正则表达式的本质是使用一系列特殊字符模式,来表示某一类字符串,如上一节示例中的正则表达式“[a-zA-Z]+@[a-zA-Z]+\.com$”,说明如下。
“[a-zA-Z]+”:指包含1个或多个大小写英文字母的字符串。
com$:指以“com”结尾的字符串。
\.:使用转移字符“\”来表示一个普通的字符“.”,因为“.”在正则表达式中也具有特殊的作用。注意在使用转移字符“\”时,需要在字符串前加上“@”符号。
综上所示,“[a-zA-Z]+@[a-zA-Z]+\.com$”可以匹配:非空字符串+‘@’+非空字符串+以“.com”结尾的字符串。因此,想要构造正则表达式,必须掌握这些特殊的表达形式,表7.3给出了C#中常用的符号模式。
表7.3 C#正则表达式符号模式
字 符 |
描 述 |
\ |
转义字符,将一个具有特殊功能的字符转义为一个普通字符,或反过来 |
^ |
匹配输入字符串的开始位置 |
$ |
匹配输入字符串的结束位置 |
* |
匹配前面的零次或多次的子表达式 |
+ |
匹配前面的一次或多次的子表达式 |
? |
匹配前面的零次或一次的子表达式 |
{n} |
n是一个非负整数,匹配前面的n次子表达式 |
{n,} |
n是一个非负整数,至少匹配前面的n次子表达式 |
{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 |
? |
当该字符紧跟在其他限制符(*,+,?,{n},{n,},{n,m})后面时,匹配模式尽可能少的匹配所搜索的字符串 |
. |
匹配除“\n”之外的任何单个字符 |
(pattern) |
匹配pattern并获取这一匹配 |
(?:pattern) |
匹配pattern但不获取匹配结果 |
(?=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 |
(?!pattern) |
负向预查,在任何不匹配pattern的字符串开始处匹配查找字符串 |
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] |
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] |
匹配不在指定范围内的任意字符。例如,‘[^a-z]’可以匹配不在‘a’~‘z’'内的任意字符 |
\b |
匹配一个单词边界,指单词和空格间的位置 |
\B |
匹配非单词边界 |
\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 |
\n |
匹配一个换行符 |
\r |
匹配一个回车符 |
\s |
匹配任何空白字符,包括空格、制表符、换页符等 |
续表
字 符 |
描 述 |
\S |
匹配任何非空白字符 |
\t |
匹配一个制表符 |
\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_]’ |
下面给出一些常用的正则表达式,这些都利用了表7.3构造正则表达式的技术。
(1)“^The”:匹配所有以“The”开始的字符串,如“There”、“Thecat”等。
(2)“he$”:匹配所有以“he”结尾的字符串,如“he”、“she”等。
(3)“ab*”:匹配有一个a后面跟着零个或若干个b的字符串,如“a”、“ab”、“abbb”,……。
(4)“ab+”:匹配有一个a后面跟着至少一个或者更多个b的字符串,如“ab”、“abbb”……。
(5)“ab?”:匹配有一个a后面跟着零个或者一个b的字符串,包括“a”、“ab”。
(6)“a?b+$”:匹配在字符串的末尾有零个或一个a跟着一个或几个b的字符串。
(7)“ab{2}”:匹配有一个a跟着两个b的字符串,即“abb”。
(8)“ab{2,}”:匹配有一个a跟着至少两个b的字符串,如“abb” 、“abbb”。
(9)“ab{3,5}”:匹配有一个a跟着3到5个b的字符串,如“abbb” 、“abbbb”。
(10)“hi|hello”:匹配包含“hi”或者“hello”的字符串。
(11)“(b|cd)ef”:表示“bef”或“cdef”。
(12)“a.[0-9]”:匹配有一个“a”后面跟着一个任意字符和一个数字的字符串。
(13)“^.{3}$”:匹配有任意三个字符的字符串。
(14)“[ab]”:表示一个字符串有一个“a”或“b”,相当于“a¦b”。
(15)“[a-d]”:表示一个字符串包含小写的'a'到'd'中的一个,相当于“a¦b¦c¦d”或者“[abcd]”。
(16)“^[a-zA-Z]”:表示一个以字母开头的字符串。
(17)“[0-9]%”:表示一个百分号前有一位数字。
(18)“,[a-zA-Z0-9]$”:表示一个字符串以一个逗号后面跟着一个字母或数字结束。