C#_正则表达式
2015-09-14 17:55
525 查看
概述
正则表达式,主要是用符号描述了一类特定的文本(模式)。而正则表达式引擎则负责在给定的字符串中,查找到这一特定的文本。本文主要是列出常用的正则表达式符号,加以归类说明。本文仅仅是快速理解了正则表达式相关元字符,作一个备忘,供以后理解更复杂表达式的参考,以后关于正则表达式的相关内容会持续更新本文。示例语言用C#
概述
普通字符
字符集合
速记的字符集合
指定重复次数的字符
匹配位置字符
分支替换字符
匹配特殊字符
组,反向引用,非捕获组
贪婪与非贪婪
回溯与非回溯
正向预搜索、反向预搜索
最后
普通字符
最简单的一种文本描述,就是直接给出要匹配内容。 如要在”Generic specialization, the decorator pattern, chains of responsibilities, and extensible software.” 找到pattern,那么正则式就直接是”heels”即可View Code
字符集合
将字符放在中括号中,即为字符集合。通过字符集合告诉正则式引擎从字符集合中的字符,仅匹配出一个字符。字符 | 匹配的字符 | 示例 |
[...] | 匹配括号中的任一字符 | [abc]可以匹配单个字符a,b或c,但不能匹配其它字符 |
[^...] | 匹配非括号中的任一字符 | [^abc]可以匹配任一个除a,b,c的一个字符,如d,e,f |
我们还可以在字符集合中使用连字号 – 来表示一个范围,比如 [0-9] 表示匹配一个0到9数字;[a-zA-Z] 表示匹配英文字母;[0-9 a-zA-Z]表示匹配一个0到9的数字或英文字母
View Code
速记的字符集合
我们常常要匹配一个数字,一个字母,一个空白符,虽然可以用普通的字符类来表示,但不够方便,所以正则式提示了一些常用的字符集合的速记符字符 | 匹配的字符 | 示例 |
\d | 从0到9的任何一个数字 | \d\d 可以匹配72,但不能匹配me或7a |
\D | 非数字符 | \D\D 可以匹配me,但不能匹配7a或72 |
\w | 任一个单词字符,如A-Z, a-z, 0-9和下划线字符 | \w\w\w\w可以匹配aB_2,但不能匹配ab_@ |
\W | 非单词字符 | \W 可以匹配@,但不能匹配a |
\s | 任一空白字符,包括了制表符,换行符,回车符,换页符和垂直制表符 | 匹配所有传统的空白字符 |
\S | 任一非空白字符 | \S 可以匹配任一非空白字符,如~!@#& |
. | 任一字符 | 匹配任一字符,换行符除外 |
指定重复次数的字符
指定重复匹配前面的字符多少次:匹配重复的次数,不匹配内容。比如说,要在一系列电话号码中找到以158开始的11位手机号,如果我们没有学过下面的内容,正则表达式为158\d\d\d\d\d\d\d\d;但如果我们学习了下面的知识,则正则表达式为158\d{8}字符 | 匹配的字符 | 示例 |
{n} | 匹配前面字符n次 | x{2},可以匹配xx,但不能匹配xxx |
{n,} | 匹配前面字符n次或更多 | x{2,}可以2个或更多的x,比如可以匹配xx,xxx,xxxx,xxxxxx |
{n,m} | 匹配前面字符最少n次,最多m次。如果n为0,则可以不指定 | x{2,4},匹配了xx,xxx,xxxx,但不能匹配x,xxxxx |
? | 匹配前面的字符0次或1次,相当于{0,1} | x? 匹配x或空 |
+ | 匹配前面的字符1次或多次, 相当于{1,} | x+ 匹配x,xx,或xxx |
* | 匹配前面的字符0次或多次 | x* 匹配0个或多个x |
匹配位置的字符
现在我们已经学会了使用字符集合,字符集合的速记符来匹配大部分的文本了。但是如果我们遇到以下的情况,怎么办?要求匹配文本的第一个单词为google
要求匹配文本以bye结束
要求匹配文本每一行的第一个单词为数字
要求匹配一个单词以hel开头
上面的这种匹配一个位置,但不匹配任何内容的需求很正常。在正则表达式中也提供了一些特殊的字符来匹配位置(不匹配内容)。如用^匹配文本的开始位置, 用$匹配文本的结束位置,\b匹配一个单词的边界
字符 | 匹配的字符 | 示例 |
^ | 其后的模式必须在字符串的开始处,如果是一个多行字符串,应位于任一行的开始。对于多行文本(有回车符),需要设置Multiline标识 | |
$ | 前面的模式必须在字符串的结尾处,如果是一个多行字符串,应该在任一行的末尾 | |
\b | 匹配一个单词的边界, | |
\B | 匹配一个非单词的边界,并不在一个单词的开始或结尾处 | |
\A | 前面的模式必须在字符串的开始,并忽略多行标识 | |
\z | 前面的模式必须在字符串的末尾,并忽略多行标识 | |
\Z | 前面的模式必须在字符串的末尾,或是位于换行符前 |
分支替换字符
在字符集合中,我们可以在用中括号来指定匹配中括号中的任一字符,即模式中可以列出多种字符情景,被匹配的文本只要有符合其中的任一情景就可以被匹配出来。 那有没有这样的一种机制,同一个正则式中有多个模式,只有满足其中的任一模式就可以被匹配出来。再配合分组,就可以把一个复杂的正则式分成多个相对简单子的正则式来做。类似于逻辑符号OR的意思吧。字符 | 匹配的字符 | 示例 |
| | 选择匹配符,匹配前面或后面的任一模式 | cat|mouse 可以匹配出cat 或mouse |
匹配特殊字符
到现在,我们已经知道了字符集合,一些速记的字符集合,匹配位置的字符,指定匹配次数的字符,分支匹配。我们用的这些符号,在正则表达式中代表了各种特定的意义。那当我们要匹配这些字符本身,我们应该怎么办?在特殊字符前加上\, 以下是一些常用特殊字符的转义字符的列表字符 | 匹配的字符 | 示例 |
\\ | 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 | 匹配字符n | |
