C#正則表達式參考

 

正則表達式就是由普通字符（例如字符 a 到 z）以及特殊字符（稱爲元字符）組成的文字模式。該模式描述在查找文字主體時待匹配的一個或多個字符串。正則表達式作爲一個模板，將某個字符模式與所搜索的字符串進行匹配。

本文詳細地列出了能在正則表達式中使用，以匹配文本的各種字符。當你需要解釋一個現有的正則表達式時，可以作爲一個快捷的參考。更多詳細內容，請參考：Francois Liger,Craig McQueen,Pal Wilton[劉樂亭 譯] C#字符串和正則表達式參考手冊 北京：清華大學出版社 2003.2

一.      匹配字符

字符類	匹配的字符	舉  例
/d	從０-９的任一數字	/d/d匹配72,但不匹配aa或7a
/D	任一非數字字符	/D/D/D匹配abc,但不匹配123
/w	任一單詞字符，包括A-Z,a-z,0-9和下劃線	/w/w/w/w匹配Ab-2，但不匹配∑£$%*或Ab_@
/W	任一非單詞字符	/W匹配＠，但不匹配a
/s	任一空白字符，包括製表符，換行符，回車符，換頁符和垂直製表符	匹配在HTML,XML和其他標準定義中的所有傳統空白字符
/S	任一非空白字符	空白字符以外的任意字符,如A%&g3;等
.	任一字符	匹配除換行符以外的任意字符除非設置了MultiLine先項
[…]	括號中的任一字符	[abc]將匹配一個單字符,a,b或c. [a-z]將匹配從a 到z的任一字符
[^…]	不在括號中的任一字符	[^abc]將匹配一個a、b、c之外的單字符,可以a,b或A、B、C [a-z]將匹配不屬於a-z的任一字符,但可以匹配所有的大寫字母

 

 

 

 

 

 

二.      重複字符

重複字符	含  義	舉  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個或更多的x,如xxx,xxx..
｛n,m｝	匹配前面的字符至少n次,至多m次。如果n爲0，此參數爲可選參數	x{2,4}匹配xx,xxx,xxxx,但不匹配xxxxx
?	匹配前面的字符0次或1次，實質上也是可選的	x? 匹配x或零個x
+	匹配前面的字符0次或多次	x+ 匹配x或xx或大於0的任意多個x
*	匹配前面的字符0次或更多次	x* 匹配0,1或更多個x

 

 

 

 

 

 

三.      定位字符

定位字符	描  述
^	隨後的模式必須位於字符串的開始位置，如果是一個多行字符串，則必須位於行首。對於多行文本（包含回車符的一個字符串）來說，需要設置多行標誌
$	前面的模式必須位於字符串的未端，如果是一個多行字符串，必須位於行尾
/A	前面的模式必須位於字符串的開始位置，忽略多行標誌
/z	前面的模式必須位於字符串的未端，忽略多行標誌
/Z	前面的模式必須位於字符串的未端，或者位於一個換行符前
/b	匹配一個單詞邊界，也就是一個單詞字符和非單詞字符中間的點。要記住一個單詞字符是[a-zA-Z0-9]中的一個字符。位於一個單詞的詞首
/B	匹配一個非單詞字符邊界位置，不是一個單詞的詞首

注：定位字符可以應用於字符或組合，放在字符串的左端或右端

 

 

 

 

 

 

四.      分組字符

分組字符	定  義	舉  例
（）	此字符可以組合括號內模式所匹配的字符， 它是一個捕獲組，也就是說模式匹配的字符作爲最終設置了ExplicitCapture選項――默認狀態下字符不是匹配的一部分	輸入字符串爲：ABC1DEF2XY 匹配3個從A到Z的字符和1個數字的正則表達式：（[A-Z]{3}/d） 將產生兩次匹配：Match 1=ABC1;Match 2=DEF2 每次匹配對應一個組：Match1 的第一個組＝ABC;Match2的第1個組＝DEF 有了反向引用，就可以通過它在正則表達式中的編號以及C#和類Group,GroupCollection來訪問組。如果設置了ExplicitCapture選項，就不能使用組所捕獲的內容
（?:）	此字符可以組合括號內模式所匹配的字符， 它是一個非捕獲組，這意味着模式所的字符將不作爲一個組來捕獲，但它構成了最終匹配結果的一部分。它基本上與上面的組類型相同，但設定了選項ExplicitCapture	輸入字符串爲：1A BB SA 1 C 匹配一個數字或一個A到Z的字母，接着是任意單詞字符的正則表達式爲：（?:/d|[A-Z]/w） 它將產生3次匹配：每1次匹配＝1A；每2次匹配＝BB; 每3次匹配＝SA 但是沒有組被捕獲
（?<name>）	此選項組合括號內模式所匹配的字符，並用尖括號中指定 的值爲組命名。在正則表達式中，可以使用名稱進行反向引用，而不必使用編號。即使不設置ExplicitCapture選項，它也是一個捕獲組。這意味着反向引用可以利用組內匹配的字符，或者通過Group類訪問	輸入字符串爲：Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza能夠匹配它們的姓名，並在一個組llastName中捕獲姓的正則表達式爲：/b[A-Z][a-z]+(?<lastName>[A-Z][a-z]+)/b 它產生了4次匹配：First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza 每一次匹配都對應了一個lastName組： 第1次匹配：lastName group=Seinfeld 第2次匹配：lastName group=Benes 第3次匹配：lastName group=Kramer 第4次匹配：lastName group=Costanza 不管是否設置了選項ExplictCapture，組都將被捕獲
（?=）	正聲明。聲明的右側必須是括號中指定的模式。此模式不構成最終匹配的一部分	正則表達式/S+(?=.NET)要匹配的輸入字符串爲：The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal 將產生如下匹配：〕 C# VB JScript
（?!）	負聲明。它規定模式不能緊臨着聲明的右側。此模式不構成最終匹配的一部分	/d{3}(?![A-Z])要匹配的輸入字符串爲：123A 456 789 111C 將產生如下匹配： 456 789
（?<=）	反向正聲明。聲明的左側必須爲括號內的指定模式。此模式不構成最終匹配的一部分	正則表達式(?<=New)([A-Z][a-z]+)要匹配的輸入字符串爲：The following states,New Mexico,West Virginia,Washington,New England 它將產生如下匹配： Mexico England
（?<!）	反向正聲明。聲明的左側必須不能是括號內的指定模式。此模式不構成最終匹配的一部分	正則表達式(?<!1)/d{2}([A-Z])要匹配的輸入字符串如下：123A 456F 789C 111A 它將實現如下匹配： 56F 89C
（?>）	非回溯組。防止Regex引擎回溯並且防止實現一次匹配	假設要匹配所有以“ing”結尾的單詞。輸入字符串如下：He was very trusing 正則表達式爲：.*ing 它將實現一次匹配――單詞trusting。“.” 匹配任意字符，當然也匹配“ing”。所以，Regex引擎回溯一位並在第2個“t”停止，然後匹配指定的模式“ing”。但是，如果禁用回溯操作：(?>.*)ing 它將實現0次匹配。“.”能匹配所有的字符，包括“ing”――不能匹配，從而匹配失敗

