.NET正则表达式入门金典
在探讨这个话题之前，咱们先通过一个例子来看下为什么需要正则表达式？
先来看下面一个例子，解析如下IP：
192.160.1.234[port=8080,type=ftp]
将上述表达式中的IP地址，端口号和端口类型提取出来。
没有正则表达式之前，大家猛的一看，估计崩溃了。没办法，用string类的方法截取呗。于是，我们写下了如下代码：
string str = "192.160.1.234[port=8080,type=ftp]";
int indexIP = str.IndexOf("[");
string ip = str.Substring(0, indexIP);
//获取端口号
int serverestart = str.IndexOf("=");
int serverend=str.IndexOf(",");
string server = str.Substring(serverestart+1,serverend-serverestart-1);
//提取协议类型
int typestart = str.LastIndexOf("=");
int typeend = str.LastIndexOf("]");
string type = str.Substring(typestart+1,typeend-typestart-1);
string result = string.Format("IP是:{0},端口号是:{1},协议类型是:{2}",ip,server,type);
MessageBox.Show(result);
接下来，咱们来看下正则表达式能够做什么
正则表达式能够做什么？
正则表达式的用途十分广泛，使用正则表达可以验证用户输入的邮箱格式是否合法，可以获取网页上的邮箱，获取网页上的美图，网站上的职位信息等。
什么是正则表达式？
正则表达式就是一个字符串，正则表达式是用来匹配数据的，和语言无关，在js中也要用到。正则表达式类似于通配符，但又不仅仅是通配符。
注意：不要想着一次性写出通用的正则表达式，够用就行，不行再改。
下面，我们开始进入正题，来看下正则表达式中用于匹配的元字符
元字符（匹配）
01， 通用字符：点
含义：除了换行之外的所有字符
02， 选择字符：[]
含义：一对中括号匹配一个字符
03， 逻辑或：|
含义：和C#中|含义一样
04， 优先级与分组：()
紧接着，我们来介绍下用于限定的元字符
元字符（限定符）：
01， 任意个字符（包含0个）：*
02， 任意个字符（不含0个）：+
03， 是否有：？
04， N次重复：{n}
05， 至少n次{n,}
06， N到m次{n,m}
注意：限定符是仅限当前字符(就是前面一个)
元字符(开始与结束)：
01， 开头与否定：^
限定必须开头匹配
在[]中使用表示不出现里面的字符
02， 结束与编组：$
限定必须结束匹配
在分组后引用数据
常用的元字符
01， 数字与非数字
数字：\d
非数字:\D
02,空字符与非空字符
空字符：\s
非空字符；\S
可以匹配空格和换行
03,文字与非文字
文字（数字，字母和汉字,不包含标点符号）:
文字：\w
非文字:\W
注意点：
字符串转义与c#转义相同
d:digital
s:space
w:word
哎！说了这么多，下面咱们通过一个例子来看下在.Net中如何使用正则表达式
.Net中的正则表达式
在.Net中我们使用Regex类来书写正则表达式
Regex的常用方法：
IsMatch():判断是否匹配
Match():字符串提取
Matches():循环提取
Replace():Replace()
下面来看一个字符串匹配的案例：
案例：匹配正确的身份证号码(15或18位数字，18位数字后可能有X)
分析：这里我们可以使用Regex的静态方法IsMatch来判断是否匹配，其中第一个参数为字符串，第二个参数为正则表达式
bool flag= Regex.IsMatch(txtphone.Text, @"^(\d{3,4}-?\d{7,8}|\d{11}|\d{5})$");
接下来，咱们来看一个字符串提取的案例：
案例：抓取某网站的所有邮箱。注意：这里是字符串提取，而不是匹配,所以^和$没有必要书写。
分析：在解决这个问题之前，先给大家介绍一个类WebClient。该类的DownLoadString()方法能获取到指定网址的html代码
。下面是实现代码：
WebClient wc = new WebClient();
wc.Encoding = Encoding.Default;
string str = wc.DownloadString("http://www.douban.com/group/topic/9493130/?start=100");
MatchCollection ms= Regex.Matches(str, @"\w+@(\w+\.)+\w+");
StringBuilder sb = new StringBuilder();
foreach (Match item in ms)
{
sb.AppendLine(item.Value);
}
txtResult.Text = sb.ToString();
输出结果为:
字符串提取组
01，用元括号分组
02，使用Groups获得组集合
首先正则表达式进行匹配提取的时候，按照所提供的“正则表达式”匹配到多个Match，同时Match包含了一个叫做组的概念。组针对一个匹配字符串而言，表示圆括号中的内容。组从左往右开始数，一次编号为1,2,3，使用时只用在groups中使用索引即可。
现在回到刚开始的问题：
192.168.1.100[port=8080,type=ftp]
解析为：IP地址是...的服务器的...端口是打开的，提供的服务是...
学过正则之后，再来看这个问题，就变得异常简单了。
正则解决方案：
string str = "192.168.1.100[port=8080,type=ftp]";
Match match=Regex.Match(str,@"^(\d{3}(\.\d{1,3}){3})\[port=(\d+),type=(\w+)\]$");
if (match.Success)
{
string result = string.Format("IP是{0},端口是{1},类型是{2}", match.Groups[1].Value, match.Groups[3].Value, match.Groups[4].Value);
MessageBox.Show(result);
}
怎么样，比之前的代码简单多了吧！这就是正则表达式的魅力所在。
贪婪模式与非贪婪模式
贪婪模式：从左到右尽可能多的匹配。
C#中默认使用贪婪模式，取消贪婪模式使用?
经验：一般开发的时候不用刻意去修饰为非贪婪模式，只有遇到bug的时候发现是贪婪模式的问题再去解决。如果匹配的结果比自己预想的要多，那么一般都是贪婪模式的原因。
接下用一个案例简单看下贪婪模式
string str = "123agb23424aa123agb23424aa";
Match match = Regex.Match(str, @"((\d+[a-z]+)+)?((\d+[a-z]+)+)");
MessageBox.Show(match.Groups[2].Value);
如果不加？输出结果为123agb23424aa123agb
加上?取消贪婪模式后输出结果为：123agb
当然正则表达式的用法远不止这些，希望这篇文章能给刚接触正则表达式的朋友带来些许帮助。其实，只要把这些知识搞清楚了，做一般的开发工作足够用了。
