C#正则表达式入门

1.基本概念

正则表达式(Regular Expression)就是用事先定义好的一些特定字符(元字符)或普通字符、及这些字符的组合，组成一个“规则字符串”，这个“规则字符串”用来判断我们给定的字符串是否匹配它的过滤逻辑，也可以从字符串中获取我们想要的特定部分。正则表达式的特点如下：

灵活性、逻辑性和功能性非常强；
可以迅速地用极简单的方式达到字符串的复杂控制；
对于刚接触的人来说，比较晦涩难懂。

2.元字符

正确理解元字符才能用好正则表达式，下表列出了近乎所有的元字符和对它们的简述。

字符	描述
\	将下一个字符标记为特殊字符、原义字符、向后引用或八进制转义字符。例如： "\n" 匹配一个换行符。
^	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" 之后的位置。
[]	字符集合，匹配中括号内包含的任意一个字符。例如："[abc]" 可以匹配 "plain" 的 'a'。
[^]	负值字符集合，匹配中括号内未包含的任意字符。例如：'[^abc]' 可以匹配 "abcd" 中的 'd'。
-	用在[]中作为元字符，例如：[a-z]可以匹配任意小写字母。在其他地方只是一个普通的字符，不需要转义。
.	匹配除"\n"之外的任何单个字符。要匹配包括 '\n' 在内的任何单字符，请使用 "[.\n]" 筛选模式。
()	提取组，改变运算的优先级。示例请结合下面"\|"的用法。
\|	表示或者。例如：'z\|food' 能匹配 "z" 或 "food"。'(z\|f)ood' 则匹配 "zood" 或 "food"。
*	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}	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,}	至少匹配 n 次。例如：'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "fooood" 中的所有 o。
{n,m}	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'。
\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]。
\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_]。
\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]。
\b	匹配一个单词边界。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。例如：'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\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。
\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。
\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。
\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"。
\un	匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， \u00A9 匹配版权符号 (?)。
\nm	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。
\num	如果num是一个正整数，表示向后引用。即对前面所获取的匹配的引用。例如：'(.)\1' 匹配两个连续的相同字符。
	如果 n 为八进制数字 (0-3)，且 u 和 m 均为八进制数字 (0-7)，则匹配八进制转义值 num。

3.C#中的正则表达式

微软将对正则表达式操作类包含在命名空间System.Text.RegularExpressions下，所以在C#中操作正则表达式要先引用该命名空间。在.Net Framework 4.5 and 4.6版本中，该命名空间下包括11个类，1个枚举，1个委托。

其中Regex类是使用最多的一个类。它提供的方法中，如下4个静态方法最为常用。通过下列方法可以完成简单的字符串匹配、提取工作。提供静态方法是为了独立、单独地使用正则表达式，而不用显式创建Regex对象。

Regex.IsMatch() --判断是否匹配，用法如下：

//TODO 判断字符串是否为身份证号
bool result = Regex.IsMatch("370451659745368", @"^([0-9]{15}|[0-9]{17}[0-9xX])$");
Console.WriteLine(result);

Regex.Matches() --提取多个匹配，用法如下：

//TODO 提取字符串中所有的数字
MatchCollection list = Regex.Matches("2015年12月06日", @"\d+");
foreach (Match item in list)
{
     Console.WriteLine(item.Value);
}

Regex.Replace() --替换匹配内容，用法如下：

//TODO 将手机中间四位变成*号
string strNew = Regex.Replace("13666688888", @"(\d{3})\d{4}(\d{4})", "$1****$2");
Console.WriteLine(strNew);

Regex.Split() --根据匹配分割字符串，用法如下：

//TODO 提取字符串中所有英文名
string[] strArr= Regex.Split("Jack123Tom345Mary345Amy", @"\d+");
foreach (string item in strArr)
{
    Console.WriteLine(item);
}

