正则表达式
通配符：一种特殊的语句，主要有*和？
正则就是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
字符是计算机软件处理文字时最基本的单位，可能是字母，数字，标点符号，空格，换行符，汉字等等。
字符串是0个或更多个字符的序列。
文本也就是文字，字符串。
说某个字符串匹配某个正则表达式，通常是指这个字符串里有一部分（或几部分分别）能满足表达式给出的条件。
base
处理正则会忽略大小写，例如ni，会有四种情况
\b是正则表达式规定的一个特殊的代码，也叫元字符，可以代表单词的开始或结尾，他只是匹配一个位置
换行符就是'\n',ASCII编码为10(十六进制0x0A)的字符。
.是除了换行符以外的任意字符。
*代表的不是字符，也不是位置，而是数量，他说明前面的内容可以连续重复使用任意次
.*就是任意数量的不包含换行的字符
\bnihao\b.*\bchenyouxiu\b
意思一个nihao，然后任意个字符，不能换行，最后的单词是chenyouxiu
0\d\d-\d\d\d\d\d\d\d\d
零开头，后跟两位数字，然后-，然后跟8位数字
\d是匹配一位数字
-不是元字符，匹配它本身。
更简便就是
0\d{2}-\d{8}
0后面跟数字连续重复匹配2、8次
\s匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等
\w匹配字母或数字或下划线或汉字等
*匹配可能是0次或者许多
+至少一次，或者更多次
\ba\w*\b
a开头，并且中间有任数量的数字或字母，最后单词结束，说白了，就a开头的
\d+
匹配一个或多个连续的数字
\b\w{6}\b
匹配6个字符
类似vim的语句的意思
^表示匹配字符串的开始
$表示匹配字符串的结束
比如qq账号的位数至少在5到12
^\d{5,12}$
或者
\b\d{5,12}\b
整理
| 代码 | 意义 |
|---|---|
| . | 匹配除换行符以外的任意字符 |
| \w | 匹配字母或数字或下划线或汉字 |
| \s | 匹配任意的空白符 |
| \d | 匹配任意数字 |
| \b | 匹配单词的开始或结束 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结束 |
字符转义
当无法指定一些元字符，\就用上了
chenyouxiu\.shadiao
就是
chenyouxiu.shadiao
类似mysql的访问目录必须使用\\来进行提前预转义
c:\\windows
就是
c:\windows
重复
| 代码 | 说明 |
|---|---|
| * | 0或多 |
| + | 1或多 |
| ？ | 0或1 |
| 重复n次 | |
| >=n | |
| n到m次 |
chenyouxiu\d+
chenyouxiu后面跟1或者多个数字
^\w+
开头是至少一个字母、数字、下划线
字符类
在可能的情况下匹配
[aeiou]匹配之一的字母
[.?!]匹配标点符号
[0-9]代表的含意与\d意思一样
[a-z0-9A-Z_]也完全等同于\w
()也是元字符，需要转义字符来进行
\(?0\d{2}[) -]?\d{8}
\加(转移字符
?出现0次或1次
0是必须有的
\d{2}有两个数字在[0-9]
[(- ]出现（或者-或者囧哥的一个，出现的次数为0或者1次
然后后跟8位数字
分枝条件
当遇到不正确的格式，就需要分枝条件
分枝条件指的是有几种规则，如果满足其中一个规则都应该当成匹配，具体方法是用 | 把不同的规则分隔开。
0\d{2}-\d{8}|0\d{3}-\d{7}
一种是三位区号，8位本地号
一种是4位区号，7位本地号
\(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}
匹配三位0开头的然后跟2位数
然后可以选择使用-或者空格或者不使用（？选择使用一个或者零个）
\d{5}-\d{4}|\d{5}
5位数字，或者用连字号间隔的9位数字
\d{5}|\d{5}-\d{4}
只会匹配5位的邮编(以及9位邮编的前5位)。原因是匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了
分组
小括号来指定子表达式(也叫做分组)
类似IP地址
(\d{1,3}\.){3}\d{1,3}
\d{1,3}匹配1到3位的数字
.经过转移
然后括号括起来对这个行为重复三次
然后再\d{1,3}匹配1到3位的数字
但这还是不对
本着不能超255的原则
使用分组
((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)
首先重复三次，加一个小括号，然后{3}
卧槽，有点掉头发
2[0-4]\d指的是200到249
“|”符号是正则里面的或
25[0-5]指的是250到255
[01]?要是表示没有或者0或者1
这样0到225就全了
反义
查找不属于某个能简单定义的字符类的字符
查找除了数字以外，其它任意字符都行的情况，这时需要用到反义