 

 

 

 

 

 

五.      決策字符

字  符	描  述	舉  例
（?(regex)yes_regex|no_regex）	如果表達式regex匹配，那麼將試圖匹配表達式yes。否則匹配表達式no。正則表達式no是可先參數。注意，作出決策的模式寬度爲0.這意味着表達式yes或no 將從與regex表達式相同的位置開始匹配	正則表達式(?(/d)dA|A-Z)B)要匹配的輸入字符串爲：1A CB 3A 5C 3B 它實現的匹配是： 1A CB 3A
（?(group name or number)yes_regex|no_regex）	如果組中的正則表達式實現了匹配，那麼試圖匹配yes正則表達式。否則，試圖匹配正則表達式no。no是可先的參數	正則表達式  (/d7)?-(?(1)/d/d[A-Z]|[A-Z][A-Z]要匹配的輸入字符串爲： 77-77A 69-AA 57-B 它實現的匹配爲： 77-77A －AA

注：上面表中列出的字符強迫處理器執行一次if-else決策

 

 

 

 

 

 

六.      替換字符

字  符	描  述
$group	用group指定的組號替換
${name}	替換被一個(?<name>)組匹配的最後子串
$$	替換一個字符$
$&	替換整個的匹配
$^	替換輸入字符串匹配之前的所有文本
$’	替換輸入字符串匹配之後的所有文本
$+	替換最後捕獲的組
$_	替換整個的輸入字符串

注：以上爲常用替換字符，不全

 

 

 

 

 

 

七.      轉義序列

字  符	描  述
//	匹配字符“/”
/.	匹配字符“.”
/*	匹配字符“*”
/+	匹配字符“+”
/?	匹配字符“?”
/|	匹配字符“|”
/(	匹配字符“(”
/)	匹配字符“)”
/{	匹配字符“{”
/}	匹配字符“}”
/^	匹配字符“^”
/$	匹配字符“$”
/n	匹配換行符
/r	匹配回車符
/t	匹配製表符
/v	匹配垂直製表符
/f	匹配換面符
/nnn	匹配一個8進數字，nnn指定的ASCII字符。如/103匹配大寫的C
/xnn	匹配一個16進數字，nn指定的ASCII字符。如/x43匹配大寫的C
/unnnn	匹配由4位16進數字（由nnnn表示）指定的Unicode字符
/cV	匹配一個控制字符，如/cV匹配Ctrl-V

 

 

 

 

 

 

八.      選項標誌

選項標誌	名  稱
I	IgnoreCase
M	Multiline
N	ExplicitCapture
S	SingleLine
X	IgnorePatternWhitespace

注：選項本身的信作含義如下表所示：

標  志	名  稱
IgnoreCase	使模式匹配不區分大小寫。默認的選項是匹配區分大小寫
RightToLeft	從右到左搜索輸入字符串。默認是從左到右以符合英語等的閱讀習慣，但不符合阿拉伯語或希伯來語的閱讀習慣
None	不設置標誌。這是默認選項
Multiline	指定^和$可以匹配行首和行尾，以及字符串的開始和結尾。這意味着可以匹配每個用換行符分隔的行。但是，字符“.”仍然不匹配換行符
SingleLine	規定特殊字符“.” 匹配任意的字符，包括換行符。默認情況下，特殊字符“.”不匹配換行符。通常與MultiLine選項一起使用
ECMAScript	ECMA(European Coputer Manufacturer’s Association,歐洲計算機生產商協會)已經定義了正則表達式應該如何實現，而且已經在ECMAScript規範中實現，這是一個基於標準的JavaScript。這個選項只能與IgnoreCase和MultiLine標誌一起使用。與其它任何標誌一起使用，ECMAScript都將產生異常
IgnorePatternWhitespace	此選項從使用的正則表達式模式中刪除所有非轉義空白字符。它使表達式能跨越多行文本，但必須確保對模式中所有的空白進行轉義。如果設置了此選項，還可以使用“#”字符來註釋下則表達式
Complied	它把正則表達式編譯爲更接近機器代碼的代碼。這樣速度快，但不允許對它進行任何修改