C# 正则表达式

正则表达式 是一种匹配输入文本的模式。.Net 框架提供了允许这种匹配的正则表达式引擎。模式由一个或多个字符、运算符和结构组成。

定义正则表达式

下面列出了用于定义正则表达式的各种类别的字符、运算符和结构。

  • 字符转义

  • 字符类

  • 定位点

  • 分组构造

  • 限定符

  • 反向引用构造

  • 备用构造

  • 替换

  • 杂项构造

字符转义

正则表达式中的反斜杠字符()指示其后跟的字符是特殊字符,或应按原义解释该字符。

下表列出了转义字符:

转义字符描述模式匹配
a与报警 (bell) 符 u0007 匹配。a"Warning!" + 'u0007' 中的 "u0007"
b在字符类中,与退格键 u0008 匹配。[b]{3,}"bbbb" 中的 "bbbb"
t与制表符 u0009 匹配。(w+)t"NametAddrt" 中的 "Namet" 和 "Addrt"
r与回车符 u000D 匹配。(r 与换行符 n 不是等效的。)rn(w+)"rnHellonWorld." 中的 "rnHello"
v与垂直制表符 u000B 匹配。[v]{2,}"vvv" 中的 "vvv"
f与换页符 u000C 匹配。[f]{2,}"fff" 中的 "fff"
n与换行符 u000A 匹配。rn(w+)"rnHellonWorld." 中的 "rnHello"
e与转义符 u001B 匹配。e"x001B" 中的 "x001B"
nnn使用八进制表示形式指定一个字符(nnn 由二到三位数字组成)。w�40w"a bc d" 中的 "a b" 和 "c d"
x nn使用十六进制表示形式指定字符(nn 恰好由两位数字组成)。wx20w"a bc d" 中的 "a b" 和 "c d"
c Xc x匹配 X 或 x 指定的 ASCII 控件字符,其中 X 或 x 是控件字符的字母。cC"x0003" 中的 "x0003" (Ctrl-C)
u nnnn使用十六进制表示形式匹配一个 Unicode 字符(由 nnnn 表示的四位数)。wu0020w"a bc d" 中的 "a b" 和 "c d"
在后面带有不识别的转义字符时,与该字符匹配。d+[+-x*]d+d+[+-x*d+"(2+2) * 3*9" 中的 "2+2" 和 "3*9"

字符类

字符类与一组字符中的任何一个字符匹配。

下表列出了字符类:

字符类描述模式匹配
[character_group]匹配 character_group 中的任何单个字符。 默认情况下,匹配区分大小写。[mn]"mat" 中的 "m","moon" 中的 "m" 和 "n"
[^character_group]非:与不在 character_group 中的任何单个字符匹配。 默认情况下,character_group 中的字符区分大小写。[^aei]"avail" 中的 "v" 和 "l"
[ first - last ]字符范围:与从 first 到 last 的范围中的任何单个字符匹配。[b-d][b-d]irds 可以匹配 Birds、 Cirds、 Dirds
.通配符:与除 n 之外的任何单个字符匹配。
若要匹配原意句点字符(. 或 u002E),您必须在该字符前面加上转义符 (.)。
a.e"have" 中的 "ave", "mate" 中的 "ate"
p{ name }name 指定的 Unicode 通用类别或命名块中的任何单个字符匹配。p{Lu}"City Lights" 中的 "C" 和 "L"
P{ name }与不在 name 指定的 Unicode 通用类别或命名块中的任何单个字符匹配。P{Lu}"City" 中的 "i"、 "t" 和 "y"
w与任何单词字符匹配。w"Room#1" 中的 "R"、 "o"、 "m" 和 "1"
W与任何非单词字符匹配。W"Room#1" 中的 "#"
s与任何空白字符匹配。ws"ID A1.3" 中的 "D "
S与任何非空白字符匹配。sS"int __ctr" 中的 " _"
d与任何十进制数字匹配。d"4 = IV" 中的 "4"
D匹配不是十进制数的任意字符。D"4 = IV" 中的 " "、 "="、 " "、 "I" 和 "V"

定位点

定位点或原子零宽度断言会使匹配成功或失败,具体取决于字符串中的当前位置,但它们不会使引擎在字符串中前进或使用字符。

下表列出了定位点:

断言描述模式匹配
^匹配必须从字符串或一行的开头开始。^d{3}"567-777-" 中的 "567"
$匹配必须出现在字符串的末尾或出现在行或字符串末尾的 n 之前。-d{4}$"8-12-2012" 中的 "-2012"
A匹配必须出现在字符串的开头。Aw{4}"Code-007-" 中的 "Code"
Z匹配必须出现在字符串的末尾或出现在字符串末尾的 n 之前。-d{3}Z"Bond-901-007" 中的 "-007"
z匹配必须出现在字符串的末尾。-d{3}z"-901-333" 中的 "-333"
G匹配必须出现在上一个匹配结束的地方。G(d)"(1)(3)(5)[7](9)" 中的 "(1)"、 "(3)" 和 "(5)"
b匹配一个单词边界,也就是指单词和空格间的位置。erb匹配"never"中的"er",但不能匹配"verb"中的"er"。
B匹配非单词边界。erB匹配"verb"中的"er",但不能匹配"never"中的"er"。

分组构造

分组构造描述了正则表达式的子表达式,通常用于捕获输入字符串的子字符串。

下表列出了分组构造:

分组构造描述模式匹配
( subexpression )捕获匹配的子表达式并将其分配到一个从零开始的序号中。(w)1"deep" 中的 "ee"
(?< name >subexpression)将匹配的子表达式捕获到一个命名组中。(?< double>w)k< double>"deep" 中的 "ee"
(?< name1 -name2 >subexpression)定义平衡组定义。(((?'Open'()[^()]*)+((?'Close-Open'))[^()]*)+)*(?(Open)(?!))$"3+2^((1-3)*(3-1))" 中的 "((1-3)*(3-1))"
(?: subexpression)定义非捕获组。Write(?:Line)?"Console.WriteLine()" 中的 "WriteLine"
(?imnsx-imnsx:subexpression)应用或禁用 subexpression 中指定的选项。Ad{2}(?i:w+)b"A12xl A12XL a12xl" 中的 "A12xl" 和 "A12XL"
(?= subexpression)零宽度正预测先行断言。w+(?=.)"He is. The dog ran. The sun is out." 中的 "is"、 "ran" 和 "out"
(?! subexpression)零宽度负预测先行断言。b(?!un)w+b"unsure sure unity used" 中的 "sure" 和 "used"
(?<=subexpression)零宽度正回顾后发断言。(?<=19)d{2}b"1851 1999 1950 1905 2003" 中的 "99"、"50"和 "05"
(?<! subexpression)零宽度负回顾后发断言。(?<!wo)manb"Hi woman Hi man" 中的 "man"
(?> subexpression)非回溯(也称为"贪婪")子表达式。[13579](?>A+B+)"1ABB 3ABBC 5AB 5AC" 中的 "1ABB"、 "3ABB" 和 "5AB"

实例

using System;
using System.Text.RegularExpressions;

public class Example
{
   public static void Main()
   {
      string input = "1851 1999 1950 1905 2003";
      string pattern = @"(?<=19)d{2}b";

      foreach (Match match in Regex.Matches(input, pattern))
         Console.WriteLine(match.Value);
   }
}