字）
^((2[0-4]\d\|25[0-5]\|[01]?\d\d?)\.){3}(2[0-4]\d\|25[0-5]\|[01]?\d\d?)$	验证IP地址
(\w)\1	匹配两个两个重叠出现的字符例如，"aabbc11asd"，返回结果为aabb11三组match
<(?<tag>[^\s>]+)[^>]>.</\k<tag>>	匹配成对的HTML标签
(?!)	不出现，负声明下例演示如何取得一个<a>标签对中的全部内容，即使其中包含别的HTMLtag。 stringnewsContent=@"url:<ahref=""1.html""><imgsrc=""1.gif"">test<spanstyle=""color:red;""> Regex</span></a>."; RegexregEnd=newRegex(@"<\sa[^>]>([^<]\|<(?!/a))<\s/a\s*>",RegexOptions.Multiline);

1.匹配组

常用的组匹配：(实用)

( exp )	匹配exp并且捕获到一个自动命名的组
(?< name > exp )	匹配exp并且捕获到组’name’
(?= exp )	exp出现在声明右侧，但exp不作为匹配括号中的模式必须出现在声明右侧，但不作为匹配的一部分，例如：输入：publickeywod string"abc"; 正则：\b\w+(?=ing\b)，返回“str”，意思为：匹配以ing结束的单词，但ing不作为返回
(?<= exp )	exp出现在声明左侧，但exp不作为匹配括号中的模式必须出现在声明左侧，但不作为匹配的一部分，例如：输入：publicrememberstring"abc"; 正则：(?<=\bre)\w+\b，返回“member”，意思为：匹配以re开头的单词，但re不作为返回
(?! exp )	exp不出现在声明右侧，但exp不作为匹配括号中的模式必须不出现在声明右侧，例如：输入：rememberaqabqu"abc"; 正则：\b\wq(?!u)\w\b，返回“aqa”，意思为：匹配带q后面不是跟随u的单词
(?<! exp )	exp不出现在声明左侧，但exp不作为匹配

输入：publicstringkeywod="abc";stringvalue="test";

目的：匹配关键字=""，例如获得关键字keyword，value；获得等于的值abc和test

表达式：string(?<x>[^=]*?)*=*(?<y>[^;]*?);

代码：

privatevoidParseKeywords(stringinput)

System.Text.RegularExpressions.MatchCollectionmc=

System.Text.RegularExpressions.Regex.Matches(input,@"string(?<x>[^=]*?)*=*(?<y>[^;]*?);");

if(mc!=null&&mc.Count>0)

foreach(System.Text.RegularExpressions.Matchminmc)

stringkeyword=m.Groups["x"].Value;

stringvalue=m.Groups["y"].Value;

截图：

正则表达式非常有用，查找、匹配、处理字符串、替换和转换字符串，输入输出等。而且各种语言都支持，例如.NET正则库，JDK正则包,Perl,JavaScript等各种脚本语言都支持正则表达式。下面整理一些常用的正则表达式。

