zoukankan      html  css  js  c++  java
  • 正则表达式 C#System.Text.RegularExpressions.Regex

    需要引入命名空间 using System.Text.RegularExpressions;(若不引入,则写Regex时要写成 System.Text.RegularExpressions.Regex)

      正则表达式的Replace方法

    string t = "sdf1234sdf12sd12";
    t = System.Text.RegularExpressions.Regex.Replace(t, @"\d+[a-zA-Z]+", "");

    @"\d+[a-z]+|[A-Z]+" 匹配的是 数字加字母; System.Text.RegularExpressions.Regex.Replace(t, @"\d+[a-z]+|[A-Z]+", "");的意思就是字符t中匹配 数字加字母 形式的用空字符串代替.

    (1)“@”符号
    在“@”虽然并非C#正则表达式的“成员”,但是它经常与C#正则表达式出双入对。“@”表示,跟在它后面的字符串是个“逐字字符串”,不是很好理解,举个例子,以下两个声明是等效的:
    string x="D:\\My Huang\\My Doc";
    string y = @"D:\My Huang\My Doc";
    事实上,如果按如下声明,C#将会报错,因为“\”在C#中用于实现转义,如“\n”换行:
    string x = "D:\My Huang\My Doc";

    (2)基本的语法字符。
    \d 0-9的数字
    \D \d的补集(以所以字符为全集,下同),即所有非数字的字符
    \w 单词字符,指大小写字母、0-9的数字、下划线
    \W \w的补集
    \s 空白字符,包括换行符\n、回车符\r、制表符\t、垂直制表符\v、换页符\f
    \S \s的补集
    . 除换行符\n外的任意字符
    […] 匹配[]内所列出的所有字符
    [^…] 匹配非[]内所列出的字符

    string i = "\n";
    string m = "3";
    Regex r = new Regex(@"\D");
    //同Regex r = new Regex("\\D");
    //r.IsMatch(i)结果:true
    //r.IsMatch(m)结果:false

    (3)定位字符
    “定位字符”所代表的是一个虚的字符,它代表一个位置,你也可以直观地认为“定位字符”所代表的是某个字符与字符间的那个微小间隙。

    ^ 表示其后的字符必须位于字符串的开始处
    $ 表示其前面的字符必须位于字符串的结束处
    \b 匹配一个单词的边界
    \B 匹配一个非单词的边界
    另外,还包括:\A 前面的字符必须位于字符处的开始处,\z 前面的字符必须位于字符串的结束处,\Z前面的字符必须位于字符串的结束处,或者位于换行符前

    string i = "Live for nothing,die for something";

    Regex r12 = new Regex("^");
    Console.WriteLine("r12 match count:" + r12.Matches(i).Count);//1
    Regex r13 = new Regex("$");
    Console.WriteLine("r13 match count:" + r13.Matches(i).Count);//1
    Regex r16 = new Regex("^Live for nothing,\r$\n^die for something$", RegexOptions.Multiline);
    Console.WriteLine("r16 match count:" + r16.Matches(i).Count);//1
    //对于一个多行字符串,在设置了Multiline选项之后,^和$将出现多次匹配。

    string i = "Live for nothing,die for something";
    string m = "Live for nothing,die for some thing";
    Regex r1 = new Regex(@"\bthing\b");
    Console.WriteLine("r1 match count:" + r1.Matches(i).Count);//0
    Regex r2 = new Regex(@"thing\b");
    Console.WriteLine("r2 match count:" + r2.Matches(i).Count);//2
    Regex r3 = new Regex(@"\bthing\b");
    Console.WriteLine("r3 match count:" + r3.Matches(m).Count);//1
    //\b通常用于约束一个完整的单词

    (4)重复描述字符
    “重复描述字符”是体现C#正则表达式“很好很强大”的地方之一:
    {n} 匹配前面的字符n次
    {n,} 匹配前面的字符n次或多于n次
    {n,m} 匹配前面的字符n到m次
    ? 匹配前面的字符0或1次
    + 匹配前面的字符1次或多于1次
    * 匹配前面的字符0次或式于0次
    string y = "(+)1024";
    string z = "1,024";
    string a = "1";
    string b="-1024";
    string c = "10000";
    Regex r = new Regex(@"^\+?[1-9],?\d{3}$");
    Console.WriteLine("x match count:" + r.Matches(x).Count);//1
    Console.WriteLine("y match count:" + r.Matches(y).Count);//1
    Console.WriteLine("z match count:" + r.Matches(z).Count);//1
    Console.WriteLine("a match count:" + r.Matches(a).Count);//0
    Console.WriteLine("b match count:" + r.Matches(b).Count);//0
    Console.WriteLine("c match count:" + r.Matches(c).Count);//0
    //匹配1000到9999的整数。

