正则表达式语法
字符类 |
匹配的字符 |
举例 |
\d |
从0~9的任一数字 |
\d\d匹配72,但不匹配aa或7a |
\D |
任一非数字字符 |
\D\D\D匹配abc,但不匹配123 |
\w |
任一单字符,包括A-Z,a-z,0-9和下划线 |
\w\w\w\w匹配Ab_2,但不匹配$&*% |
\W |
任一非单字符 |
\W匹配@,但不匹配a |
\s |
任一空白字符,包括制表符、换行符、回车符、换页符等 |
匹配在HTML、XML和其他标准定义中的所有传统空白字符 |
\S |
任一非空白字符 |
空白字符以外的任意字符,如A%&3;等 |
. |
任一字符 |
“.”匹配出换行符以外的任一字符(除非设置了MultiLine选项) |
[…] |
括号中的任一字符 |
[abc]将匹配一个单字符,a、b或c [a-z]将匹配从a到z的任一字符 |
[^…] |
不再括号中的任一字符 |
[^abc]将匹配除了a、b、c职位的任一字符 |
二、重复字符
重复字符 |
含义 |
举例 |
{n} |
匹配前面的字符n次 |
x{2}匹配xx,但不匹配x或xxx |
{n,} |
匹配前面的字符至少n次 |
x{2,}匹配2个或更多个x,如xx,xxxx,… |
{n,m} |
匹配前面的字符至少n次,最多m次。如果n为0,此参数为可选参数 |
x{2,4}匹配xx,xxx和xxxx,但不匹配x或xxxxx |
? |
匹配前面的字符0次或1次,实质上也是可选的 |
x?匹配x或零个x |
+ |
匹配前面的字符一次或多次 |
x+匹配x或xx或大于0的任意多的x |
* |
匹配前面的字符0次或更多次 |
x*匹配0个、一个或更多个x |
三、定位字符
定位字符,可以应用于字符或组合,放在字符串的左端或右端。
定位字符 |
描述 |
^ |
随后的模式必须位于字符串的开始位置,如果是一个多行字符串,则必须位于行首。对于多行文本(包含回车符的一个字符串)来说,需要设置多行标志 |
$ |
前面的模式必须位于字符串的末端,如果是一个多行字符串,必须位于行尾 |
\A |
前面的模式必须位于字符串开始位置,忽略多行标志 |
\z |
前面的模式必须位于字符串的末端,忽略多行标志 |
\Z |
前面的模式必须位于字符串的末端,或者位于一个换行符前 |
\b |
匹配一个单词边界,也就是一个单词字符和非单词字符中间的点。要记住一个单词字符是[a-z A-Z 0-9]中的一个字符,位于一个单词的词首 |
\B |
匹配一个非单词字符边界位置,不是一个单词的词首 |
四、分组字符
利用分组字符可以把指定的匹配进行分组,还可以检索这些指定的匹配。
分组字符 |
定义 |
举例 |
() |
此字符可以组合括号内模式所匹配的字符。它是一个捕获组,也就是说模式匹配的字符作为最终匹配的一部分,除非设置了ExplicitCapture选项——默认状态下字符不是匹配的一部分 |
输入字符串为:ABC1DEF2XY 匹配3个从A到Z的字符和1个数字的正则表达式: ([A-Z]{3})\d 将产生两次匹配: Match 1=ABC1 Match 2=DEF2 每次匹配对应一个组: Match 1的第1个组=ABC Match 2的第2个组=DEF 有了反向引用,就可以通过它在正则表达式中的编号以及C#和类Group、GroupCollection来访问祖。如果设置了ExplicitCapture选项,就不能使用组所捕获的内容 |
(?:) |
次字符组合括号内模式所匹配的字符。它是一个非捕获分组,这意味着模式所匹配的字符将不作为一个组来捕获分组,这意味着模式所匹配的字符将不作为一个组来捕获,但它构成了最终结果的一部分。它基本上与上面的组类型相同,但设定了选项ExplicitCapture |
输入字符串为:1ABBSA1C 匹配一个数字或一个A到Z的字母,接着是任意单词字符的正则表达式为: (?:\d|[A-Z])\w 它将产生3次匹配; 第1次匹配=1A 第2次匹配=BB 第3次匹配=SA 但是没有组被捕获 |
(?<name>) |
次选项这括号内模式所匹配的字符,并用尖括号中指定的值为组命名。在正则表达式中,可以使用名称进行反向引用,而不必使用编号。即使不设置ExplicitCapture选项,它也是一个捕获组。这意味着反向引用可以利用组内匹配的字符,或者通过Group类访问 |
输入字符串为: Characters in SienFeld included Jerry Seinfeld,Elaine Benes,Cosmo Kramer and Georfe Costanza 能够匹配他们的姓名,并在一个组lastName中捕获姓的正则表达式为: \b[A-Z][a-z]+(?<lastName>[A-Z][a-z]+)\b 它产生了4次匹配: First Match = Jerry Seinfeld Second Match = Elaine Bramer Third Match = Cosom Kramer Fourth Match = George Costanza 每一次匹配都对应了一个lastName组 第一次匹配: lastName group = Scinfeld 第二次匹配: lastName group = Benes 第3次匹配: lastName group = Kramer 第4次匹配: lastName group = Coatanza 不管是否设置了选项ExplictCapture,足都将被捕获 |
(?=) |
正声明。声明的右侧必须是括号中指定的模式。此模式不构成最终匹配的一部分 |
正则表达式\S+(?=.NET)要匹配的输入字符串为:The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal 将产生如下匹配: C# VB Jscript |