字符	描述
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，'n'匹配字符"n"。'\n'匹配一个换行符。序列'\\'匹配"\"而"\("则匹配"("。
^	匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配'\n'或'\r'之后的位置。
$	匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配'\n'或'\r'之前的位置。
*	匹配前面的子表达式零次或多次。例如，zo能匹配"z"以及"zoo"。等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，'zo+'能匹配"zo"以及"zoo"，但不能匹配"z"。+等价于{1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?"可以匹配"do"或"does"中的"do"。?等价于{0,1}。
{n}	n是一个非负整数。匹配确定的n次。例如，'o{2}'不能匹配"Bob"中的'o'，但是能匹配"food"中的两个o。
{n,}	n是一个非负整数。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,}'等价于'o+'。'o{0,}'则等价于'o*'。
{n,m}	m和n均为非负整数，其中n<=m。最少匹配 n次且最多匹配m次。例如，"o{1,3}"将匹配"fooooood"中的前三个o。'o{0,1}'等价于'o?'。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串"oooo"，'o+?'将匹配单个"o"，而'o+'将匹配所有'o'。
.	匹配除"\n"之外的任何单个字符。要匹配包括'\n'在内的任何字符，请使用象'[.\n]'的模式。
(pattern)	匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用 SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用'$'或'$'。
(?:pattern)	匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用"或"字符(\|)来组合一个模式的各个部分是很有用。例如，'industr(?:y\|ies)就是一个比'industry\|industries'更简略的表达式。
(?=pattern)	正向预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，'Windows(?=95\|98\|NT\|2000)'能匹配"Windows2000"中的"Windows"，但不能匹配"Windows3.1"中的"Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)	负向预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如'Windows(?!95\|98\|NT\|2000)'能匹配"Windows3.1"中的"Windows"，但不能匹配"Windows2000"中的"Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始
x\|y	匹配x或y。例如，'z\|food'能匹配"z"或"food"。'(z\|f)ood'则匹配"zood"或"food"。
[xyz]	字符集合。匹配所包含的任意一个字符。例如，'[abc]'可以匹配"plain"中的'a'。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如，'[^abc]'可以匹配"plain"中的'p'。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，'[a-z]'可以匹配'a'到'z'范围内的任意小写字母字符。
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，'[^a-z]'可以匹配任何不在'a'到'z'范围内的任意字符。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如，'er\b'可以匹配"never"中的'er'，但不能匹配"verb"中的'er'。
\B	匹配非单词边界。'er\B'能匹配"verb"中的'er'，但不能匹配"never"中的'er'。
\cx	匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的'c'字符。
\d	匹配一个数字字符。等价于[0-9]。
\D	匹配一个非数字字符。等价于[^0-9]。
\f	匹配一个换页符。等价于\x0c和\cL。
\n	匹配一个换行符。等价于\x0a和\cJ。
\r	匹配一个回车符。等价于\x0d和\cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于[\f\n\r\t\v]。
\S	匹配任何非空白字符。等价于[^\f\n\r\t\v]。
\t	匹配一个制表符。等价于\x09和\cI。
\v	匹配一个垂直制表符。等价于\x0b和\cK。
\w	匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W	匹配任何非单词字符。等价于'[^A-Za-z0-9_]'。
\xn	匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，'\x41'匹配"A"。'\x041'则等价于'\x04'&"1"。正则表达式中可以使用ASCII编码。
\num	匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，'(.)\1'匹配两个连续的相同字符。
\n	标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则 n为向后引用。否则，如果n为八进制数字(0-7)，则n为一个八进制转义值。
\nm	标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则 nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m 的向后引用。如果前面的条件都不满足，若n和m均为八进制数字(0-7)，则\nm将匹配八进制转义值 nm。
\nml	如果n为八进制数字(0-3)，且m和l均为八进制数字(0-7)，则匹配八进制转义值 nml。
/i	使正则表达式对大小写不敏感,(?-i)是关闭大小写不敏感 (?i)te(?-i)st应该匹配TEst，但是不能匹配teST或TEST.
/s	开启“单行模式”，即点号“.”匹配新行符
/m	开启“多行模式”，即“^”和“$”匹配新行符的前面和后面的位置。
^[0-9]*$	只能输入数字
^\d{n}$	只能输入n位的数字
^\d{n,}$	只能输入至少n位的数字
^\d{m,n}$	只能输入m~n位的数字
^(0\|[1-9][0-9]*)$	只能输入零和非零开头的数字
^[0-9]+(.[0-9]{2})?$	只能输入有两位小数的正实数
^[0-9]+(.[0-9]{1,3})?$	只能输入有1~3位小数的正实数
^\+?[1-9][0-9]*$	只能输入非零的正整数
^\-[1-9][]0-9"*$	只能输入非零的负整数
^.{3}$	只能输入长度为3的字符
^[A-Za-z]+$	只能输入由26个英文字母组成的字符串
^[A-Za-z0-9]+$	只能输入由数字和26个英文字母组成的字符串
^\w+$	只能输入由数字、26个英文字母或者下划线组成的字符串
^[a-zA-Z]\w{5,17}$	验证用户密码：以字母开头，长度在6~18之间，只能包含字符、数字和下划线。
[^%&',;=?$\x22]+	验证是否含有^%&',;=?$\"等字符
^[\u4e00-\u9fa5]{0,}$	只能输入汉字
^\w+([-+.]\w+)@\w+([-.]\w+)\.\w+([-.]\w+)*$	验证Email地址
^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$	验证InternetURL
^\d{15}\|\d{18}$	验证身份证号（15位或18位数字）
^((2[0-4]\d\|25[0-5]\|[01]?\d\d?)\.){3}(2[0-4]\d\|25[0-5]\|[01]?\d\d?)$	验证IP地址
(\w)\1	匹配两个两个重叠出现的字符例如，"aabbc11asd"，返回结果为aabb11三组match
<(?<tag>[^\s>]+)[^>]>.</\k<tag>>	匹配成对的HTML标签
(?!)	不出现，负声明下例演示如何取得一个<a>标签对中的全部内容，即使其中包含别的HTMLtag。 stringnewsContent=@"url:<ahref=""1.html""><imgsrc=""1.gif"">test<spanstyle=""color:red;""> Regex</span></a>."; RegexregEnd=newRegex(@"<\sa[^>]>([^<]\|<(?!/a))<\s/a\s*>",RegexOptions.Multiline);

