正则表达式中的元字符及其在C#、JS中应用的简单举例
1、正则表达式中的元字符
|
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 后向引用、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。刘， "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Visual Basic Scripting Edition 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Negative lookahead matches the search string at any point where a string not matching 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后向引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为后向引用。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后向引用。如果 \nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。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。 |
|
\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 (?)。 |
以上元字符转自：http://www.yesky.com/imagesnew/software/vbscript/html/jsgrpRegExpSyntax.htm
2、C#中的正则表达式
以^开头，以$结尾
头文件：using System.Text.RegularExpressions;
在C#里面写简单表达式的时候，一定不要忘记了转义一下，如加上@或者类似//d
看一个错误的例子：关于身份证号码的正则表达式：Regex.IsMatch("123456789123456789", @"^\d{15}|\d{18}$")
为什么错误？
因为“|”的优先级特别高，所以它表示15位数字开头或者18位数字结尾。
正确的写法：Regex.IsMatch("123456789123456789", @"(^\d{15}$)|(^\d{18}$)")
或者：Regex.IsMatch("123456789123456789", @"^(\d{15}|\d{18})$")
但是这么写又不行了：@"^\d({15}|\d{18})$"，因为括号里面的不是一个有完整意义的整体。
然后看第一个非常重要的例子：
判断是否是一个正确的邮箱地址：
Regex.IsMatch("email12@mail.com", @"^\w+@\w+\.\w+$");
说明：[]括号中的任意字符，\w字母、数字、下划线，+一到多个
在C#中，写正则表达式的时候“.”是怎么表式的呢？
首先，抛开C#这种语言不讲，只看正则表达式本身，假如我要表达一个“.”，因为“.”在正则表达式中是一个元字符，代表：匹配任何单个字符。
所以要表式一个“.”的时候，我们应该这么来写：\.。
而到了C#中呢，因为\本身代表转义，所以我们要再次转义，于是就有了开头处的@。当然，也可以这么写\\.，这个时候就不要开头处的@了，而要把第一个\都改成\\。
当然，上面的这个写法不严谨，不能匹配出正确的邮箱来，取巧的办法：从ASP.Net的RegularExpressionValidator中抄常用的正则表达式，工作中一般是从网上找现成的。
从上面的这个例子，可以以点及面地来看：C#中，所有要匹配的字符中，如果它与正则表达式中的元字符冲突了，我们就应该向上面这样转义。
用正则表达式提取字符串（就是从一个字符串里面提取出它的一部分来）
虽然有很多的方法，但是为什么还要分开来讲？因为如果用正则表达式来做这件事情会很好。看一个例子便知
string s = "我的英文名字是Victory"; //提取出两端的名字。
Match match =Regex.Match(s, @"^(\w+)的英文名字是(\w+)$");
//上面的正则表达式中，一个（）就代表一个组
if (match.Success)
{
string cnName=match.Groups[1].Value;
//注意下标是从1开始的，0有特殊含意。
string egName = match.Groups[2].Value;
Console.WriteLine(cnName);
Console.WriteLine(egName);
}
Match要一个一个地匹配，如果要匹配的项目很多的话，这样就会很麻烦。这个时候可以用Regex.Matchs()来做，它代表匹配组。具体用法去看例子
如果在匹配中有group，那么，可以用$number代表组的名字。看一个例子：
string s = "age=21,name=Victory,gender=male";
string s2=Regex.Replace(s,@"(\w+)=(\w+)","$2是$1");
//上面的s2代表第二组，s1代表第一组。
要注意的是$后面的数字是从1开始的
3、js中的正则表达式
JavaScript中创建正则表达式对象的方法：
var regex = /^(\w+)@(.+)$/
var regex = new RegExp("^(\\w+)@(.+)$");
上面的这两个写法是一样的，显然，第一种写法要简单得多。
/表达式/是JavaScript中专门为简化正则表达式编写而提供的语法，写在//中的正则表达式就不用管转义符了。
以上来自：杨中科老师的讲义