\r | 匹配字符r | |
\t | 匹配字符t | |
\f | 匹配字符f | |
\nnn | 匹配一个三位八进制数指定的ASCII字符,如\103匹配一个大写的C | |
\xnn | 匹配一个二位十六进制数指定的ASCII字符,如\x43匹配C | |
\xnnnn | 匹配一个四位十六进制数指定的unicode字符 | |
\cV | 匹配一个控制字符,如,\cV匹配Ctrl+V |
组,反向引用,非捕获组
组,可以用圆括号,将正则表达式的部分括起来并独立使用,在圆括号之间的正则式叫做一个组。可以将匹配次数的字符和分支匹配字符应用到组。1 示例: public void Set, public void SetValue
正则式Set(Value)? , 其中(Value)是一个组,匹配次数的字符?将应用于整个组(Value),可以匹配到Set或SetValue
2 示例:Out of sight, out of mind
正则式: “(out of) sight, \1 mind”
正则表达式引擎会将 “()”中匹配到的内容存储起来,作为一个“组”,并且可以通过索引的方式进行引用。表达式中的“\1”,用于反向引用表达式中出现的第一个组。 同时在c#中,也可以通过组来访问捕获到的组的内容。注意,Groups[0]是整个匹配的字符串,组的内容从索引1开始
View Code
3 可根据组名进行索引。使用以下格式为标识一个组的名称(?<groupname>…)
正则式: “(?<Group1>out of) sight, \1 mind”
View Code
4在表达式外引用,对于索外用$索引,或组名用${组名}
示例:Out of of sight, out of mind
正则式 “(?<Group1>[a-z]+) \1”
View Code
5非捕获组,在组前加上?: 因为有的组表达的仅仅是一个选择替换,当我们不想用浪费存储时,以用不捕获该组
"(?:out of) sight"
View Code
字符 | 匹配的字符 | 示例 |
(?<groupname>exp) | 匹配exp,并捕获文本到名称为name的组里 | |
(?:exp) | 匹配exp,不捕获匹配的文本,也不给此分组分配组号 |
贪婪与非贪婪
正则表达式的引擎默认是贪婪,只要模式允许,它将匹配尽可能多的字符。通过在“重复描述字符(*,+等)”后面添加“?”,可以将匹配模式改成非贪婪。贪婪与非贪婪与指定重复次数的字符的内容密切相关。字符 | 匹配的字符 | 示例 |
? | 如果是跟在量词(即指定匹配次数的字符)后面,那么正则表达式则采用非贪婪模式 |
贪婪正则式 : .* of 输出out of sight, out of
非贪婪正则式 : .*? of 输出 out of
另外一个示例
输入:The title of cnblog is <h1>code changes the world</h1>
目标:匹配HTML标记
正则式1:<.+>
正则式1的输出: <h1>code changes the world</h1>
正则式2:<.+?>
正则式2的输出: <h1> </h1>
View Code
回溯与非回溯
使用“(?>…)”方式进行非回溯声明。由于正则表达式引擎的贪婪特性,导致它在某些情况下,将进行回溯以获得匹配,请看下面的示例:示例:Live for nothing, die for something
正则式(默认非回溯): “.*thing,” 输出Live for nothing 。“.*”由于其贪婪特性,将一直匹配到字符串的最后,随后匹配“thing”,但在匹配“,”时失败,此时引擎将回溯,并在“thing,”处匹配成功
正则式(回溯):”(?>.*)thing,” 匹配不到任何东西。由于强制非回溯,所以整个表达式匹配失败
View Code
字符 | 匹配的字符 | 示例 |
(?>...) | 匹配组内表达式时,不回溯 |
正向预搜索、反向预搜索
匹配特定的模式,并声明前面或后面的内容。意思跟匹配位置差不多字符 | 匹配的字符 | 示例 |
(?=exp) | 左边的模式后面必须紧跟着exp,声明本身不作为匹配结果的一部分 | |
(?!exp) | 左边的模式的后面不能紧跟着exp,声明本身不作为匹配结果的一部分 | |
(?<=exp) | 右边的模式的前面必须是exp,声明本身不作为匹配结果的一部分 | |
(?<!exp) | 右边的模式的前面不能是exp,声明本身不作为匹配结果的一部分 |
最后
参考地址:正则表达式30分钟入门教程
Regular Expressions Tutorial
NET Framework Regular Expressions
.NET进阶系列之一:C#正则表达式整理备忘
相关文章推荐
- C#_IO操作
- c# yield
- C#递归批量清空TEXTBOX
- 第一次写博客,c#初学者,数组
- 关于c#动态加载程序集的一些注意事项
- 【转】C# Serializable对象序列化的作用
- Emgu入门引导——加载并显示图像(C#风格)
- C# 下实现把Array复制到ArrayList中的四种方法
- C# 将RichTextBox中内容的文档以二进制形式存
- C#异常处理的几个原则
- C# 对象销毁和垃圾回收
- C#尝试读取或写入受保护的内存。这通常指示其他内存已损坏。
- C# Winform MDI窗体,父窗体控件覆盖子窗体的解决办法
- c#修改本地连接工具 ip地址,dns,网关,子网掩码
- C#winform修改IP,dns
- C#读取Xml中出现”&”等特殊符号
- c#对csv的读写
- C#线程访问winform窗体控件
- 1.C# 的内置引用类型
- MFC窗口风格 说明及在c#中的定义使用