1.匹配组

常用的组匹配：(实用)

( exp )	匹配exp并且捕获到一个自动命名的组
(?< name > exp )	匹配exp并且捕获到组’name’
(?= exp )	exp出现在声明右侧，但exp不作为匹配括号中的模式必须出现在声明右侧，但不作为匹配的一部分，例如：输入：publickeywod string"abc"; 正则：\b\w+(?=ing\b)，返回“str”，意思为：匹配以ing结束的单词，但ing不作为返回
(?<= exp )	exp出现在声明左侧，但exp不作为匹配括号中的模式必须出现在声明左侧，但不作为匹配的一部分，例如：输入：publicrememberstring"abc"; 正则：(?<=\bre)\w+\b，返回“member”，意思为：匹配以re开头的单词，但re不作为返回
(?! exp )	exp不出现在声明右侧，但exp不作为匹配括号中的模式必须不出现在声明右侧，例如：输入：rememberaqabqu"abc"; 正则：\b\wq(?!u)\w\b，返回“aqa”，意思为：匹配带q后面不是跟随u的单词
(?<! exp )	exp不出现在声明左侧，但exp不作为匹配

privatevoidParseKeywords(stringinput)

System.Text.RegularExpressions.MatchCollectionmc=

System.Text.RegularExpressions.Regex.Matches(input,@"string(?<x>[^=]*?)*=*(?<y>[^;]*?);");

if(mc!=null&&mc.Count>0)

foreach(System.Text.RegularExpressions.Matchminmc)

stringkeyword=m.Groups["x"].Value;

stringvalue=m.Groups["y"].Value;

截图：

2.匹配并替换

输入：public<%=classname%>Extension:IExt

目的：匹配<%=%>中间的classname并替换

表达式：<%=.*%>

代码：

privatestringReplace(stringinput)

returnRegex.Replace(input,@"<%=.*%>",newMatchEvaluator(RefineCodeTag),RegexOptions.Singleline);

stringRefineCodeTag(Matchm)

stringx=m.ToString();

x=Regex.Replace(x,"<%=","");

x=Regex.Replace(x,"%>","");

returnx.Trim()+",";

截图：

正则表达式选项RegexOptions:

ExplicitCapture	n	只有定义了命名或编号的组才捕获
IgnoreCase	i	不区分大小写
IgnorePatternWhitespace	x	消除模式中的非转义空白并启用由#标记的注释。
MultiLine	m	多行模式，其原理是修改了^和$的含义
SingleLine	s	单行模式，和MultiLine相对应

正则表达式替换的其他功能：

$number	把匹配的第number组替换成替换表达式这段代码返回的是“010120305” 就是说，对组一的每个匹配结果都用"0$1"这个表达式来替换，"0$1"中"$1"由组1匹配的结果代入 publicstaticvoidMain() { strings="11235"; s=Regex.Replace(s,@"(\d+)(?#这个是注释)","0$1",RegexOptions.Compiled\|RegexOptions.IgnoreCase); Console.WriteLine(s); Console.ReadLine(); }
${name}	把匹配的组名为"name"的组替换成表达式，上例的Regexexpression改成@"(?<name>\d+)(?#这个是注释)"后面的替换式改为"0${name}"结果是一样的
$$	做$的转义符，如上例表达式改成@"(?<name>\d+)(?#这个是注释)"和"$$${name}"，则结果为"$1$12$3$5"
$&	替换整个匹配
$`	替换匹配前的字符
$'	替换匹配后的字符
$+	替换最后匹配的组
$_	替换整个字符串

3.匹配URL中文件名

输入：http://www.9499.net/page1.htm

目的：从URL地址中提取文件名

表达式：s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2");

代码：

strings="http://www.9499.net/page1.htm";

s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2");

截图：

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航