正则表达式通常包含字母文本(Literaltext)和元字符(metacharacter)
字母文本指的是普通文本如"abcde"可匹配字符串中任何包含"abcde"的字符串。
C#正则表达式语法一、
匹配单个字符 []——从中选择一个字符匹配
中间支持的类型:单词字符([ae])、非单词字符([!?,;@#$*])、字母范围([A-Z])、数字范围([0])
eg.正则表达式[ae]ffect
可匹配字符串 affect,effect
(此例中"[ae]"为元字符,"ffect"为字母文本)
注意:
1.要在字符类中匹配连字符,那么把连字符号作为第一个字符列出即可。
2.可以在单个正则表达式中包含多个字符类。
eg.[01][0-9]:[0-5][0-9][ap]m可以用来匹配如12:59pm格式的所有时间
^——排除某些字符(在[]中表此意,还可表示字符串的开头)
eg.正则表达式m[^a]t
可匹配字符串
不可匹配字符串 met,mit,m&t……mat
C#正则表达式语法二、
匹配特殊字符 可以使用的特殊字符:
——匹配制表符 ——匹配硬回车符 f——匹配换页符 ——匹配换行符 描述表示字符类的元字符:
.——匹配任何除了
以外的字符(或者在单行模式中的任何字符) w——匹配任何单词字符(任何字母或数字)
W——匹配任何非单词字符(除了字母和数字以外的任何字符) s——匹配任何空白字符(包括空格、换行、制表符等)
S——匹配任何非空白字符(除了空格、换行、制表符等的任何字符) d——匹配任何数字字符(0~9的数字)
D——匹配任何非数字字符(除了0~9以外的任何字符) 表示字符串中字符位置: ^——匹配字符串的开头(或者多行模式下行的开头)。
$——匹配字符串的结尾,或者是字符串结尾“
”之前的最后一个字符,或者是多行模式中的行结尾。
A——匹配字符串的开头(忽略多行模式) ——匹配字符串的结尾或字符串结尾“
”之前的最后一个字符(忽略多行模式)。
z——匹配字符串的结尾。 G——匹配当前搜索开始的位置。 ——匹配单词的边界。 B——匹配单词的非边界。
注意:
1.句点字符(.)特别有用。可以用它来表示任何一个字符。
eg.正则表达式01.17.84
可匹配字符串 01/17/84,01-17-84,011784,01.17.84
2.可以使用匹配单词的边界
eg.正则表达式
可匹配字符串 letlet
不可匹配字符串letter,hamlet
3.A和z在确保字符串所包含的是某个表达式,而不是其他内容时很用。
eg.要判断Text控件是否包含单词"sophia",而不含任何额外的字符、换行符或者空白。
Asophiaz
4.句点字符(.)具有特殊的含义,若要表示字母字符本身的含义,在前面加一个反斜杠:.
C#正则表达式语法三、
匹配二选一的字符序列
|——匹配二选一
eg.正则表达式col(o|ou)r
可匹配字符串 color,colour
注意:(bill|ted)和bill|ted是不同的。
后者还可以匹配"malted"因为元字符只应用于"bill"。
C#正则表达式语法四、
用量词匹配 *——匹配0次或多次 +——匹配1次或多次 ?——匹配0次或1次 {n}——恰好匹配n次 {n,}——至少匹配n次 {n,m}——至少匹配n次,
但不多于m次
eg.正则表达式brothers?
可匹配字符串 brother,brothers
eg.正则表达式pd{3,5}
可匹配字符串 以p开头,且后跟3~5个数字结尾
注意:也可以把量词与()一起使用,以便把该量词应用到整个字母序列。
eg.正则表达式(The)?schoolisbeautiful.
可匹配字符串 schoolisbeautiful,Theschoolisbeautiful.
C#正则表达式语法五、
识别正则表达式和贪婪 有些量词是贪婪的(greedy).他们会尽可能多的匹配字符。
如量词*匹配0个或多个字符。假设要匹配字符串中任何HTML标签。你可能会用如下正则表达式:
<.*>
现有字符串A<i>quantifier</i>canbe<big>greedy</big>
结果<.*>把<i>quantifier</i>canbe<big>greedy</big>都匹配上了。
要解决该问题,需要与量词一起使用一个特殊的非贪婪字符“?”,因此表达式变化如下:
<.*?>
这样就可以正确匹配<i>、</i>、<big>、</big>。
?能强制量词尽可能少地匹配字符,?还可以用在以下几个量词中:
*?——非贪婪的量词* +?——非贪婪的量词+ ??——非贪婪的量词? {n}?——非贪婪的量词{n} {n,}?——非贪婪的量词
{n,} {n,m}?——非贪婪的量词{n,m}
C#正则表达式语法六、
捕获和反向引用 捕获组(capturegroup)就像是正则表达式中的变量。
捕获组可以捕获正则表达式中的字符模式,并且由正则表达式后面的编号或名称来引用改模式。
()——用来捕获其中的字符串
数字——用编号来引用
eg.
正则表达式 (w)(w)21
可匹配字符串abba
注意:
1.反向引用用来匹配html标签非常有效如<(w+)></1>可以匹配<table></table>等类似格式的标签。
2.默认情况下,只要使用圆括号,就会捕获圆括号内所包含的字符,可以使用n选项来禁用这个默认行为(在第7条里会详细介绍),
或者添加?:到圆括号中。eg.(?:sophia)或(?n:sophia)此时不会捕获sophia。
(?<捕获组名称>)k<捕获组名称>——用名称来引用
eg.
正则表达式(?<sophia>w)abck<sophia>
可匹配字符串 xabcx
注意:在替换模式中使用捕获组的格式略有不同,要用$1、$2等来按数值引用捕获,用${sophia}等名称来按名称引用捕获组
C#正则表达式语法七、
设置正则表达式的选项
eg.
stringstr="<h4>sophia</h4>"
RegExobjRegEx=newRegEx("<h(d)>(.*?)</h1>");
Response.Write(objRegEx.Replace(str,"<fontsize=$1>$2</font>"));
i——所执行的匹配是不区分大小写的(.net中的属性为IgnoreCase) m——指定多行模式(.net中的属性为Multiline)
n——只捕获显示命名或编号的组(.net中的属性为ExplicitCapture) c——编译正则表达式,这样会产生较快的执行速度,但启动会变慢(.net中的属性为Compiled)
s——指定单行模式(.net中的属性为SingleLine) x——消除非转义空白字符和注释(.net中的属性为IgnorePatternWhitespace)
r——搜索从右到左进行(.net中的属性为RightToLeft) -——表示禁用。
eg.(?im-r:sophia)允许不区分大小写匹配sophia,使用多行模式,但禁用了从右到左的匹配。
注意:
1.m会影响如何解析起始元字符(^)和结束元字符($)。
在默认情况^和$只匹配整个字符串的开头,即使字符串包含多行文本。如果启用了m,那么它们就可以匹配每行文本的开头和结尾。
2.s会影响如何解析句点元字符(.)。通常一个句点能匹配除了换行符以外的所有字符。但在单行模式下,句点也能匹配一个换行符。