    (5)择一匹配
    C#正则表达式中的 (|) 符号似乎没有一个专门的称谓,姑且称之为“择一匹配”吧。事实上,像[a-z]也是一种择一匹配,只不过它只能匹配单个字符,而(|)则提供了更大的范围,(ab|xy)表示匹配ab或匹配xy。注意“|”与“()”在此是一个整体。下面提供一些简单的示例:

    string x = "0";
    string y = "0.23";
    string z = "100";
    string a = "100.01";
    string b = "9.9";
    string c = "99.9";
    string d = "99.";
    string e = "00.1";
    Regex r = new Regex(@"^\+?((100(.0+)*)|([1-9]?[0-9])(\.\d+)*)$");
    Console.WriteLine("x match count:" + r.Matches(x).Count);//1
    Console.WriteLine("y match count:" + r.Matches(y).Count);//1
    Console.WriteLine("z match count:" + r.Matches(z).Count);//1
    Console.WriteLine("a match count:" + r.Matches(a).Count);//0
    Console.WriteLine("b match count:" + r.Matches(b).Count);//1
    Console.WriteLine("c match count:" + r.Matches(c).Count);//1
    Console.WriteLine("d match count:" + r.Matches(d).Count);//0
    Console.WriteLine("e match count:" + r.Matches(e).Count);//0
    //匹配0到100的数。最外层的括号内包含两部分“(100(.0+)*)”,“([1-9]?[0-9])(\.\d+)*”,这两部分是“OR”的关系,即正则表达式引擎会先尝试匹配100,如果失败,则尝试匹配后一个表达式(表示[0,100]范围中的数字)。

    (6)特殊字符的匹配

    string x = "\\";
    Regex r1 = new Regex("^\\\\$");
    Console.WriteLine("r1 match count:" + r1.Matches(x).Count);//1
    Regex r2 = new Regex(@"^\\$");
    Console.WriteLine("r2 match count:" + r2.Matches(x).Count);//1
    Regex r3 = new Regex("^\\$");
    Console.WriteLine("r3 match count:" + r3.Matches(x).Count);//0
    //匹配“\”

    string x = "\"";
    Regex r1 = new Regex("^\"$");
    Console.WriteLine("r1 match count:" + r1.Matches(x).Count);//1
    Regex r2 = new Regex(@"^""$");
    Console.WriteLine("r2 match count:" + r2.Matches(x).Count);//1
    //匹配双引号

    (7)组与非捕获组

    string x = "Live for nothing,die for something";
    string y = "Live for nothing,die for somebody";
    Regex r = new Regex(@"^Live ([a-z]{3}) no([a-z]{5}),die \1 some\2$");
    Console.WriteLine("x match count:" + r.Matches(x).Count);//1
    Console.WriteLine("y match count:" + r.Matches(y).Count);//0
    //正则表达式引擎会记忆“()”中匹配到的内容,作为一个“组”,并且可以通过索引的方式进行引用。表达式中的“\1”,用于反向引用表达式中出现的第一个组,即粗体标识的第一个括号内容,“\2”则依此类推。

    string x = "Live for nothing,die for something";
    Regex r = new Regex(@"^Live for no([a-z]{5}),die for some\1$");
    if (r.IsMatch(x))
    {Console.WriteLine("group1 value:" + r.Match(x).Groups[1].Value);//输出:thing}
    //获取组中的内容。注意,此处是Groups[1],因为Groups[0]是整个匹配的字符串,即整个变量x的内容。

    string x = "Live for nothing,die for something";
    Regex r = new Regex(@"^Live for no(?<g1>[a-z]{5}),die for some\1$");
    if (r.IsMatch(x))
    {Console.WriteLine("group1 value:" + r.Match(x).Groups["g1"].Value); }//输出:thing
    //可根据组名进行索引。使用以下格式为标识一个组的名称(?<groupname>…)。

    string x = "Live for nothing nothing";
    Regex r = new Regex(@"([a-z]+) \1");
    if (r.IsMatch(x))
    {x = r.Replace(x, "$1");
        Console.WriteLine("var x:" + x);//输出:Live for nothing}
    //删除原字符串中重复出现的“nothing”。在表达式之外,使用“$1”来引用第一个组,下面则是通过组名来引用:
    string x = "Live for nothing nothing";
    Regex r = new Regex(@"(?<g1>[a-z]+) \1");
    if (r.IsMatch(x))
    {x = r.Replace(x, "${g1}");
        Console.WriteLine("var x:" + x);//输出:Live for nothing}

    string x = "Live for nothing";
    Regex r = new Regex(@"^Live for no(?:[a-z]{5})$");
    if (r.IsMatch(x))
    {Console.WriteLine("group1 value:" + r.Match(x).Groups[1].Value);//输出:(空)}
    //在组前加上“?:”表示这是个“非捕获组”,即引擎将不保存该组的内容。

    (8)贪婪与非贪婪
    正则表达式的引擎是贪婪,只要模式允许,它将匹配尽可能多的字符。通过在“重复描述字符”(*,+)后面添加“?”,可以将匹配模式改成非贪婪。

    string x = "Live for nothing,die for something";
    Regex r1 = new Regex(@".*thing");
    if (r1.IsMatch(x))
    {Console.WriteLine("match:" + r1.Match(x).Value);