(?!) |
负声名。它规定模式不能紧临着声明的右侧。此模式不构成最终的一部分 |
\d{3}(?![A-Z])要匹配的输入字符串为: 123A 456 789 111C 将产生如下匹配: 456 789 |
(?<=) |
反向正声明。声明的左侧必须为括号内的指定模式。此模式不构成最终匹配的一部分 |
正则表的示(?<=New)([A-Z][a-z]+)要匹配的输入字符串为: The following states,New Mexico,West Virginia,Washington,Now England 它将产生如下匹配: Mexico England |
(?<!) |
反向正声明。声明左侧不能是括号内的指定模式。模式将不构成最终匹配的一部分 |
正则表达式(?<!1)\d{2}[A-Z]要匹配的输入字符串如下: 123A 456F 789C 111A 它将实现如下匹配: 56F 89C |
(?>) |
非回溯组。防止Regex引擎回溯并且防止实现一次匹配 |
假设要匹配所有以“ing”结尾的单词。输入字符串如下: He was very trusting 正则表达式为: .*ing 它将实现一次匹配——单词trusting。“.”匹配任意字符,当然也匹配“ing”。所以,Regex引擎回溯一位并在第二个“t”停止,然后匹配指定的模式“ing”但是,如果禁用回溯操作: (?>.*)ing 实现0次匹配。“.”能匹配所有的字符,包括“ing”——这意味着模式末端的“ing”不能匹配,从而匹配失败 |
五、决策字符
字符强迫处理器执行一次 if…else 决策
字符 |
描述 |
举例 |
(?(regex)yes_regex|no_regex) |
如果表达式regex匹配,那么将试图匹配表达式yes,否则匹配表达式no。正则表达式no是可选参数。注意,做出决策的模式宽度为0。这意味着表达式yes或no将从与regex表达式相同的位置开始匹配 |
正则表达式(?(\d)\dA|[A-Z]B)要匹配的输入字符串为: “1A CB 3A 5C 3B” 它实现的匹配是: 1A CB 3A |
(?(group name or number)yes_regex|no_regex) |
如果组中的正则表达式实现了匹配,那么试图匹配yes正则表达式,否则,试图匹配正则表达式no,正则表达式是可选参数 |
|
六、替换字符
可以作为替换字符串的一部人输入的字符
字符 |
描述 |
$group |
用group指定的组号替换 |
${name} |
替换被一个(?<name>)组匹配的最后子串 |
$$ |
替换一个字符$ |
$& |
替换整个的匹配 |
$` |
替换输入字符串匹配之前的所有文本 |
$' |
替换输入字符串匹配之后的所有文本 |
$+ |
替换最后捕获的组 |
$_ |
替换整个的输入字符串 |
七、转义序列
下面是正则表达式中可能需要的转义字符
转义字符 |
描述 |
\\ |
匹配实际的字符\ |
\. |
匹配字符“.” |
\* |
匹配字符“*” |
\+ |
匹配“+” |
\? |
匹配“?” |
\| |
匹配“|” |
\( |
匹配“(” |
\) |
匹配“)” |
\{ |
匹配“{” |
\} |
匹配“}” |
\^ |
匹配“^” |
\$ |
匹配“$” |
\n |
匹配换行符 |
\r |
匹配回车符 |
\ |
匹配制表符 |
\v |
匹配垂直制表符 |
\f |
匹配换页符 |
\nnn |
匹配一个8进制数字nnn指定的ASCII字符。所以\103匹配一个大写的C |
\xnn |
匹配一个16进制数字nn指定的ASCII字符,所以\x43匹配C |
\unnnn |
匹配由4位16进制数字(由nnnn表示)指定的Unicode 字符 |
\cV |
匹配一个控制字符,例如\cV匹配Ctrl_V |
八、选项标志
选项标志
选项标志 |
名称 |
I |
IgnoreCase |
M |
Multiline |
N |
ExplicitCapture |
S |
Singleline |
X |
IgnorePatternWhitespace |
可以在模式中设置的正则表达式选项
标志 |
描述 |
IgoreCase |
是模式匹配不区分大小写。默认的选项是匹配区分大小写 |
RightToLeft |
从右到左搜索输入字符串。默认是从左到右以符合英语等语言的阅读习惯,但不符合阿拉伯或希伯来语的阅读习惯 |
None |
不设置标志。这是默认选项 |
MultiLine |
指定^和$可以匹配行首和行尾,以及字符串的开始和结尾。这意味着可以匹配每个用换行符分隔的行。但是,字符“.”仍然不匹配换行符 |
SingleLine |
规定特殊字符“.”匹配任意的字符,包括换行符。默认情况下,特殊字符“.”不匹配换行符。通常与MultiLine选项一起使用 |
ECMAScript |
ECAM(European Computer Manufacturer’s Association,),欧洲计算机生产商协会)已经定义了正则表达式应该如何实现,而且已经在ECMAScript规范中实现,这是一个基于标准的 JavaScript。这个选项只能与IgnoreCase和MultiLine标志一起使用。与其他任何标志一起使用,ECMAScript都将产生异常 |
IgnorePatternWhiteSpace |
此选项从使用的正则表达式模式中删除所有非转义空白字符。它使表达式能跨越多行文本,但必须确保对模式中所有的空白字符进行了转义。如果设置了此选项,还可以使用“#”字符注视正则表达式 |
Compiled |
它把正则表达式编译为更接近机器代码的代码。这样速度更快,但不允许对它进行任何修改 |