c#正则表达式
需求：从一个文件中，提取所有的邮件地址。正则表达式是用来进行文本（字符串）处理的技术，与语言无关。主要用来描述字符串特征。
特征：字符串中必须出现的内容，可能出现的内容，不能出现的内容三大特征。
观察字符串规律，根据规律总结特征，然后根据特定字符串的特征来编写正则表达式。
一、元字符
1、"." :表示 除\n（换行）之外的任意的单个字符。
2、"[]" :表示 其中的字符。只能选一个。
例：a[0123456789]b 表示ab之间只能出现0-9之中一个数字。 a[0-9a-z]b :a和b之间只能有1个字符。该字符只能在[0-9a-z]中选择。
a[^0-9a-z]b 除了[0-9a-z]以外的任意一个字符
3、“|” ：表示 或的意思
例：z|food 由于|的优先级非常低，所以这个表达式代表 z或food。（z|f）ood。
4、“()” :改变运算优先级；提取组。二个作用
5、“*” ：（0~∞）限定符。表示前面的表达式出现0次或多次。 a.*b (adafsfdsafsdafb正确)表示（ab,a.b,a...b,a.......b等）.出现0次或多次
6、“+”：（1~∞）表示前面的表达式必须出现1次或多次。 a.+b (不匹配ab)
7、“？” （0,1）表示前面的表达式必须出现0次或1次；终止贪婪模式。正则表达式默认贪婪模式。
8、“{n}” ：（n）表示前面的表达式必须出现n次。 a[0-9]{10}b
9、“{n,}” ：（n~∞）限定前边的表达式至少出现n次，无上限。 1[a-z]{3,}2
10、“{n,m}”:（n~m）限定前边的表达式至少出现n次，最多出现m次。 a[0-9]{3,8}b
11、"^":表示字符串开头。 ^abc 必须以abc开头
12、“$” :表示字符串结尾。 xyz$ 必须以xyz结尾
13、“\d”等价于[0-9]
14、“\D”等 [^0-9]
15、“\s” 表示所有不可见字符，空白符
16、“\S” 除\s以外的所有字符
17、“\w” [0-9a-zA-Z]
18、“\W” 除\w以外的所有字符
19、“\b” 单词边界（断言，只判断，不匹配） "tommrow row, row rower" 要求找单词“row” 这时正则表达式就是“\brow\b”
任意单个字符 a[\s\S]b,a[\d\D]b,a[\w\W]b
.net中利用Regex类来处理正则表达式
Regex.IsMatch(str,pattern,RegexOptions);//判断是否匹配 默认情况下，如果在整个字符串中只要有一部分匹配给定的字符串则返回true.完全匹配，则必须在正则表达式两端加开始^和结束$
Regex.Match();//提取一个匹配
Regex.Matches();//提取所有匹配
Regex.Replace();//替换
Regex.Split();//分割
Regex.Escape(str);//转义
例子：
"z|food"
"^z|food$"
"^(z|food)$"
"(^z$)|(^food$)"
"^(z|f)ood$"
"^[0-9]{6}$"
"^\\d{6}$" ：注意转义字符
@"^\d{6}$" ：.net默认采用的是unicode字符匹配，所以中文的１２３４５６也是匹配的。
bool b = Regex.IsMatch(postcode, @"^\d{6}$", RegexOptions.ECMAScript); 指定RegexOptions.ECMAScript选项后，\d就只表示普通的数字，不包含全角的字符了
"^([0-9]{15}|[0-9]{17}[0-9xX])$" ：身份证限定
"^[0-9]{15}$|^[0-9]{17}[0-9xX]$"
"^[0-9]{15}([0-9]{2}[0-9xX])?$"
@"^(\d{3,4}\-?\d{7,8}|\d{5})$"
//.出现在[]中，就表示一个普通的.可以不转义。
//-出现在[]中的第一个位置的时候可以不转义。
@"^[-a-zA-Z0-9._]+@[-0-9a-zA-Z]+(\.[a-zA-Z0-9]+){1,}$" :邮箱限定
@"^\w+@\w+(\.\w+){1,}$" ：包含中文
bool b = Regex.IsMatch(email, @"^\w+@\w+(\.\w+){1,}$", RegexOptions.ECMAScript); 不包括中文了
"^a[x.]b$" ：axb,a.b
二、字符串匹配、提取、替换
1、基本用法
Regex regex = new Regex(@"\d+",RegexOptions.ECMAScript);
Match match = regex.Match(msg);
while (match.Index!=0)
{
match = regex.Match(msg, match.Index + match.Value.Length);
}
2、提取组 提取后的字符串中再进行分组。 用小括号来分组，利用左小括号“（”来数分组个数，和确定group下标。
//读取文件中的内容到字符串
string html = File.ReadAllText("提取Email.htm");
//创建正则表达式
MatchCollection matches = Regex.Matches(html, @"[-a-zA-Z0-9_.]+@([-a-zA-Z0-9]+((\.[a-zA-Z0-9]+){1,}))");
//输出
foreach (Match item in matches)
{
Console.WriteLine(item.Value + "===============" + item.Groups[1].Value + "=======" + item.Groups[2].Value);//groups[0]表示全部
}
Console.WriteLine(matches.Count);
例子：获取路径中的文件名
string path = @"C:\Documents and Settings\Administrator\桌面\资料\讲课素材\正则表达式工具\Regulator20Bin\The Regulator 2.0\_FusionLic.dll"; Match match = Regex.Match(path, @".+\\(.+)"); Console.WriteLine(match.Groups[1].Value);
3、替换 分组
string msg = "我的生日是05/21/2010耶我的生日是03/11/2000耶我的生日是05/21/2010耶我的生日是05/21/2010耶";
//在替换的方法中，使用提取组。 注意在引用分组的时候是使用 $1、$2、.....
msg = Regex.Replace(msg, @"(\d{2})/(\d{2})/(\d{4})", "$3-$1-$2");
string s = " hello 'welcome' to be'aut'iful 'China' fdsfds jfklds'jfdsk'lfjskl ";
//如果就像表示一个普通的$1，则需要$$1
s = Regex.Replace(s, "'(.+?)'", "【$1】");
三、贪婪模式
string msg = "1111。11。111。111111。";
//正则表达式会尽可能多的找到匹配，这就是正则表达式的贪婪模式。
Match match = Regex.Match(msg, ".+"); //结果："1111。11。111。111111。"
//终止贪婪模式："?" 具有终止贪婪模式的功能。
//当?出现在了另外一个限定符后的时候，表示终止贪婪模式。
//终止贪婪模式，表示尽可能少的去匹配，则只匹配一个。
Match match1 = Regex.Match(msg, ".+?"); //结果:"1"
例子1：
string msg = "1111。11。111。111111。 ";
Match match = Regex.Match(msg, "(.+)(。)"); //"1111。11。111。111111。"
Match match = Regex.Match(msg, ".+?。"); //"1111。"
四、反向引用
#region 反向引用 外引用分组用$1，内部用\1。合并重复字符
string str = "羊羊羊哥哥哥哥哥哥生生世世";
str = Regex.Replace(str,@"(.)\1+","$1");
MessageBox.Show(str);
#endregion
五：用途
1、抓取网页图片 <img> 根据正则找img标签，然后利用WebClient对象DownloadFile方法
2、抓取网页邮箱信息
3、抓取网页职位信息
