正则表达式总结(一)

字符串和正则表达式

一、 System.String 类

复习前面知识

二、正则表达式

1、引入：在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。
Windows/Dos下用于文件查找的通配符(wildcard)，也就是*和?。如果你想查找某个目录下的所有的Word文档的话，你会搜索*.doc。在这里，*会被解释成任意的字符串。和通配符类似，正则表达式也是用来进行文本匹配的工具，只不过比起通配符，它能更精确地描述你的需求。

2、简单例子：

代码：

using System.Text.RegularExpressions; 
 namespace ConsoleApplication1 
{ 
    class Program 
    { 
        static void Main(string[] args) 
        { 
            string Pattern = @"hi"; 
            string s = @"hi Hi THIS hI HI chAINA"; 
            MatchCollection Matches = Regex.Matches(s, Pattern，RegexOptions.IgnoreCase); 
            foreach (Match NextMatch in Matches) 
            { 
                Console.WriteLine(NextMatch.ToString()); 
            } 
        } 
    } 
} 

结果：

 

RegexOptions枚举选项：
查看MSDN

3 主要得特定字符或转义序列
1）元字符
常用元字符：
 
\S    任何不是空白得字符
\B    不是字边界得位置
Eg:
i.ation 结果为isation iztion
\ba\w*\b匹配以字母a开头的单词，然后是任意数量的字母或数字(\w*)，最后是单词结束处(\b)。
\b\w{6}\b 匹配刚好6个字母/数字的单词。
\d+匹配1个或更多连续的数字。
\ba\S*ion\b  ----------表示以a开头，中间为任意个不是空白的字符，以ion结尾
元字符^（和数字6在同一个键位上的符号）和$都匹配一个位置，这和\b有点类似。^匹配你要用来查找的字符串的开头，$匹配结尾。这两个代码在验证输入的内容时非常有用，比如一个网站如果要求你填写的QQ号必须为5位到12位数字时，可以使用：^\d{5,12}$。

2）字符转义
如果你想查找元字符本身的话就必须使用字符转义
C:\\Windows匹配C:\Windows
需要转义的还有：
(   )  * + . [  ] ?   |
C#中要想输出. 不需要转义
规则：C#中写正则表达式string Pattern = @"unibetter\$com";引号里面得东东如果要输出上面的那些特殊得字符的话，就必须在该字符得前面加上\ 然后前面的@不能掉    

3）重复
 
Eg:
ra*t   结果为rt rat raat raaat
ra+t   结果为rat raat raaat
ra?t   结果为rt rat
Windows\d+匹配Windows后面跟1个或更多数字
^\w+匹配一行的第一个单词

4）字符类
指定一个范围：
像[aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!)，像[0-9]代表的含意与\d就是完全一致的：一位数字；同理[a-z0-9A-Z_]也完全等同于\w
分析：\(?0\d{2}[) -]?\d{8}
先是一个转义字符\
然后是（ 后面是？表示（ 可以出现0次或1次
再是一个0 然后后面是接两个数字  然后[) -]? 表示）或-可以出现一次或0次
最后就是接八个数字
可以出现得情形：（010）33344432
                      022-34566666
                      03292929399    (03292929399   032)92929399
                      (032-92929399
5）分支条件
0\d{2}-\d{8}|0\d{3}-\d{7}这个表达式能匹配两种以连字号分隔的电话号码：一种是三位区号，8位本地号(如010-12345678)，一种是4位区号，7位本地号(0376-2233445)。
\(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}这个表达式匹配3位区号的电话号码，其中区号可以用小括号括起来，也可以不用，区号与本地号间可以用连字号或空格间隔，也可以没有间隔

6）分组
如果想要重复多个字符又可以用小括号来指定子表达式(也叫做分组)

(\d{1,3}\.){3}\d{1,3}是一个简单的IP地址匹配表达式。要理解这个表达式，请按下列顺序分析它：\d{1,3}匹配1到3位的数字，(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(\d{1,3})。
122.2.2.123  

7）反义
 


8)零宽断言
(?=exp)也叫零宽度正预测先行断言
\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.时，它会匹配sing和danc

(?<=exp)也叫零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading

零宽度负预测先行断言(?!exp)，断言此位置的后面不能匹配表达式exp
例如：\d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字

(?<!exp),零宽度正回顾后发断言来断言此位置的前面不能匹配表达式exp：(?<![a-z])\d{7}匹配前面不是小写字母的七位数字

9.)贪婪与懒惰
a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab
*为什么第一个匹配是aab（第一到第三个字符）而不是ab（第二到第三个字符）？简单地说，因为正则表达式有另一条规则，比懒惰／贪婪规则的优先级更高：最先开始的匹配拥有最高的优先权

三、正则在C#中的运用

using System.Text.RegularExpressions; 
 class Program 
    { 
        static void Main(string[] args) 
        { 
            //Program.matchExpressions("Adsdsds323232"); 
            //Program.matchAndReturn("2aaasss3"); 
            Program.matchAndReturn("<a href='www.baidu.com'>你好的速度撒</a><a href='www.baidu.com'>东东</a>"); 
            //Program.replaceWord("bbbddsdsads,fdfdddddaaaa"); 
            //Program.splitWord("192.168.1.1"); 
        } 
        //匹配是否存在 
        private static void matchExpressions(string strString) 
        { 
            if (Regex.IsMatch(strString, @"\ba", RegexOptions.IgnoreCase)) 
                Console.WriteLine("YES"); 
            else 
                Console.WriteLine("NO"); 
        } 
        //匹配，并且返回匹配值 
        private static void matchAndReturn(string strString) 
        { 
            // MatchCollection maths = Regex.Matches(strString, @"\d+"); 
            MatchCollection maths = Regex.Matches(strString, @"<a\s+href=(?<url>.+?)>(?<content>.+?)</a>", RegexOptions.IgnoreCase); 
           //不区分大小写的匹配 并且匹配多行,编译(表示你的正则表达式是否要编译,就类比我们数据库中的存储结构和一般的查询语句的关系.如果你的正则表达式只用一次,那么你编译就没有什么意义,如果很常用,那么编译后,以后的匹配就快些.) 
            //MatchCollection maths = new Regex(strString, @"<a\s+href=(?<url>.+?)>(?<content>.+?)</a>", RegexOptions.IgnoreCase | RegexOptions.Multiline | RegexOptions.Complied); 
            if (maths != null) 
            { 
                foreach (Match mc in maths) 
                { 
                    string content = mc.Groups["content"].Value; 
                    Console.WriteLine(content); 
                    //Console.WriteLine(mc.ToString()); 
                } 
            } 
            else 
                Console.WriteLine("字符串中不包含匹配的项"); 
        } 
        //替换 
        private static void replaceWord(string strString) 
        { 
            Regex regex = new Regex("a"); 
            string result = regex.Replace(strString, "");//b替代a 
            Console.WriteLine(result); 
        } 
        //分割 
        private static void splitWord(string strString) 
        { 
            Regex regex = new Regex(@"\."); 
            string[] result = regex.Split(strString); 
            foreach (var a in result) 
            { 
                Console.WriteLine(a); 
            } 
        } 
    }