了解下C# 正则表达式

Posted 2022-06-01 Linux学习记录

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。

1. 字符转义
2. 字符类
3. 定位点
4. 分组构造
5. 限定符
6. 反向引用构造
7. 备用构造
8. 替换
9. 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,	"\\b\\b\\b\\b" 中的 "\\b\\b\\b\\b"
\\t	与制表符 \\u0009 匹配。	(\\w+)\\t	"Name\\tAddr\\t" 中的 "Name\\t" 和 "Addr\\t"
\\r	与回车符 \\u000D 匹配。（\\r 与换行符 \\n 不是等效的。）	\\r\\n(\\w+)	"\\r\\nHello\\nWorld." 中的 "\\r\\nHello"
\\v	与垂直制表符 \\u000B 匹配。	[\\v]2,	"\\v\\v\\v" 中的 "\\v\\v\\v"
\\f	与换页符 \\u000C 匹配。	[\\f]2,	"\\f\\f\\f" 中的 "\\f\\f\\f"
\\n	与换行符 \\u000A 匹配。	\\r\\n(\\w+)	"\\r\\nHello\\nWorld." 中的 "\\r\\nHello"
\\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\\040\\w	"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）。	\\w\\x20\\w	"a bc d" 中的 "a b" 和 "c d"
\\c X \\c 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）。	\\w\\u0020\\w	"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	与 name 指定的 Unicode 通用类别或命名块中的任何单个字符匹配。	\\pLu	"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。	\\PLu	"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。	\\w\\s	"ID A1.3" 中的 "D "
\\S	与任何非空白字符匹配。	\\s\\S	"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。	^\\d3	"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。	-\\d4$	"8-12-2012" 中的 "-2012"
\\A	匹配必须出现在字符串的开头。	\\A\\w4	"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。	-\\d3\\Z	"Bond-901-007" 中的 "-007"
\\z	匹配必须出现在字符串的末尾。	-\\d3\\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。	er\\b	匹配"never"中的"er"，但不能匹配"verb"中的"er"。
\\B	匹配非单词边界。	er\\B	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。

这一部分比较难于理解，可以阅读 正则表达式-选择 、正则表达式的先行断言(lookahead)和后行断言(lookbehind) 帮助理解。

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。	A\\d2(?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)\\d2\\b	"1851 1999 1950 1905 2003" 中的 "99"、"50"和 "05"
(?<! subexpression)	零宽度负回顾后发断言。	(?<!wo)man\\b	"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

System;
 System.Text.RegularExpressions;
  Example

      Main()
   
       input = "1851 1999 1950 1905 2003";
       pattern = @"(?<=19)\\d2\\b";
       (Match match  Regex.Matches(input, pattern))
         Console.WriteLine(match.);
   

限定符

限定符指定在输入字符串中必须存在上一个元素（可以是字符、组或字符类）的多少个实例才能出现匹配项。 限定符包括下表中列出的语言元素。

下表列出了限定符：

限定符	描述	模式	匹配
*	匹配上一个元素零次或多次。	\\d*\\.\\d	".0"、 "19.9"、 "219.9"
+	匹配上一个元素一次或多次。	"be+"	"been" 中的 "bee"， "bent" 中的 "be"
?	匹配上一个元素零次或一次。	"rai?n"	"ran"、 "rain"
n	匹配上一个元素恰好 n 次。	",\\d3"	"1,043.6" 中的 ",043"， "9,876,543,210" 中的 ",876"、 ",543" 和 ",210"
n ,	匹配上一个元素至少 n 次。	"\\d2,"	"166"、 "29"、 "1930"
正则表达式 c# 可选组 - 应该贪婪吗？ C# & PLSQL - 通过正则表达式查找注释和字符串 在C#中提取字符串末尾的数字 仅在末尾有空格的字符串的正则表达式模式 初步了解认识正则表达式（Regex） C#--正则表达式