正则表达式

 

正则表达式就是对字符串的操作。

正则是语言无关的，很多的语言当中都能用到正则表达式。

那么，到底正则表达式是个啥呢？实际上就是一些通配符。

正则给我们一些元字符，这些元字符可以理解成一些已经定义好的通配符，使用它们在字符串中找到我们想要的匹配。

那么正在等用处很多，像采集器、敏感词过滤、URLRewite、Validator中都会用到。
 

下面我们介绍一些元字符：

第一种是：   .：匹配除\n之外的任何单个字符。

第二种是：    [ ] ：匹配括号中的任何一个字符。 如果要想匹配二十六个英文字母中的任意一个怎么写呢？ a[a-z]b  如果也想匹配大写的A—Z的话，需要这么写 a[a-zA-Z]b

第三种是：    | ：将两个匹配条件进行逻辑“或”运算。 如a[a|b]b   z|food 要么是z，要么是food   (z|f)ood 加小括号改变优先级

第四种是：    ( ) ：将 () 之间括起来的表达式定义为“组”(group)，并且将匹配这个表达式的字符保存到一个临时区域,这个元字符在字符串提取的时候非常有用。把一些字符表示为一个整体。改变优先级、定义提取组两个作用。

 

元字符2（限定符）：

第一种是：    *：匹配0至多个在它之前的子表达式，和通配符*没关系。 如 zoo* ,*表示可以出现0次，也可以出现多次。（可有可无，可多可少）

第二种是：    + ：匹配前面的子表达式一次或多次  如zoo+  ,+表示可以出现一次，或者是多次。（至少得出现一次。）  注意：*  +只表示o的出现次数，要是想表示前面的整个表达式，得用小括号括起来。

第三种是：    ? ：匹配前面的子表达式零次或一次。  如zoo? ，要么0次，要么1次。

第四种是：    {n} ：匹配确定的 n 次。

第五种是：    {n,m} ：最少匹配 n 次且最多匹配 m 次。

 

元字符3

第一种是：    ^（shift+6） ：匹配一行的开始。如^xxx.   表示字符串必须以三个先开头，后面跟任意的单个字符。

它还有一个意思就是取反的意思，如 a[^a-zA-Z0-9]b  表示中间去大小写字符和数字都不行。

第二种是：    $ ：匹配行结束符。    如xxx.$  表示结尾必须以xxx加任意字符结束。

 

接下来我们再看一些个元字符（一些简写的方式）：

第一种是：    \d：代表一个数字，等同于[0-9]   如a[0-9]b   a\db

第二种是：    \D：代表非数字，等同于[^0-9]

第三种是：    \s：代表换行符、Tab制表符等空白字符 ,(空格、回车、制表符)

第四种是：    \S：代表非空白字符（a0%$@@）

第五种是：    \w：匹配字母或数字或下划线或汉字，即能组成单词的字符,除%&#@!$等字符。[a-zA-Z0-9_汉字]

第六种是：    \W：非\w ，等同于[^\w] %

需要注意的地方：当放在C#中时，需要在它们之前加个\