以上仅是列举Regex类提供的4个常用方法示例，了解正则表达式的更多内容请参阅 MSDN。

4.常用正则表达式

01.验证用户名和密码："^[a-zA-Z]\w{5,15}$" 正确格式："[A-Z][a-z]_[0-9]"组成,并且第一个字必须为字母6~16位

02.验证电话号码："^(\\d{3,4}-)\\d{7,8}$" 正确格式：xxx/xxxx-xxxxxxx/xxxxxxxx

03.验证手机号码："^1[3|4|5|7|8][0-9]\\d{8}$"

04.验证身份证号（15位或18位数字）："^([0-9]{15}|[0-9]{17}[0-9xX])$"

05.验证Email地址："^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$"

06.只能输入由数字和26个英文字母组成的字符串："^[A-Za-z0-9]+$"

07.整数或者小数："^[0-9]+([.][0-9]+){0,1}$"

08.只能输入数字："^[0-9]*$"

09.只能输入n位的数字："^\d{n}$"

10.只能输入至少n位的数字："^\d{n,}$"

11.只能输入m~n位的数字："^\d{m,n}$"

12.只能输入零和非零开头的数字："^(0|[1-9][0-9]*)$"

13.只能输入有两位小数的正实数："^[0-9]+(.[0-9]{2})?$"

14.只能输入有1~3位小数的正实数："^[0-9]+(\.[0-9]{1,3})?$"

15.只能输入非零的正整数："^\+?[1-9][0-9]*$"

16.只能输入非零的负整数："^\-[1-9][0-9]*$"

17.只能输入长度为3的字符："^.{3}$"

18.只能输入由26个英文字母组成的字符串："^[A-Za-z]+$"

19.只能输入由26个大写英文字母组成的字符串："^[A-Z]+$"

20.只能输入由26个小写英文字母组成的字符串："^[a-z]+$"

21.验证是否含有^%&',;=?$\"等字符："[%&',;=?$\\^]+"

22.只能输入汉字："^[\u4e00-\u9fa5]{0,}$"

23.验证URL："^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$"

24.验证一年的12个月："^(0?[1-9]|1[0-2])$" 正确格式为："01"～"09"和"10"～"12"

25.验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$" 正确格式为；"01"～"09"、"10"～"29"和“30”~“31”

26.获取日期正则表达式："\\d{4}[年|\-|\.]\d{\1-\12}[月|\-|\.]\d{\1-\31}日?"
　　评注：可用来匹配大多数年月日信息。

27.匹配双字节字符(包括汉字在内)："[^\x00-\xff]"
　　评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

28.匹配空白行的正则表达式："\n\s*\r"
　　评注：可以用来删除空白行

29.匹配HTML标记的正则表达式："<(\S*?)[^>]*>.*?</>|<.*? />"
　　评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力

30.匹配首尾空白字符的正则表达式："^\s*|\s*$"
　　评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式

31.匹配网址URL的正则表达式："[a-zA-z]+://[^\s]*"
　　评注：网上流传的版本功能很有限，上面这个基本可以满足需求

32.匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)："^[a-zA-Z][a-zA-Z0-9_]{4,15}$"
　　评注：表单验证时很实用

33.匹配腾讯QQ号："[1-9][0-9]{4,}"
　　评注：腾讯QQ号从10000开始

34.匹配中国邮政编码："[1-9]\\d{5}(?!\d)"
　　评注：中国邮政编码为6位数字

35.匹配ip地址："([1-9]{1,3}\.){3}[1-9]"
　　评注：提取ip地址时有用

36.匹配MAC地址："([A-Fa-f0-9]{2}\:){5}[A-Fa-f0-9]"

5.参考文章

[1] 振河，http://fineboy.cnblogs.com/archive/2005/09/08/232410.html

_____________________________________________________________________________

正则表达式

1.手机11为正则表达式【[1][3-9][0-9]{9,9}】
2.用户名6～18位以字母开头可包涵字母、数字、下划线【[a-zA-Z][a-zA-Z0-9_]{5,17}$】
3.邮箱【\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*】
4.公司名称四个字～16个字之间支持字母、数字、汉字【[a-zA-Z0-9\一-\龥]{4,16}】
5.固定电话支持3或4位区号，7或8位电话号码【\d{3}-\d{8}|\d{4}-\d{8}|\d{4}-\d{7}|\d{3}-\d{7}】
6.组织机构代码证号限定位数，如：11位～不能以零打头【[1-9][0-9]{10,10}】
7.真实人名2～4位汉字【^[\一-\龥]{2,4}】
8.经营地址支持字母、数字、汉字9～30位【[a-zA-Z0-9\一-\龥]{9,30}】
——————————上面为自己总结部分——————————————————————————————————————
1.

