正则表达式-Csharp 学习笔记

Posted 采菊东篱下,悠然见南山!

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了正则表达式-Csharp 学习笔记相关的知识,希望对你有一定的参考价值。

一. 正则表达式

正则表达式(Regex)是用来进行文本处理的技术,是语言无关的,在几乎所有语言中都有实现。

一个正则表达式就是由普通的字符及特殊字符(称为元字符符)组成的文字模式。该模式秒杀在查找文章主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。

正则表达式的常用元字符(全为英文状态,注意可以代表的字符种类和个数):

 

元字符

 

含义

.(点)

 

可以匹配除”\n”外的任意一个字符

[](中括号)

 

可以匹配中括号内的任意一个字符

例如,"[abc]" 匹配"plain"中的"a"

|(或符号)

 

可以匹配或符号两边的任意一个字符,优先级比较低

匹配 x 或 y。例如 "z|food" 可匹配 "z" 或 "food"。

 

正则表达式的常用限定符(全为英文状态):

 

元字符

 

含义

*(星号)

 

其限定的表达式出现次数等于或大于0次

例如,"zo*"可以匹配"z"、"zoo"

+(加号)

 

其限定的表达式至少出现1次

例如,"zo+"可以匹配"zoo",但不匹配"z"

?(问号)

 

其限定的表达式出现1次或0次

例如,"a?ve?"可以匹配"never"中的"ve"

{n}

 

其限定的表达式出现次数确定n次(n≥0)

{n,}

 

其限定的表达式至少出现n次

{n,m}

 

其限定的表达式出现的次数为≥n次,≤m次(m>n)

 

还有几个重要的符号:

符号

 

含义

^ (Shift+6)

 

匹配输入的开始位置

非的意思。例如[^a-z],匹配非a-z的一个字符。

$ (Shift+4)

 

匹配输入的结尾

\

 

将下一个字符标记为特殊字符或字面值

例如:想匹配”.”时或其他特殊字符时,需写为的”\.”

()(小括号)

 

1. 改变优先级

2. 分组,提取信息

 

需要熟记一些简写:

\d = [0-9]

\D=[^0-9]

\s =空字符,如\n tab space等

\S=非空字符

\w 能组成词的字符(字面、数字、中文或下划线等)

\W 非\w

 

正则表达式在.Net就是用字符串表示,这个字符串格式比较特殊,无论多么特殊,在C#语言看来都是普通的字符串,具体什么含义由Regex类内部进行语法分析。

正则表达式可以进行字符串的匹配、字符串的提取、字符串的替换。C#中分别对应正则表达式的三个重要方法。

1) IsMatch() 返回值为bool类型

格式:Regex.IsMatch("字符串", "正则表达式");

作用:判断字符串是否符合模板要求

例如:bool b =Regex.IsMatch("bbbbg","^b.*g$");判断字符串是否以b开头且以g结尾,中间可以有其他字符,若正确返回true,否则else。

2) Match() 返回值为Match类型,只能匹配一个

Matches() 返回值为MatchCollection集合类型,匹配所有符合的

格式:Match match = Regex.Match("字符串", "正则表达式");

或MatchCollection matches= Regex. Matches ("字符串", "正则表达式");

作用:

①提取匹配的子字符串

②提取组。Groups的下标由1开始,0中存放match的value。

例如:

技术分享
Match match = Regex.Match("age=30", @"^(.+)=(.+)$");if (match.Success){     
Console.WriteLine(match.Groups[0] .Value);//输出匹配的子字符串 Console.WriteLine(match.Groups[1] .Value);//获取第一个分组的内容 Console.WriteLine(match.Groups[2] .Value);//获取第二个分组的内容 }
技术分享

----------------------------------------------------------------------------------

技术分享
技术分享View Code
技术分享

3) Replace() 返回值为string

两种常用方式如下:

技术分享
技术分享View Code
技术分享

贪婪模式与终结贪婪模式

 技术分享

实际应用有采集器(从某个网页上采集邮箱、图片或其他信息)、敏感词过滤、UBB翻译器。

采集邮箱:

 技术分享

保存图片:

 技术分享

网址处理:

 技术分享

敏感词过滤:

 

技术分享

UBB翻译:

 技术分享

 

一些常用的正则表达式

正则表达式用于字符串处理,表单验证等场合,实用高效,但用到时总是不太把握,以致往往要上网查一番。我将一些常用的表达式收藏在这里,作备忘之用。本贴随时会更新。 

匹配中文字符的正则表达式: [\u4e00-\u9fa5] 

匹配双字节字符(包括汉字在内):[^\x00-\xff] 

匹配空行的正则表达式:\n[\s| ]* 

匹配html标记的正则表达式:/<(.*)>.*<\/\1>|<(.*) \/>/ 

匹配首尾空格的正则表达式:(^\s*)|(\s*$) 

匹配Email地址的正则表达式:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* 

匹配网址URL的正则表达式:http://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)? 


补充: 
^\d+$  //匹配非负整数(正整数 + 0) 
^[0-9]*[1-9][0-9]*$  //匹配正整数 
^((-\d+)|(0+))$  //匹配非正整数(负整数 + 0) 
^-[0-9]*[1-9][0-9]*$  //匹配负整数 
^-?\d+$    //匹配整数 
^\d+(\.\d+)?$  //匹配非负浮点数(正浮点数 + 0) 
^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$  //匹配正浮点数 
^((-\d+(\.\d+)?)|(0+(\.0+)?))$  //匹配非正浮点数(负浮点数 + 0) 
^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$  //匹配负浮点数 
^(-?\d+)(\.\d+)?$  //匹配浮点数 
^[A-Za-z]+$  //匹配由26个英文字母组成的字符串 
^[A-Z]+$  //匹配由26个英文字母的大写组成的字符串 
^[a-z]+$  //匹配由26个英文字母的小写组成的字符串 
^[A-Za-z0-9]+$  //匹配由数字和26个英文字母组成的字符串 
^\w+$  //匹配由数字、26个英文字母或者下划线组成的字符串 
^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$    //匹配email地址 
^[a-zA-z]+://匹配(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$  //匹配url

 






































以上是关于正则表达式-Csharp 学习笔记的主要内容,如果未能解决你的问题,请参考以下文章

python基础学习笔记(十三)

javascript学习笔记-正则表达式-少写1000行代码的正则表达式

正则表达式学习笔记

JavaSE 学习笔记之正则表达式(二十五)

Java基础学习笔记十三 常用API之正则表达式DateDateFormatCalendar

正则表达式学习笔记