实用正则表达式匹配和替换
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 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 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 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 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aa bb 11三组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HTML tag。 string newsContent = @"url:<a href=""1.html""><img src=""1.gif"">test<span style=""color:red;""> Regex</span></a>."; Regex regEnd = new Regex(@"<\s*a[^>]*>([^<]|<(?!/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： public keywod 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： public remember string "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： remember aqa bqu "abc";
正则：\b\w*q(?!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：public string keywod = "abc"; string value = "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：
private void ParseKeywords(string input){System.Text.RegularExpressions.MatchCollection mc =System.Text.RegularExpressions.Regex.Matches(input, @"string (?<x>[^=]*?) *= *(?<y>[^;]*?);");if (mc != null && mc.Count > 0){foreach (System.Text.RegularExpressions.Match m in mc){string keyword = m.Groups["x"].Value;string value = 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：
private string Replace(string input){return Regex.Replace(input, @"<%=.*%>", new MatchEvaluator(RefineCodeTag), RegexOptions.Singleline);}string RefineCodeTag(Match m){string x = m.ToString();x = Regex.Replace(x, "<%=", "");x = Regex.Replace(x, "%>", "");return x.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 “01 012 03 05”
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
public static void Main(){string s = "1 12 3 5";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Regex expression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：
string s = "http://www.9499.net/page1.htm";
s = s.replace(/(.*\/){0,}([^\.]+).*/ig, "$2") ;截图：
或许您对以下相关文章有兴趣：