只有字母、数字和下划线且不能以下划线开头和结尾的正则表达式：^(?!_)(?!.*?_$)[a-zA-Z0-9_]+$
    只有字母和数字的： ^[a-zA-Z0-9_]+$
2. 至少一个汉字、数字、字母、下划线: "[a-zA-Z0-9_\一-\龥]+"
3. 至少一个汉字的正则表达式："^[\一-\龥]"
4. 最多10个汉字: ValidationExpression="^[\一-\龥]{0,10}"
5. 只含有汉字、数字、字母、下划线不能以下划线开头和结尾：^(?!_)(?!.*?_$)[a-zA-Z0-9_\一-\龥]+$
   解释：
        ^  与字符串开始的地方匹配
        (?!_)　　不能以_开头
        (?!.*?_$)　　不能以_结尾
        [a-zA-Z0-9_\一-\龥]+　　至少一个汉字、数字、字母、下划线
        $　　与字符串结束的地方匹配

6. email正则表达式：两种方式都可以
   (1) \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
   (2) ^[_A-Za-z0-9-]+(\\.[_A-Za-z0-9-]+)*@[A-Za-z0-9-]+(\\.[A-Za-z0-9-]+)*((\\.[A-Za-z]{2,}){1}$)

完美E-Mail正则表达式：
国际域名格式如下:
          域名由各国文字的特定字符集、英文字母、数字及“-”(即连字符或减号)任意组合而成,   但开头及结尾均不能含有“-”，“-”不能连续出现   。   域名中字母不分大小写。域名最长可达60个字节(包括后缀.com、.net、.org等)。


  /^[a-z]([a-z0-9]*[-_]?[a-z0-9]+)*@([a-z0-9]*[-_]?[a-z0-9]+)+[\.][a-z]{2,3}([\.][a-z]{2})?$/i;

  /内容/i   构成一个不区分大小写的正则表达式;
  ^   匹配开始
  $   匹配结束
  [a-z]   E-Mail前缀必需是一个英文字母开头

  ([a-z0-9]*[-_]?[a-z0-9]+)*   和_a_2、aaa11、_1_a_2匹配，和a1_、aaff_33a_、a__aa不匹配，如果是空字符，也是匹配的，*表示0个或者多个。
  *表示0个或多个前面的字符.
  [a-z0-9]*   匹配0个或多个英文字母或者数字
  [-_]?   匹配0个或1“-”，因为“-”不能连续出现
  [a-z0-9]+   匹配1个或多个英文字母或者数字，因为“-”不能做为结尾

  @   必需有个有@
  ([a-z0-9]*[-_]?[a-z0-9]+)+   见上面([a-z0-9]*[-_]?[a-z0-9]+)*解释，但是不能为空，+表示一个或者为多个。
  [\.]   将特殊字符(.)当成普通字符
  [a-z]{2,3}   匹配2个至3个英文字母，一般为com或者net等.
  ([\.][a-z]{2})?   匹配0个或者1个[\.][a-z]{2}(比如.cn等)   我不知道一般.com.cn最后部份是不是都是两位的,如果不是请修改{2}为{起始字数,结束字数}

