CSharp字符串和正则表达式参考手册小结

有一段时间，正则表达式学习很火热很潮流，当时在CSDN一天就能看到好几个正则表达式的帖子，那段时间借助论坛以及Wrox Press出版的C#字符串和正则表达式参考手册学习了一些基础的知识，同时也为我在CSDN大概赚了1000分，今天想起来，去找C#字符串和正则表达式参考手册时，已经不知所踪了。现在用到正则的时候也比较少，把以前的笔记等整理一下，以志不忘。（1）“”符号符下两ows表研究室的火热，当晨在“”虽然并非C#正则表达式的“成员”，但是它经常与C#正则表达式出双入对。“”表示，跟在它后面的字符串是个“逐字字符串”，不是很好理解，举个例子，以下两个声明是等效的：string x=D:My HuangMy Doc;string y = D:My HuangMy Doc;事实上，如果按如下声明，C#将会报错，因为“”在C#中用于实现转义，如“n”换行：string x = D:My HuangMy Doc;（2）基本的语法字符。d 0-9的数字D d的补集（以所以字符为全集，下同），即所有非数字的字符w 单词字符，指大小写字母、0-9的数字、下划线W w的补集s 空白字符，包括换行符n、回车符r、制表符t、垂直制表符v、换页符fS s的补集. 除换行符n外的任意字符 匹配内所列出的所有字符 匹配非内所列出的字符下面提供一些简单的示例： string i = n; string m = 3; Regex r = new Regex(D); /同Regex r = new Regex(D); /r.IsMatch(i)结果：true /r.IsMatch(m)结果：false string i = %; string m = 3; Regex r = new Regex(a-z0-9); /匹配小写字母或数字字符 /r.IsMatch(i)结果：false /r.IsMatch(m)结果：true （3）定位字符“定位字符”所代表的是一个虚的字符，它代表一个位置，你也可以直观地认为“定位字符”所代表的是某个字符与字符间的那个微小间隙。 表示其后的字符必须位于字符串的开始处$ 表示其前面的字符必须位于字符串的结束处b 匹配一个单词的边界B 匹配一个非单词的边界另外，还包括：A 前面的字符必须位于字符处的开始处，z 前面的字符必须位于字符串的结束处，Z 前面的字符必须位于字符串的结束处，或者位于换行符前下面提供一些简单的示例： string i = Live for nothing,die for something; Regex r1 = new Regex(Live for nothing,die for something$); /r1.IsMatch(i) true Regex r2 = new Regex(Live for nothing,die for some$); /r2.IsMatch(i) false Regex r3 = new Regex(Live for nothing,die for some); /r3.IsMatch(i) true string i = Live for nothing, die for something;/多行 Regex r1 = new Regex(Live for nothing,die for something$); Console.WriteLine(r1 match count: + r1.Matches(i).Count);/0 Regex r2 = new Regex(Live for nothing,die for something$, RegexOptions.Multiline); Console.WriteLine(r2 match count: + r2.Matches(i).Count);/0 Regex r3 = new Regex(Live for nothing,rndie for something$); Console.WriteLine(r3 match count: + r3.Matches(i).Count);/1 Regex r4 = new Regex(Live for nothing,$); Console.WriteLine(r4 match count: + r4.Matches(i).Count);/0 Regex r5 = new Regex(Live for nothing,$, RegexOptions.Multiline); Console.WriteLine(r5 match count: + r5.Matches(i).Count);/0 Regex r6 = new Regex(Live for nothing,rn$); Console.WriteLine(r6 match count: + r6.Matches(i).Count);/0 Regex r7 = new Regex(Live for nothing,rn$, RegexOptions.Multiline); Console.WriteLine(r7 match count: + r7.Matches(i).Count);/0 Regex r8 = new Regex(Live for nothing,r$); Console.WriteLine(r8 match count: + r8.Matches(i).Count);/0 Regex r9 = new Regex(Live for nothing,r$, RegexOptions.Multiline); Console.WriteLine(r9 match count: + r9.Matches(i).Count);/1 Regex r10 = new Regex(die for something$); Console.WriteLine(r10 match count: + r10.Matches(i).Count);/0 Regex r11 = new Regex(die for something$, RegexOptions.Multiline); Console.WriteLine(r11 match count: + r11.Matches(i).Count);/1 Regex r12 = new Regex(); Console.WriteLine(r12 match count: + r12.Matches(i).Count);/1 Regex r13 = new Regex($); Console.WriteLine(r13 match count: + r13.Matches(i).Count);/1 Regex r14 = new Regex(, RegexOptions.Multiline); Console.WriteLine(r14 match count: + r14.Matches(i).Count);/2 Regex r15 = new Regex($, RegexOptions.Multiline); Console.WriteLine(r15 match count: + r15.Matches(i).Count);/2 Regex r16 = new Regex(Live for nothing,r$ndie for something$, RegexOptions.Multiline); Console.WriteLine(r16 match count: + r16.Matches(i).Count);/1 /对于一个多行字符串，在设置了Multiline选项之后，和$将出现多次匹配。 