| 代码 | 意义 |
|---|---|
| \W | 匹配任意不是字母，数字，下划线，汉字的字符 |
| \S | 匹配任意不是空白符的字符 |
| \D | 匹配任意非数字的字符 |
| \B | 匹配不是单词开头或结束的位置 |
| [^x] | 匹配除了x以外的任意字符 |
| [^aeiou] | 匹配除了aeiou这几个字母以外的任意字符 |
\S+
前面有\s是匹配任意空白符，包括tab缩进等
这里的是大写。就是相反的意思，匹配非空的字符，然后+是至少一个，所以就是匹配不包含空白符的字符串
<a[^>]+>
记住，23333，就是尖括号括起来的a开头的字符串
反向引用
使用小括号指定一个子表达式后，匹配这个子表达式的文本，可以在表达式或其它程序中作进一步的处理。
一般情况下，都有一个组号，规则是从左向右，以分组的左括号为标志，第一个为1，然后依次类推
-
分组0对应整个正则表达式
-
所有命名组的组号都大于未命名的组号
-
使用(?:exp)这样的语法来剥夺一个分组对组号分配的参与权
后向引用用于重复搜索前面某个分组匹配的文本
\b(\w+)\b\s+\1 意思是一个单词至少有字符，然后分组为一，中间空格至少一次，不加\b在最后，都一样
常用的分组语法
捕获
| (exp) | 匹配exp,并捕获文本到自动命名的组里 |
|---|---|
| (? |
匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp) |
| (?:exp) | 匹配exp,不捕获匹配的文本，也不给此分组分配组号 |
零宽断言
| (?=exp) | 匹配exp前面的位置 |
|---|---|
| (?<=exp) | 匹配exp后面的位置 |
| (?<!exp) | 匹配前面不是exp的位置 |
| (?!exp) | 匹配后面跟的不是exp的位置 |
注释
(?#comment)
这种类型的分组不对正则表达式的处理产生任何影响，用于给人看的
零宽断言
(?=exp)也叫零宽度正预测先行断言
断言自身出现的位置的后面能匹配表达式exp
\b\w+(?=ing)就是匹配单词有ing并且去掉ing的
(?<=exp)也叫零宽度正回顾后发断言
断言自身出现的位置的前面能匹配表达式exp
(?<=\bre)\w+
匹配re开头，并且去掉re的
((?<=\d)\d{3})+\b
(\d{3})+ 表示若干个三位数字，也就是匹配三的倍数的数字
(?<=\d)表示在\d{3}这个正则前必须要有一位数字，但这个数字并不能作为正则去匹配，也可放在\d{3}的后面，(?<=\d)对第二个\d{3}开始都是成立的，也可以(?<=\d)(\d{3})+
(?<=\s)\d+(?=\s)
不匹配空格等特殊字符，后面有数字至少有一个，然后再过滤掉数字之间的空格
负向零宽断言
\b\w*q[^u]\w*\b
匹配包含后面不是字母u的字母q的单词
但左后是q就会出现错误
因为[^u]总要匹配一个字符，除了u
\w*\b是为下一个单词做准备
\b\w*q[^u]\w*\b
就能匹配chenq fight
零宽度负预测先行断言(?!exp)
\d{3}(?!\d)
匹配三位数字，而且这三位数字的后面不能是数字
\b((?!abc)\w)+\b
匹配不包含连续字符串abc的单词
(?<!exp),零宽度负回顾后发断言
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
(?<=<(\w+)>).*(?=<\/\1>)
匹配不包含属性得简单的html标签内的内容
(?<=<(\w+)>)不包括这样的<字母、数字、下划线至少一个>
.*(任意的字符串)
这个\/是转移字符加/，因为html都是以</内容>结束的
然后\1是反向引用前面的分组
注释
(?#comment)来包含注释
2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)
也可以启用“忽略模式里的空白符”选项，就可以任一添加空格，然后#后被当作注释忽略掉
贪婪与懒惰
整个表达式能得到匹配的前提下，匹配尽量多的字符。这叫贪婪匹配
懒惰匹配相反，就是匹配尽可能少的字符
a.*b匹配最长的以a开始，以b结束的字符串
a.*?b匹配最短的，以a开始，以b结束的字符串
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
| 代码 | 意义 |
|---|---|
| *? | 重复任意次，但尽可能少重复 |
| +? | 重复1次或更多次，但尽可能少重复 |
| ?? | 重复0次或1次，但尽可能少重复 |
| {n,m}? | 重复n到m次，但尽可能少重复 |
| {n,}? | 重复n次以上，但尽可能少重复 |
处理选项
.Net中常用的正则表达式选项
| 代码 | 意义 |
|---|---|
| IgnoreCase(忽略大小写) | 匹配时不区分大小写。 |