完美E-Mail正则表达式：  国际域名格式如下:                 域名由各国文字的特定字符集、英文字母、数字及“-”(即连字符或减号)任意组合而成,   但开头及结尾均不能含有“-”，“-”不能连续出现   。   域名中字母不分大小写。域名最长可达60个字节(包括后缀.com、.net、.org等)。                     /^[a-z]([a-z0-9]*[-_]?[a-z0-9]+)*@([a-z0-9]*[-_]?[a-z0-9]+)+[\.][a-z]{2,3}([\.][a-z]{2})?$/i;             /内容/i   构成一个不区分大小写的正则表达式;       ^   匹配开始       $   匹配结束       [a-z]   E-Mail前缀必需是一个英文字母开头             ([a-z0-9]*[-_]?[a-z0-9]+)*   和_a_2、aaa11、_1_a_2匹配，和a1_、aaff_33a_、a__aa不匹配，如果是空字符，也是匹配的，*表示0个或者多个。       *表示0个或多个前面的字符.       [a-z0-9]*   匹配0个或多个英文字母或者数字       [-_]?   匹配0个或1“-”，因为“-”不能连续出现       [a-z0-9]+   匹配1个或多个英文字母或者数字，因为“-”不能做为结尾             @   必需有个有@       ([a-z0-9]*[-_]?[a-z0-9]+)+   见上面([a-z0-9]*[-_]?[a-z0-9]+)*解释，但是不能为空，+表示一个或者为多个。       [\.]   将特殊字符(.)当成普通字符       [a-z]{2,3}   匹配2个至3个英文字母，一般为com或者net等.       ([\.][a-z]{2})?   匹配0个或者1个[\.][a-z]{2}(比如.cn等)   我不知道一般.com.cn最后部份是不是都是两位的,如果不是请修改{2}为{起始字数,结束字数}

下面也是转载的：

Java代码
1、一个正则表达式，只含有汉字、数字、字母、下划线不能以下划线开头和结尾：
^(?!_)(?!.*?_$)[a-zA-Z0-9_\一-\龥]+$  其中：
^  与字符串开始的地方匹配
(?!_)　　不能以_开头
(?!.*?_$)　　不能以_结尾
____________________________________________________________________________
            //c#已经验证
            //不以X开头[^X] , (?!X) 的单词
            var mm = Regex.Matches(@"aaaa Xbbb ccc", @"\b[^X]\w+");
            mm = Regex.Matches(@"aaaa Xbbb ccc", @"\b(?!X)\w+");

            //不以X结尾(?<!X)的单词
            mm = Regex.Matches(@"aaaa X Xbbb cccX ddd", @"\b(\w+(?<!X))\b");
            //以X结尾(X)的单词
            mm = Regex.Matches(@"aaaa X Xbbb cccX ddd", @"\b(\w+(X))\b");

____________________________________________________________________________

[a-zA-Z0-9_\一-\龥]+　　至少一个汉字、数字、字母、下划线
$　　与字符串结束的地方匹配

放在程序里前面加@，否则需要\\进行转义 @"^(?!_)(?!.*?_$)[a-zA-Z0-9_\一-\龥]+$"
（或者：@"^(?!_)\w*(?<!_)$"    或者  @" ^[\一-\龥0-9a-zA-Z_]+$ "  )

2、只含有汉字、数字、字母、下划线，下划线位置不限：
  ^[a-zA-Z0-9_\一-\龥]+$

3、由数字、26个英文字母或者下划线组成的字符串
^\w+$

4、2~4个汉字
  @"^[\一-\龥]{2,4}$";

5、
^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$

用：(Abc)+    来分析：  XYZAbcAbcAbcXYZAbcAb



XYZAbcAbcAbcXYZAbcAb6、
[^\一-\龥0-9a-zA-Z_]
34555#5' -->34555#5'

[\一-\龥0-9a-zA-Z_]    eiieng_89_   --->   eiieng_89_
_';'eiieng_88&*9_    -->  _';'eiieng_88&*9_
_';'eiieng_88_&*9_  -->  _';'eiieng_88_&*9_

pulic  bool RegexName(string str)
  {
   bool flag=Regex.IsMatch(str,@"^[a-zA-Z0-9_\一-\龥]+$");
   return  flag;
  }

Regex   reg=new   Regex("^[a-zA-Z_0-9]+$");
  if(reg.IsMatch(s))
  {
  \\符合规则
  }

-------------------------------------------------------------------------------------------------------------------------------

new Regex(@"\$([\一-\龥]|\d|\w)*┆", RegexOptions.ExplicitCapture)

