C#正则基础正则表达式

Posted 多安分

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了C#正则基础正则表达式相关的知识,希望对你有一定的参考价值。

1. 代表任意多个字符:(.*?)
2. 代表网页里的<body>*</body>任意的标签内容,替换以后网页源码就只剩纯文本:<[^>]*>
3. 代表网页中的空格:&nbsp;
4. 四位0~9的数字,一般用来匹配验证码:[0-9]{4}
5. 手机号正则式:\d{11}
6. 密码正则式:[.*|\s*]\w{6,16}$
7. 替换掉所有的换行空格等字符
8. htmltext = htmltext.Replace("\t", "").Replace("\r", "").Replace("\n", "").Replace(" ", "");
9. htmltext = Regex.Replace(htmltext, "<[^>]*>", "");

10. \d 匹配任意数字 \d:匹配一个任意数字 \d*:匹配任意多个任意的数字

 

HtmlDocument htmldoc = new HtmlDocument();
            htmldoc.LoadHtml(htmltext);
            string htmldoctext = htmldoc.DocumentNode.InnerText;
            HtmlNode node = htmldoc.GetElementbyId("busi_success");
            string divtext = node.InnerHtml;
HtmlNodeCollection nodes = htmldoc.DocumentNode.SelectNodes("//table//tr//td");


//添加对Microsoft.mshtml这个程序集的引用,然后编写如下代码:
IHTMLDocument2 doc = new HTMLDocumentClass();
doc.write(new object[]{pageSource});
doc.close();
Title = doc.title;
Body = doc.body.innerText; 
public ArrayList GetMathList(string htmltext ,string pattern)



Public string GetFirstMathString(string htmltext,string pattern,bool isCut)

Public string GetFirstMathString(string htmltext,string pattern)
     /// <summary>
        /// 正则多匹配,返回匹配ArrayList数组
        /// </summary>
        /// <param name="htmltext">网页内容</param>
        /// <param name="pattern">模式字符串</param>
        /// <returns></returns>
        public ArrayList GetMathList(string htmltext, string pattern)
        {
            ArrayList list = new ArrayList();
            try
            {
                MatchCollection mc;
                //定义一个Regex对象实例 
                Regex regex = new Regex("(.*?)", RegexOptions.Singleline | RegexOptions.IgnoreCase);
                //或者多行匹配模式RegexOptions.Multiline  
                mc = regex.Matches(htmltext);
                //在输入字符串中找到所有匹配
                for (int i = 0; i < mc.Count; i++)
                {
                    //匹配一条信息就处理
                    string groupcode = mc[i].Value.ToString();
                    //处理函数
                    list.Add(groupcode);
                }
            }
            catch (Exception)
            {
                return null;
            }
            return list;
        }
//正则单匹配模式
Regex regex = new Regex("(.*?)", RegexOptions.Singleline);
                //text为要匹配的源字符串
                Match match = regex.Match(htmltext);
                //匹配成功,获取结果
                if (match.Success)
                {
                    string result1 = match.ToString();
                //对匹配出来的结果进行非目标值替换
                    string result2 = Regex.Replace(result1, "(.*?)","");
                    //rs是目标字符串
                    rs = Regex.Replace(result2, "(.*?)", "");
                }

         //正则多匹配模式
                MatchCollection mc;
                //定义一个Regex对象实例 
                Regex regex = new Regex("(.*?)", RegexOptions.Singleline | RegexOptions.IgnoreCase);
                //或者多行匹配模式RegexOptions.Multiline  
                mc = regex.Matches(groupcodeHtml);
                //在输入字符串中找到所有匹配
                for (int i = 0; i < mc.Count; i++)
                {
                    //匹配一条信息就处理
                    string groupcode = mc[i].Value.ToString();
                    //处理函数

                } 
     /// <summary>
        /// 正则表达式dan匹配方法
        /// </summary>
        /// <param name="htmltext">网页内容</param>
        /// <param name="pattern">模式字符串</param>
        /// <param name="result">返回匹配成功的字符串</param>
        /// <returns>匹配是否成功</returns>
        public static bool GetMatchStr(string htmltext, string pattern, out string result)
        {
            bool IsGetSuccess = false;
            result = "";
            try
            {
                string[] replaceStrs=new string[2];
                if (pattern.Contains("(.*?)"))
                {
                    string splitStr = pattern.Replace("(.*?)", "|");
                    replaceStrs = splitStr.Split(|);
                }
                Regex regex = new Regex(pattern, RegexOptions.Singleline | RegexOptions.IgnoreCase);
                Match match = regex.Match(htmltext);
                if (match.Success)
                {
                    result = match.ToString();
                    result = result.Replace(replaceStrs[0], "").Replace(replaceStrs[1], "");
                }
                else
                {
                    IsGetSuccess = false;
                }
            }
            catch (Exception ex)
            {
                IsGetSuccess = false;
            }
            finally
            {
                if (!string.IsNullOrEmpty(result))
                {
                    IsGetSuccess = true;
                }
                else
                {
                    IsGetSuccess = false;
                }
            }
            return IsGetSuccess;
        }

