C#正则表达式Regex类的用法

一、C#正则表达式符号模式

 

字　　符	描　　述
	转义字符，将一个具有特殊功能的字符转义为一个普通字符，或反过来
^	匹配输入字符串的开始位置
$	匹配输入字符串的结束位置
*	匹配前面的零次或多次的子表达式
+	匹配前面的一次或多次的子表达式
?	匹配前面的零次或一次的子表达式
{n}	n是一个非负整数，匹配前面的n次子表达式
{n,}	n是一个非负整数，至少匹配前面的n次子表达式
{n,m}	m和n均为非负整数，其中n<=m，最少匹配n次且最多匹配m次
?	当该字符紧跟在其他限制符（*，+，?，{n}，{n,}，{n，m}）后面时，匹配模式尽可能少的匹配所搜索的字符串
.	匹配除“ ”之外的任何单个字符
(pattern)	匹配pattern并获取这一匹配
(?:pattern)	匹配pattern但不获取匹配结果
(?=pattern)	正向预查，在任何匹配pattern的字符串开始处匹配查找字符串
(?!pattern)	负向预查，在任何不匹配pattern的字符串开始处匹配查找字符串
x|y	匹配x或y。例如，‘z|food’能匹配“z”或“food”。‘(z|f)ood’则匹配“zood”或“food”
[xyz]	字符集合。匹配所包含的任意一个字符。例如，‘[abc]’可以匹配“plain”中的‘a’
[^xyz]	负值字符集合。匹配未包含的任意字符。例如，‘[^abc]’可以匹配“plain”中的‘p’
[a-z]	匹配指定范围内的任意字符。例如，‘[a-z]’可以匹配'a'到'z'范围内的任意小写字母字符
[^a-z]	匹配不在指定范围内的任意字符。例如，‘[^a-z]’可以匹配不在‘a’～‘z’'内的任意字符
	匹配一个单词边界，指单词和空格间的位置
B	匹配非单词边界
d	匹配一个数字字符，等价于[0-9]
D	匹配一个非数字字符，等价于[^0-9]
f	匹配一个换页符
	匹配一个换行符
	匹配一个回车符
s	匹配任何空白字符，包括空格、制表符、换页符等

 

S	匹配任何非空白字符
	匹配一个制表符
v	匹配一个垂直制表符。等价于x0b和cK
w	匹配包括下划线的任何单词字符。等价于‘'[A-Za-z0-9_]’
W	匹配任何非单词字符。等价于‘[^A-Za-z0-9_]’

 

说明：

由于在正则表达式中“ ”、“ ? ”、“ * ”、“ ^ ”、“ $ ”、“ + ”、“（”、“）”、“ | ”、“ { ”、“ [ ”等字符已经具有一定特殊意义，如果需要用它们的原始意义，则应该对它进行转义，例如希 望在字符串中至少有一个“ ”，那么正则表达式应该这么写： \+ 。

 

二、在C#中，要使用正则表达式类，请在源文件开头处添加以下语句：

 

using System.Text.RegularExpressions;

 

 

 

三、RegEx类常用的方法

 

 

1、静态Match方法

 

使用静态Match方法，可以得到源中第一个匹配模式的连续子串。

 

静态的Match方法有2个重载，分别是

 

Regex.Match(string input, string pattern);

Regex.Match(string input, string pattern, RegexOptions options);

 

第一种重载的参数表示：输入、模式

 

第二种重载的参数表示：输入、模式、RegexOptions枚举的“按位或”组合。

 

RegexOptions枚举的有效值是：

Complied表示编译此模式

CultureInvariant表示不考虑文化背景

ECMAScript表示符合ECMAScript，这个值只能和IgnoreCase、Multiline、Complied连用

ExplicitCapture表示只保存显式命名的组

IgnoreCase表示不区分输入的大小写

IgnorePatternWhitespace表示去掉模式中的非转义空白，并启用由#标记的注释

Multiline表示多行模式，改变元字符^和$的含义，它们可以匹配行的开头和结尾

None表示无设置，此枚举项没有意义

RightToLeft表示从右向左扫描、匹配，这时，静态的Match方法返回从右向左的第一个匹配

Singleline表示单行模式，改变元字符.的意义，它可以匹配换行符

 

注意：Multiline在没有ECMAScript的情况下，可以和Singleline连用。Singleline和Multiline不互斥，但是和ECMAScript互斥。

 

 

2、静态的Matches方法

 

这个方法的重载形式同静态的Match方法，返回一个MatchCollection，表示输入中，匹配模式的匹配的集合。

 

 

3、静态的IsMatch方法

 

此方法返回一个bool，重载形式同静态的Matches，若输入中匹配模式，返回true，否则返回false。

可以理解为：IsMatch方法，返回Matches方法返回的集合是否为空。

 

 

四、RegEx类的实例

 

1.字符串替换

例如我想把如下格式记录中的NAME值修改为WANG

string line="ADDR=1234;NAME=ZHANG;PHONE=6789";

Regex reg = new Regex("NAME=(.+);");

string modified = reg.Replace(line, "NAME=WANG;");

修改后的字符串为 ADDR=1234;NAME=WANG;PHONE=6789

 

2.字符串匹配

例如我想提取刚才那条记录中的NAME值

Regex reg = new Regex("NAME=(.+);");

Match match=reg.Match(line);

string value=match.Groups[1].Value;

 

3、Match实例3

文本中含有"speed=30.2mph",需要提取该速度值，但是速度的单位可能是公制也可能是英制，mph,km/h,m/s都有可能；另外前后可能有空格。

string line="lane=1;speed=30.3mph;acceleration=2.5mph/s";

Regex reg=new Regex(@"speeds*=s*([d.]+)s*(mph|km/h|m/s)*");

Match match=reg.Match(line);

那么在返回的结果中match.Groups[1].Value将含有数值，而match.Groups[2].Value将含有单位。

 

4、再比如，解码gps的GPRMC字符串，只需

Regex reg = new Regex(@"^$GPRMC,[d.]*,[A|V],(-?[0-9]*.?[0-9]+),([NS]*),(-?[0-9]*.?[0-9]+),([EW]*),.*");

就可以获得经度、纬度值，而以前需要几十行代码。

 

五、System.Text.RegularExpressions命名空间的说明

 

该名称空间包括8个类，1个枚举，1个委托。他们分别是：

 

Capture: 包含一次匹配的结果； CaptureCollection: Capture的序列； Group: 一次组记录的结果，由Capture继承而来； GroupCollection：表示捕获组的集合 Match: 一次表达式的匹配结果，由Group继承而来； MatchCollection: Match的一个序列； MatchEvaluator: 执行替换操作时使用的委托； Regex：编译后的表达式的实例。 RegexCompilationInfo：提供编译器用于将正则表达式编译为独立程序集的信息 RegexOptions 提供用于设置正则表达式的枚举值 Regex类中还包含一些静态的方法： Escape: 对字符串中的regex中的转义符进行转义； IsMatch: 如果表达式在字符串中匹配，该方法返回一个布尔值； Match: 返回Match的实例； Matches: 返回一系列的Match的方法； Replace: 用替换字符串替换匹配的表达式； Split: 返回一系列由表达式决定的字符串； Unescape:不对字符串中的转义字符转义。