([\一-\龥]|:汉字

有一段时间，正则表达式学习很火热很潮流，当时在CSDN一天就能看到好几个正则表达式的帖子，那段时间借助论坛以及Wrox Press出版的《C#字符串和正则表达式参考手册》学习了一些基础的知识，同时也为我在CSDN大概赚了1000分，今天想起来，去找《C#字符串和正则表达式参考手册》时，已经不知所踪了。现在用到正则的时候也比较少，把以前的笔记等整理一下，以志不忘。

（1）“@”符号

符下两ows表研究室的火热，当晨在“@”虽然并非C#正则表达式的“成员”，但是它经常与C#正则表达式出双入对。“@”表示，跟在它后面的字符串是个“逐字字符串”，不是很好理解，举个例子，以下两个声明是等效的：

string x="D:\\My H ng\\My Doc";

string y = @"D:\My H ng\My Doc";

事实上，如果按如下声明，C#将会报错，因为“\”在C#中用于实现转义，如“\n”换行：

string x = "D:\My H ng\My Doc";

（2）基本的语法字符。

\d 0-9的数字

\D \d的补集（以所以字符为全集，下同），即所有非数字的字符

\w 单词字符，指大小写字母、0-9的数字、下划线

\W \w的补集

\s 空白字符，包括换行符\n、回车符\r、制表符\t、垂直制表符\v、换页符\f

\S \s的补集

. 除换行符\n外的任意字符

[…] 匹配[]内所列出的所有字符

[^…] 匹配非[]内所列出的字符

下面提供一些简单的示例：

Code

string i = "\n";

string m = "3";

Regex r = new Regex(@"\D");

//同Regex r = new Regex("\\D");

//r.IsMatch(i)结果：tr

//r.IsMatch(m)结果：false

string i = "%";

string m = "3";

Regex r = new Regex("[a-z0-9]");

//匹配小写字母或数字字符

//r.IsMatch(i)结果：false

//r.IsMatch(m)结果：tr

（3）定位字符

“定位字符”所代表的是一个虚的字符，它代表一个位置，你也可以直观地认为“定位字符”所代表的是某个字符与字符间的那个微小间隙。

^ 表示其后的字符必须位于字符串的开始处

$ 表示其前面的字符必须位于字符串的结束处

\b 匹配一个单词的边界

\B 匹配一个非单词的边界

另外，还包括：\A 前面的字符必须位于字符处的开始处，\z 前面的字符必须位于字符串的结束处，\Z 前面的字符必须位于字符串的结束处，或者位于换行符前

下面提供一些简单的示例：

Code

string i = "Live for nothing,die for something";

Regex r1 = new Regex("^Live for nothing,die for something$");

//r1.IsMatch(i) tr

Regex r2 = new Regex("^Live for nothing,die for some$");

//r2.IsMatch(i) false

Regex r3 = new Regex("^Live for nothing,die for some");

//r3.IsMatch(i) tr

string i = @"Live for nothing,

die for something";//多行

Regex r1 = new Regex("^Live for nothing,die for something$");

Console.WriteLine("r1 match count:" + r1.Matches(i).Count);//0

Regex r2 = new Regex("^Live for nothing,die for something$", RegexOptions.Multiline);

Console.WriteLine("r2 match count:" + r2.Matches(i).Count);//0

Regex r3 = new Regex("^Live for nothing,\r\ndie for something$");

Console.WriteLine("r3 match count:" + r3.Matches(i).Count);//1

Regex r4 = new Regex("^Live for nothing,$");

Console.WriteLine("r4 match count:" + r4.Matches(i).Count);//0

Regex r5 = new Regex("^Live for nothing,$", RegexOptions.Multiline);

Console.WriteLine("r5 match count:" + r5.Matches(i).Count);//0

Regex r6 = new Regex("^Live for nothing,\r\n$");

Console.WriteLine("r6 match count:" + r6.Matches(i).Count);//0

Regex r7 = new Regex("^Live for nothing,\r\n$", RegexOptions.Multiline);

Console.WriteLine("r7 match count:" + r7.Matches(i).Count);//0

Regex r8 = new Regex("^Live for nothing,\r$");