     //输出:Live for nothing,die for something}
    Regex r2 = new Regex(@".*?thing");
    if (r2.IsMatch(x))
    {Console.WriteLine("match:" + r2.Match(x).Value); //输出:Live for nothing}

    (9)回溯与非回溯
    使用“(?>…)”方式进行非回溯声明。由于正则表达式引擎的贪婪特性,导致它在某些情况下,将进行回溯以获得匹配

    string x = "Live for nothing,die for something";
    Regex r1 = new Regex(@".*thing,");
    if (r1.IsMatch(x))
    {Console.WriteLine("match:" + r1.Match(x).Value); //输出:Live for nothing, }
    Regex r2 = new Regex(@"(?>.*)thing,");
    if (r2.IsMatch(x))//不匹配
    {Console.WriteLine("match:" + r2.Match(x).Value); }
    //在r1中,“.*”由于其贪婪特性,将一直匹配到字符串的最后,随后匹配“thing”,但在匹配“,”时失败,此时引擎将回溯,并在“thing,”处匹配成功。在r2中,由于强制非回溯,所以整个表达式匹配失败。

    (10)正向预搜索、反向预搜索

    ①正向预搜索声明格式:正声明 “(?=…)”,负声明 “(?!...)” ,声明本身不作为最终匹配结果的一部分.

    string x = "1024 used 2048 free";
    Regex r1 = new Regex(@"\d{4}(?= used)");
    if (r1.Matches(x).Count==1)
    {Console.WriteLine("r1 match:" + r1.Match(x).Value);//输出:1024}
    Regex r2 = new Regex(@"\d{4}(?! used)");
    if (r2.Matches(x).Count==1)
    {Console.WriteLine("r2 match:" + r2.Match(x).Value); //输出:2048}
    //r1中的正声明表示必须保证在四位数字的后面必须紧跟着“ used”,r2中的负声明表示四位数字之后不能跟有“ used”。

    ②反向预搜索声明格式:正声明“(?<=)”,负声明“(?<!)”,声明本身不作为最终匹配结果的一部分.

    string x = "used:1024 free:2048";
    Regex r1 = new Regex(@"(?<=used:)\d{4}");
    if (r1.Matches(x).Count==1)
    {Console.WriteLine("r1 match:" + r1.Match(x).Value);//输出:1024}
    Regex r2 = new Regex(@"(?<!used:)\d{4}");
    if (r2.Matches(x).Count==1)
    {Console.WriteLine("r2 match:" + r2.Match(x).Value);//输出:2048}
    //r1中的反向正声明表示在4位数字之前必须紧跟着“used:”,r2中的反向负声明表示在4位数字之前必须紧跟着除“used:”之外的字符串。

    (11)十六进制字符范围

    正则表达式中,可以使用 "\xXX" 和 "\uXXXX" 表示一个字符("X" 表示一个十六进制数)形式字符范围:
    \xXX       编号在 0到255 范围的字符,比如:空格可以使用 "\x20" 表示。
    \uXXXX   任何字符可以使用 "\u" 再加上其编号的4位十六进制数表示,比如:汉字可以使用“[\u4e00-\u9fa5]”表示。

    (12)对[0,100]的比较完备的匹配需要特殊考虑的地方包括
    *00合法,00.合法,00.00合法,001.100合法
    *空字符串不合法,仅小数点不合法,大于100不合法
    *数值是可带后缀的,如“1.07f”表示该值为一个float类型(未考虑)
    Regex r = new Regex(@"^\+?0*(?:100(\.0*)?|(\d{0,2}(?=\.\d)|\d{1,2}(?=($|\.$)))(\.\d*)?)$");
    (13)精确匹配有时候是困难的
    有些需求要做到精确匹配比较困难,例如:日期、Url、Email地址等,其中一些你甚至需要研究一些专门的文档写出精确完备的表达式,对于这种情况,只能退而求其次,保证比较精确的匹配。例如对于日期,可以基于应用系统的实际情况考虑一段较短的时间,或者对于像Email的匹配,可以只考虑最常见的形式。

    from: http://www.cnblogs.com/captain_ccc/archive/2009/08/27/1554842.html

  • 相关阅读:
    h5+app 开启位置服务
    HDFS 修改默认副本数
    Flink学习之路(二)Flink搭建(单机)
    Flink学习之路(一)Flink简介
    HDFS中大数据常见运维指令总结
    hive 将hive表数据查询出来转为json对象和json数组输出
    linux下 shell时间处理
    Elasticsearch分页解决方案
    intelliJ IDEA自动优化导入包
    sql server 登录名和用户名的区别和联系
  • 原文地址:https://www.cnblogs.com/yuxuetaoxp/p/3099284.html
Copyright © 2011-2022 走看看