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 |
/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: 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= 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: 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, 它將產生如下匹配: |
(?<!) |
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: 它將實現如下匹配: |
(?>) |
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: 它實現的匹配是: CB |
(?(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 它實現的匹配爲: 77 -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 |