Console.WriteLine("r8 match count:" + r8.Matches(i).Count);//0

Regex r9 = new Regex("^Live for nothing,\r$", RegexOptions.Multiline);

Console.WriteLine("r9 match count:" + r9.Matches(i).Count);//1

Regex r10 = new Regex("^die for something$");

Console.WriteLine("r10 match count:" + r10.Matches(i).Count);//0

Regex r11 = new Regex("^die for something$", RegexOptions.Multiline);

Console.WriteLine("r11 match count:" + r11.Matches(i).Count);//1

Regex r12 = new Regex("^");

Console.WriteLine("r12 match count:" + r12.Matches(i).Count);//1

Regex r13 = new Regex("$");

Console.WriteLine("r13 match count:" + r13.Matches(i).Count);//1

Regex r14 = new Regex("^", RegexOptions.Multiline);

Console.WriteLine("r14 match count:" + r14.Matches(i).Count);//2

Regex r15 = new Regex("$", RegexOptions.Multiline);

Console.WriteLine("r15 match count:" + r15.Matches(i).Count);//2

Regex r16 = new Regex("^Live for nothing,\r$\n^die for something$", RegexOptions.Multiline);

Console.WriteLine("r16 match count:" + r16.Matches(i).Count);//1

//对于一个多行字符串，在设置了Multiline选项之后，^和$将出现多次匹配。

string i = "Live for nothing,die for something";

string m = "Live for nothing,die for some thing";

Regex r1 = new Regex(@"\bthing\b");

Console.WriteLine("r1 match count:" + r1.Matches(i).Count);//0

Regex r2 = new Regex(@"thing\b");

Console.WriteLine("r2 match count:" + r2.Matches(i).Count);//2

Regex r3 = new Regex(@"\bthing\b");

Console.WriteLine("r3 match count:" + r3.Matches(m).Count);//1

Regex r4 = new Regex(@"\bfor something\b");

Console.WriteLine("r4 match count:" + r4.Matches(i).Count);//1

//\b通常用于约束一个完整的单词

（4）重复描述字符

“重复描述字符”是体现C#正则表达式“很好很强大”的地方之一：

{n} 匹配前面的字符n次

{n,} 匹配前面的字符n次或多于n次

{n,m} 匹配前面的字符n到m次

? 匹配前面的字符0或1次

+ 匹配前面的字符1次或多于1次

* 匹配前面的字符0次或式于0次

以下提供一些简单的示例：

Code

string x = "1024";

string y = "+1024";

string z = "1,024";

string a = "1";

string b="-1024";

string c = "10000";

Regex r = new Regex(@"^\+?[1-9],?\d{3}$");

Console.WriteLine("x match count:" + r.Matches(x).Count);//1

Console.WriteLine("y match count:" + r.Matches(y).Count);//1

Console.WriteLine("z match count:" + r.Matches(z).Count);//1

Console.WriteLine("a match count:" + r.Matches(a).Count);//0

Console.WriteLine("b match count:" + r.Matches(b).Count);//0

Console.WriteLine("c match count:" + r.Matches(c).Count);//0

//匹配1000到9999的整数。

（5）择一匹配

C#正则表达式中的 (|) 符号似乎没有一个专门的称谓，姑且称之为“择一匹配”吧。事实上，像[a-z]也是一种择一匹配，只不过它只能匹配单个字符，而(|)则提供了更大的范围，(ab|xy)表示匹配ab或匹配xy。注意“|”与“()”在此是一个整体。下面提供一些简单的示例：

Code

string x = "0";

string y = "0.23";

string z = "100";

string a = "100.01";

string b = "9.9";

string c = "99.9";

string d = "99.";

string e = "00.1";

Regex r = new Regex(@"^\+?((100(.0+)*)|([1-9]?[0-9])(\.\d+)*)$");