 

字符

描述

\

将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如,‘n‘ 匹配字符 "n"。‘\n‘ 匹配一个换行符。序列 ‘\\‘ 匹配 "\" 而 "\(" 则匹配 "("。

^

匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性,^ 也匹配 ‘\n‘ 或 ‘\r‘ 之后的位置。

$

匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性,$ 也匹配 ‘\n‘ 或 ‘\r‘ 之前的位置。

*

匹配前面的子表达式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。

+

匹配前面的子表达式一次或多次。例如,‘zo+‘ 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等价于 {1,}。

?

匹配前面的子表达式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。

{n}

n 是一个非负整数。匹配确定的 n 次。例如,‘o{2}‘ 不能匹配 "Bob" 中的 ‘o‘,但是能匹配 "food" 中的两个 o。

{n,}

n 是一个非负整数。至少匹配n 次。例如,‘o{2,}‘ 不能匹配 "Bob" 中的 ‘o‘,但能匹配 "foooood" 中的所有 o。‘o{1,}‘ 等价于 ‘o+‘。‘o{0,}‘ 则等价于 ‘o*‘。

{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。例如,"o{1,3}" 将匹配 "fooooood" 中的前三个 o。‘o{0,1}‘ 等价于 ‘o?‘。请注意在逗号和两个数之间不能有空格。

?

当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 "oooo",‘o+?‘ 将匹配单个 "o",而 ‘o+‘ 将匹配所有 ‘o‘。

.

匹配除 "\n" 之外的任何单个字符。要匹配包括 ‘\n‘ 在内的任何字符,请使用象 ‘[.\n]‘ 的模式。

(pattern)

匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到,在VBScript 中使用 SubMatches 集合,在JScript 中则使用 $0…$9 属性。要匹配圆括号字符,请使用 ‘\(‘ 或 ‘\)‘。

(?:pattern)

匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如, ‘industr(?:y|ies) 就是一个比 ‘industry|industries‘ 更简略的表达式。

(?=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。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,‘Windows (?=95|98|NT|2000)‘ 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。

(?!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。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如‘Windows (?!95|98|NT|2000)‘ 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始

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]

字符范围。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]

负值字符范围。匹配任何不在指定范围内的任意字符。例如,‘[^a-z]‘ 可以匹配任何不在 ‘a‘ 到 ‘z‘ 范围内的任意字符。

\b

匹配一个单词边界,也就是指单词和空格间的位置。例如, ‘er\b‘ 可以匹配"never" 中的 ‘er‘,但不能匹配 "verb" 中的 ‘er‘。

\B

匹配非单词边界。‘er\B‘ 能匹配 "verb" 中的 ‘er‘,但不能匹配 "never" 中的 ‘er‘。

\cx

匹配由 x 指明的控制字符。例如, \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则,将 c 视为一个原义的 ‘c‘ 字符。

\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。等价于 \x0c 和 \cL。

\n

匹配一个换行符。等价于 \x0a 和 \cJ。

\r

匹配一个回车符。等价于 \x0d 和 \cM。

\s

匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。

\S

匹配任何非空白字。符等价于 [^ \f\n\r\t\v]。

\t

匹配一个制表符。等价于 \x09 和 \cI。

\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_]‘。

\xn

匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,‘\x41‘ 匹配 "A"。‘\x041‘ 则等价于 ‘\x04‘ & "1"。正则表达式中可以使用 ASCII 编码。.

\num

匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。例如,‘(.)\1‘ 匹配两个连续的相同字符。

\n

标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式,则 n 为向后引用。否则,如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。

\nm

标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 \nm 之前至少有 n 个获取,则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足,若 n 和 m 均为八进制数字 (0-7),则 \nm 将匹配八进制转义值 nm。

\nml

如果 n 为八进制数字 (0-3),且 m 和 l 均为八进制数字 (0-7),则匹配八进制转义值 nml。

\un

匹配 n,其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如, \u00A9 匹配版权符号 (?)。

以上是关于C#正则基础正则表达式的主要内容,如果未能解决你的问题,请参考以下文章

C#中正则表达式的使用

C#中正则表达式的使用

C#正则表达式编程:Match类和Group类用法

C# 正则表达式大全

python 正则表达式 re模块基础

C#常用正则表达式回顾