string i = Live for nothing,die for something; string m = Live for nothing,die for some thing; Regex r1 = new Regex(bthingb); Console.WriteLine(r1 match count: + r1.Matches(i).Count);/0 Regex r2 = new Regex(thingb); Console.WriteLine(r2 match count: + r2.Matches(i).Count);/2 Regex r3 = new Regex(bthingb); Console.WriteLine(r3 match count: + r3.Matches(m).Count);/1 Regex r4 = new Regex(bfor somethingb); Console.WriteLine(r4 match count: + r4.Matches(i).Count);/1 /b通常用于约束一个完整的单词 （4）重复描述字符“重复描述字符”是体现C#正则表达式“很好很强大”的地方之一：n 匹配前面的字符n次n, 匹配前面的字符n次或多于n次n,m 匹配前面的字符n到m次? 匹配前面的字符0或1次+ 匹配前面的字符1次或多于1次* 匹配前面的字符0次或式于0次以下提供一些简单的示例： string x = 1024; string y = +1024; string z = 1,024; string a = 1; string b=-1024; string c = 10000; Regex r = new Regex(+?1-9,?d3$); Console.WriteLine(x match count: + r.Matches(x).Count);/1 Console.WriteLine(y match count: + r.Matches(y).Count);/1 Console.WriteLine(z match count: + r.Matches(z).Count);/1 Console.WriteLine(a match count: + r.Matches(a).Count);/0 Console.WriteLine(b match count: + r.Matches(b).Count);/0 Console.WriteLine(c match count: + r.Matches(c).Count);/0 /匹配1000到9999的整数。 （5）择一匹配C#正则表达式中的 (|) 符号似乎没有一个专门的称谓，姑且称之为“择一匹配”吧。事实上，像a-z也是一种择一匹配，只不过它只能匹配单个字符，而(|)则提供了更大的范围，(ab|xy)表示匹配ab或匹配xy。注意“|”与“()”在此是一个整体。下面提供一些简单的示例： string x = 0; string y = 0.23; string z = 100; string a = 100.01; string b = 9.9; string c = 99.9; string d = 99.; string e = 00.1; Regex r = new Regex(+?(100(.0+)*)|(1-9?0-9)(.d+)*)$); Console.WriteLine(x match count: + r.Matches(x).Count);/1 Console.WriteLine(y match count: + r.Matches(y).Count);/1 Console.WriteLine(z match count: + r.Matches(z).Count);/1 Console.WriteLine(a match count: + r.Matches(a).Count);/0 Console.WriteLine(b match count: + r.Matches(b).Count);/1 Console.WriteLine(c match count: + r.Matches(c).Count);/1 Console.WriteLine(d match count: + r.Matches(d).Count);/0 Console.WriteLine(e match count: + r.Matches(e).Count);/0 /匹配0到100的数。最外层的括号内包含两部分“(100(.0+)*)”，“(1-9?0-9)(.d+)*”，这两部分是“OR”的关系，即正则表达式引擎会先尝试匹配100，如果失败，则尝试匹配后一个表达式（表示0,100)范围中的数字）。 （6）特殊字符的匹配下面提供一些简单的示例： string x = ; Regex r1 = new Regex($); Console.WriteLine(r1 match count: + r1.Matches(x).Count);/1 Regex r2 = new Regex($); Console.WriteLine(r2 match count: + r2.Matches(x).Count);/1 Regex r3 = new Regex($); Console.WriteLine(r3 match count: + r3.Matches(x).Count);/0 /匹配“” string x = ; Regex r1 = new Regex($); Console.WriteLine(r1 match count: + r1.Matches(x).Count);/1 Regex r2 = new Regex($); Console.WriteLine(r2 match count: + r2.Matches(x).Count);/1 /匹配双引号 （7）组与非捕获组以下提供一些简单的示例： string x = Live for nothing,die for something; string y = Live for nothing,die for somebody; Regex r = new Regex(Live (a-z3) no(a-z5),die 1 some2$); Console.WriteLine(x match count: + r.Matches(x).Count);/1 Console.WriteLine(y match count: + r.Matches(y).Count);/0 /正则表达式引擎会记忆“()”中匹配到的内容，作为一个“组”，并且可以通过索引的方式进行引用。表达式中的“1”，用于反向引用表达式中出现的第一个组，即粗体标识的第一个括号内容，“2”则依此类推。 string x = Live for nothing,die for something; Regex r = new Regex(Live for no(a-z5),die for some1$); if (r.IsMatch(x) Console.WriteLine(group1 value: + r.Match(x).Groups1.Value);/输出：thing /获取组中的内容。