Console.WriteLine("x match count:" + r.Matches(x).Count);//1

Console.WriteLine("y match count:" + r.Matches(y).Count);//1

Console.WriteLine("z match count:" + r.Matches(z).Count);//1

Console.WriteLine("a match count:" + r.Matches(a).Count);//0

Console.WriteLine("b match count:" + r.Matches(b).Count);//1

Console.WriteLine("c match count:" + r.Matches(c).Count);//1

Console.WriteLine("d match count:" + r.Matches(d).Count);//0

Console.WriteLine("e match count:" + r.Matches(e).Count);//0

//匹配0到100的数。最外层的括号内包含两部分“(100(.0+)*)”，“([1-9]?[0-9])(\.\d+)*”，这两部分是“OR”的关系，即正则表达式引擎会先尝试匹配100，如果失败，则尝试匹配后一个表达式（表示[0,100)范围中的数字）。

（6）特殊字符的匹配

下面提供一些简单的示例：

Code

string x = "\\";

Regex r1 = new Regex("^\\\\$");

Console.WriteLine("r1 match count:" + r1.Matches(x).Count);//1

Regex r2 = new Regex(@"^\\$");

Console.WriteLine("r2 match count:" + r2.Matches(x).Count);//1

Regex r3 = new Regex("^\\$");

Console.WriteLine("r3 match count:" + r3.Matches(x).Count);//0

//匹配“\”

string x = "\"";

Regex r1 = new Regex("^\"$");

Console.WriteLine("r1 match count:" + r1.Matches(x).Count);//1

Regex r2 = new Regex(@"^""$");

Console.WriteLine("r2 match count:" + r2.Matches(x).Count);//1

//匹配双引号

（7）组与非捕获组

以下提供一些简单的示例：

Code

string x = "Live for nothing,die for something";

string y = "Live for nothing,die for somebody";

Regex r = new Regex(@"^Live ([a-z]{3}) no([a-z]{5}),die \1 some\2$");

Console.WriteLine("x match count:" + r.Matches(x).Count);//1

Console.WriteLine("y match count:" + r.Matches(y).Count);//0

//正则表达式引擎会记忆“()”中匹配到的内容，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，即粗体标识的第一个括号内容，“\2”则依此类推。

string x = "Live for nothing,die for something";

Regex r = new Regex(@"^Live for no([a-z]{5}),die for some\1$");

if (r.IsMatch(x))

{

Console.WriteLine("group1 val:" + r.Match(x).Groups[1].Val);//输出：thing

}

//获取组中的内容。注意，此处是Groups[1]，因为Groups[0]是整个匹配的字符串，即整个变量x的内容。

string x = "Live for nothing,die for something";

Regex r = new Regex(@"^Live for no(?<g1>[a-z]{5}),die for some\1$");

if (r.IsMatch(x))

{

Console.WriteLine("group1 val:" + r.Match(x).Groups["g1"].Val);//输出：thing

}

//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>…)。

string x = "Live for nothing nothing";

Regex r = new Regex(@"([a-z]+) \1");

if (r.IsMatch(x))

{

x = r.Replace(x, "$1");

Console.WriteLine("var x:" + x);//输出：Live for nothing

}

//删除原字符串中重复出现的“nothing”。在表达式之外，使用“$1”来引用第一个组，下面则是通过组名来引用：

string x = "Live for nothing nothing";

Regex r = new Regex(@"(?<g1>[a-z]+) \1");

if (r.IsMatch(x))

{

x = r.Replace(x, "${g1}");

Console.WriteLine("var x:" + x);//输出：Live for nothing

}

string x = "Live for nothing";

Regex r = new Regex(@"^Live for no(?:[a-z]{5})$");

if (r.IsMatch(x))

{

Console.WriteLine("group1 val:" + r.Match(x).Groups[1].Val);//输出：(空)

}

//在组前加上“?:”表示这是个“非捕获组”，即引擎将不保存该组的内容。

（8）贪婪与非贪婪

正则表达式的引擎是贪婪，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”（*,+）后面添加“?”，可以将匹配模式改成非贪婪。请看以下示例：

Code

string x = "Live for nothing,die for something";

Regex r1 = new Regex(@".*thing");

if (r1.IsMatch(x))

{

Console.WriteLine("match:" + r1.Match(x).Val);//输出：Live for nothing,die for something