| Multiline(多行模式) | 更改^和$的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配\n之前的位置以及字符串结束前的位置.) |
| Singleline(单行模式) | 更改.的含义，使它与每一个字符匹配（包括换行符\n）。 |
| IgnorePatternWhitespace(忽略空白) | 忽略表达式中的非转义空白并启用由#标记的注释。 |
| ExplicitCapture(显式捕获) | 仅捕获已被显式命名的组。 |
平衡组/递归匹配
(?'group') 把捕获的内容命名为group,并压入堆栈(Stack)
(?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败；
(?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分；
(?!) 零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败。
< #最外层的左括号
[^<>]* #它后面非括号的内容
(
(
(?'Open'<) #左括号，压入"Open"
[^<>]* #左括号后面的内容
)+
(
(?'-Open'>) #右括号，弹出一个"Open"
[^<>]* #右括号后面的内容
)+
)*
(?(Open)(?!)) #最外层的右括号前检查
#若还有未弹出的"Open"
#则匹配失败
> #最外层的右括号
<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>
这个使用了用尖括号代代替圆括号，原格式
<div[^\)]*>[^\(\)]*(((?'Open'<div[^\)]*>)[^\(\)]*)+((?'-Open'</div>)[^\(\)]*)+)*(?(Open)(?!))</div>
总结下：
这是一个html的<div></div>
<div[^\)]*>
匹配<div 后跟除了\的字符0或者多次然后最后加>,例如<div chenyoxuiu=123>
[^<>]*
匹配除了<>之外的内容在<div>的后面
?'Open'<div[^>]*>
匹配了<div>中镶嵌的的再一个<div内容>，并压入栈命名为Open
[^<>]*
第二个<div>后的内容
((?'Open'<div[^>]*>)[^<>]*)+
就是镶套至少一次
?'-Open'</div>
然后这个就是出栈，弹出Open，再匹配一个</div>，在捕获下栈为空，</div>添加失败,并且遵循先进后出，后进先出的原则
[^<>]*
在</div>添加内容，也可不添加，0或多嘛
(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*
这就是三个括号完成，就是匹配<div></div>，并且按照优先级的
(?(Open)(?!))
最外层的右尖括号前面检查，判断"Open"这个堆栈中是否为空，若有，匹配失败
然后就是大的那</div>
其他部分：
| 代码/语法 | 说明 |
|---|---|
| \a | 报警字符(打印它的效果是电脑嘀一声) |
| \b | 通常是单词分界位置，但如果在字符类里使用代表退格 |
| \t | 制表符，Tab |
| \r | 回车 |
| \v | 竖向制表符 |
| \f | 换页符 |
| \n | 换行符 |
| \e | Escape |
| \0nn | ASCII代码中八进制代码为nn的字符 |
| \xnn | ASCII代码中十六进制代码为nn的字符 |
| \unnnn | Unicode代码中十六进制代码为nnnn的字符 |
| \cN | ASCII控制字符。比如\cC代表Ctrl+C |
| \A | 字符串开头(类似^，但不受处理多行选项的影响) |
| \Z | 字符串结尾或行尾(不受处理多行选项的影响) |
| \z | 字符串结尾(类似$，但不受处理多行选项的影响) |
| \G | 当前搜索的开头 |
| \p | Unicode中命名为name的字符类，例如\p |
| (?>exp) | 贪婪子表达式 |
| (? |
平衡组 |
| (?im-nsx:exp) | 在子表达式exp中改变处理选项 |
| (?im-nsx) | 为表达式后面的部分改变处理选项 |
| (?(exp)yes|no) | 把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no |
| (?(exp)yes) | 同上，只是使用空表达式作为no |
| (?(name)yes|no) | 如果命名为name的组捕获到了内容，使用yes作为表达式；否则使用no |
| (?(name)yes) | 同上，只是使用空表达式作为no |
这些搞了一天，懂一点了
参考链接：
正则表达式语言 - 快速参考 | Microsoft Docs
Regex 构造函数 (System.Text.RegularExpressions) | Microsoft Docs