注意，此处是Groups1，因为Groups0是整个匹配的字符串，即整个变量x的内容。 string x = Live for nothing,die for something; Regex r = new Regex(Live for no(?a-z5),die for some1$); if (r.IsMatch(x) Console.WriteLine(group1 value: + r.Match(x).Groupsg1.Value);/输出：thing /可根据组名进行索引。使用以下格式为标识一个组的名称(?)。 string x = Live for nothing nothing; Regex r = new Regex(a-z+) 1); if (r.IsMatch(x) x = r.Replace(x, $1); Console.WriteLine(var x: + x);/输出：Live for nothing /删除原字符串中重复出现的“nothing”。在表达式之外，使用“$1”来引用第一个组，下面则是通过组名来引用： string x = Live for nothing nothing; Regex r = new Regex(?a-z+) 1); if (r.IsMatch(x) x = r.Replace(x, $g1); Console.WriteLine(var x: + x);/输出：Live for nothing string x = Live for nothing; Regex r = new Regex(Live for no(?:a-z5)$); if (r.IsMatch(x) Console.WriteLine(group1 value: + r.Match(x).Groups1.Value);/输出：(空) /在组前加上“?:”表示这是个“非捕获组”，即引擎将不保存该组的内容。 （8）贪婪与非贪婪正则表达式的引擎是贪婪，只要模式允许，它将匹配尽可能多的字符。通过在“重复描述字符”（*,+）后面添加“?”，可以将匹配模式改成非贪婪。请看以下示例： string x = Live for nothing,die for something; Regex r1 = new Regex(.*thing); if (r1.IsMatch(x) Console.WriteLine(match: + r1.Match(x).Value);/输出：Live for nothing,die for something Regex r2 = new Regex(.*?thing); if (r2.IsMatch(x) Console.WriteLine(match: + r2.Match(x).Value);/输出：Live for nothing （9）回溯与非回溯使用“(?)”方式进行非回溯声明。由于正则表达式引擎的贪婪特性，导致它在某些情况下，将进行回溯以获得匹配，请看下面的示例： string x = Live for nothing,die for something; Regex r1 = new Regex(.*thing,); if (r1.IsMatch(x) Console.WriteLine(match: + r1.Match(x).Value);/输出：Live for nothing, Regex r2 = new Regex(?.*)thing,); if (r2.IsMatch(x)/不匹配 Console.WriteLine(match: + r2.Match(x).Value); /在r1中，“.*”由于其贪婪特性，将一直匹配到字符串的最后，随后匹配“thing”，但在匹配“,”时失败，此时引擎将回溯，并在“thing,”处匹配成功。 在r2中，由于强制非回溯，所以整个表达式匹配失败。 （10）正向预搜索、反向预搜索正向预搜索声明格式：正声明 “(?=)”，负声明 “(?!.)” ，声明本身不作为最终匹配结果的一部分，请看下面的示例： string x = 1024 used 2048 free; Regex r1 = new Regex(d4(?= used); if (r1.Matches(x).Count=1) Console.WriteLine(r1 match: + r1.Match(x).Value);/输出：1024 Regex r2 = new Regex(d4(?! used); if (r2.Matches(x).Count=1) Console.WriteLine(r2 match: + r2.Match(x).Value); /输出：2048 /r1中的正声明表示必须保证在四位数字的后面必须紧跟着“ used”，r2中的负声明表示四位数字之后不能跟有“ used”。 反向预搜索声明格式：正声明“(?=)”，负声明“(?!)”，声明本身不作为最终匹配结果的一部分，请看下面的示例： string x = used:1024 free:2048; Regex r1 = new Regex(?=used:)d4); if (r1.Matches(x).Count=1) Console.WriteLine(r1 match: + r1.Match(x).Value);/输出：1024 Regex r2 = new Regex(?!used:)d4); if (r2.Matches(x).Count=1) Console.WriteLine(r2 match: + r2.Match(x).Value);/输出：2048 /r1中的反向正声明表示在4位数字之前必须紧跟着“used:”，r2中的反向负声明表示在4位数字之前必须紧跟着除“used:”之外的字符串。 （11）十六进制字符范围正则表达式中，可以使用 xXX 和 uXXXX 表示一个字符（X 表示一个十六进制数）形式字符范围：xXX 编号在 0到255 范围的字符，比如：空格可以使用 x20 表示。uXXXX 任何字符可以使用 u 再加上其编号的4位十六进制数表示，比如：汉字可以使用“u4e00-u9fa5”表示。（12）对0,100的比较完备的匹配下面是一个比较综合的示例，对于匹配0,100，需要特殊考虑的地方包括*00合法，00.合法，00.00合法，001.100合法*空字符串不合法，仅小数点不合法，大于100不合法*数值是可带后缀的，如“1.07f”表示该值为一个float类型（未考虑） Regex r = new Regex(+?0*(?:100(.0*)?|(d0,2(?=.d)|d1,2(?=($|.$)(.d*)?)$); string x = ; while (true) x = Console.ReadLine(); if (x != exit) if (r.IsMatch(x) Console.WriteLine(x + succeed!); else Console.WriteLine(x + failed!); else break; （13）精确匹配有时候是困难的有些需求要做到精确匹配比较困难，例如：日期、Url、Email地址等，其中一些你甚至需要研究一些专门的文档写出精确完备的表达式，对于这种情况，只能退而求其次，保证比较精确的匹配。例如对于日期，可以基于应用系统的实际情况考虑一段较短的时间，或者对于像Email的匹配，可以只考虑最常见的形式。8 / 8文档可自由编辑打印