}

Regex r2 = new Regex(@".*?thing");

if (r2.IsMatch(x))

{

Console.WriteLine("match:" + r2.Match(x).Val);//输出：Live for nothing

}

（9）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：

Code

string x = "Live for nothing,die for something";

Regex r1 = new Regex(@".*thing,");

if (r1.IsMatch(x))

{

Console.WriteLine("match:" + r1.Match(x).Val);//输出：Live for nothing,

}

Regex r2 = new Regex(@"(?>.*)thing,");

if (r2.IsMatch(x))//不匹配

{

Console.WriteLine("match:" + r2.Match(x).Val);

}

//在r1中，“.*”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。

在r2中，由于强制非回溯，所以整个表达式匹配失败。

（10）正向预搜索、反向预搜索

正向预搜索声明格式：正声明 “(?=…)”，负声明 “(?!...)” ，声明本身不作为最终匹配结果的一部分，请看下面的示例：

Code

string x = "1024 used 2048 free";

Regex r1 = new Regex(@"\d{4}(?= used)");

if (r1.Matches(x).Count==1)

{

Console.WriteLine("r1 match:" + r1.Match(x).Val);//输出：1024

}

Regex r2 = new Regex(@"\d{4}(?! used)");

if (r2.Matches(x).Count==1)

{

Console.WriteLine("r2 match:" + r2.Match(x).Val); //输出：2048

}

//r1中的正声明表示必须保证在四位数字的后面必须紧跟着“ used”，r2中的负声明表示四位数字之后不能跟有“ used”。

反向预搜索声明格式：正声明“(?<=)”，负声明“(?<!)”，声明本身不作为最终匹配结果的一部分，请看下面的示例：

Code

string x = "used:1024 free:2048";

Regex r1 = new Regex(@"(?<=used:)\d{4}");

if (r1.Matches(x).Count==1)

{

Console.WriteLine("r1 match:" + r1.Match(x).Val);//输出：1024

}

Regex r2 = new Regex(@"(?<!used:)\d{4}");

if (r2.Matches(x).Count==1)

{

Console.WriteLine("r2 match:" + r2.Match(x).Val);//输出：2048

}

//r1中的反向正声明表示在4位数字之前必须紧跟着“used:”，r2中的反向负声明表示在4位数字之前必须紧跟着除“used:”之外的字符串。

（11）十六进制字符范围

正则表达式中，可以使用 "\xXX" 和 "\uXXXX" 表示一个字符（"X" 表示一个十六进制数）形式字符范围：

\xXX 编号在 0到255 范围的字符，比如：空格可以使用 "\x20" 表示。

\uXXXX 任何字符可以使用 "\u" 再加上其编号的4位十六进制数表示，比如：汉字可以使用“[\一-\龥]”表示。

（12）对[0,100]的比较完备的匹配

下面是一个比较综合的示例，对于匹配[0,100]，需要特殊考虑的地方包括

*00合法，00.合法，00.00合法，001.100合法

*空字符串不合法，仅小数点不合法，大于100不合法

*数值是可带后缀的，如“1.07f”表示该值为一个float类型（未考虑）

Code

Regex r = new Regex(@"^\+?0*(?:100(\.0*)?|(\d{0,2}(?=\.\d)|\d{1,2}(?=($|\.$)))(\.\d*)?)$");

string x = "";

while (tr)

{

x = Console.ReadLine();

if (x != "exit")

{

if (r.IsMatch(x))

{

Console.WriteLine(x + " s?!");

}

else

{

Console.WriteLine(x + " failed!");

}

else

{

break;

}

（13）精确匹配有时候是困难的

有些需求要做到精确匹配比较困难，例如：日期、Url、Email地址等，其中一些你甚至需要研究一些专门的文档写出精确完备的表达式，对于这种情况，只能退而求其次，保证比较精确的匹配。例如对于日期，可以基于应用系统的实际情况考虑一段较短的时间，或者对于像Email的匹配，可以只考虑最常见的形式。

posted on 2023-03-15 15:36 lzlvv 阅读(1132) 评论(0) 编辑收藏举报

刷新页面返回顶部

James