正则表达式总结.doc

什么是正则表达式？正则表达式(Regular Expression)也叫匹配模式(pattern)，用来检验字符串是否满足特定规则，或从字符串中捕获满足特定规则的子串。2.字符匹配最简单的正则表达式由普通字符和通配符组成。比如“Rommddd”这样的正则表达式。其中，Room是普通字符,而/d是通配符，表示该位置上有一个数字。正则表达式难读难写，容易出错，可以使用“Regex Tester”工具进行测试。3.通配符通配符说明d匹配数字0-9w匹配单词字符，包括小写字母a-z，大写字母A-Z，数字0-9,和下划线。s匹配任何空白字符，包括空格，制表符，换页符等(即匹配n,f,t,v以及空格)D匹配任何非数字字符W匹配任何非单词字符S匹配任何非空白字符.匹配除换行符(n)之外的任何字符这些特殊字符在正则表达式中称为元字。要表达元字本身，就必须使用转义字符。例如：符号.在正则表达式中是元字,要想表达.本身（假如我想匹配）需要使用他的转义字符.，同样要表达本身,需要使用它的转义字符4.与正则表达式相关的类.net提供了一系列与正则表达式相关的类，它们都位于System.Text.RegularExpressions命名空间。其中最常用的是Regex类。Regex类的部分方法名称说明IsMatch()检验能否在字符串中找到和正则表达式匹配的子串Match()获取字符串中与正则表达式匹配的第一个子串NextMatch()获取下一个匹配的子串Matches()获取字符串中所有与正则表达式匹配的子串Replace()用指定的字符串替换原字符串中与正则表达式匹配的子串，相当于word中的替换功能。Split()找出与正则表达式匹配的子串，并以这些子串为“分割标记”拆分字符串。通过Regex.Matches()方法，可以从给定的字符串中分解出所有与正则表达式匹配的子串，这些子串可以保存在一个MatchCollection型集合中,每个子串都被看作Match类的对象。5.可选字符集除了通配符外，还可以把某个位置上允许出现的字符写在 内，组成可选字符集，例如： abc 表示该位置可以出现a,b,c中的任意一个字母 A-D 表示该位置可以出现字母A,B,C,D A-DM-P 表示该位置可以出现A到D或者M-P中的任意一个字母 A-Da-d 表示该位置可以出现A-D或者a-d中的任意一个字母 12 表示该位置可以出现数字1或者数字2 1-5 表示该位置可以出现1-5 0-47-9 表示该位置可以出现0-4或者7-9 sS 表示该位置可以出现任何字符，包括空格，制表符，换行等。反向字符集在 中括号中用符号表示非。例如： c 表示除c以外的所有字符 abc 表示除abc以外的任何字符 0-9 匹配除0-9以外的所有字符。 # 匹配除#以外的所有字符 n 匹配除换行符以外的所有字符在正则表达式中， 是有特殊含义的，如果我们想匹配“ ”本身,就要使用转义字符，同理， 括号中的-也是一样，需要这样写-6.或匹配在正则表达式中使用|表示“或”例如： x|y 表示x或y good|ok; 表示good或者ok (tr|b)ee 表示tree或者bee th(i|a)nk 表示think或者thank book one|two 表示book one或者book two book (one|two) 表示book one 或者book two7.数量限定符限定符说明*将前面的字符重复0次或多次+将前面的字符重复1次或多次?将前面的字符重复0次或1次n将前面的字符重复n遍n,将前面的字符至少重复n遍，即n遍或更多n,m将前面的字符重复n至m遍*?将前面的字符重复0次或多次，尽量少的重复+?将前面的字符重复1次或多次，尽量少的重复?将前面的字符重复0到1次，尽量少的重复n?将前面的字符重复n遍，尽量少的重复，等效于nn,?将前面的字符至少重复n遍，尽量少的重复。n,m?将前面的字符重复n至m遍，尽量少的重复。*在正则表达式中有特殊含义，要想表达*本身要使用转义字符*“？”用法还不是很理解,什么是尽可能少匹配？ ”n,?“是否也等价于“n”8.定位符 单词通常以空格，段首，段尾，逗号，句号，问号等符号做边界，分隔符“-”也可以作为边界。定位符用于检索出这些边界。例如：bw+b。但要注意b只表示单词与边界符号之间的位置，起到定位的作用，不表示边界符号本身。例如：I am jim, 如使用上面的正则表达式检索，只会检索出“I”,am，“jim”三个单词，而不会包含空格。 定位符说明匹配字符串的开头位置，当出现边界时结束。例如：“w+ ” 注意与“w+”的区别$匹配字符串的结尾位置。例如w+$，也就是说他会从字符串的末尾还是检索。b匹配单词的边界位置B匹配不是单词边界的位置G匹配上一个匹配结束的位置（与方法Match.NextMatch()一起使用）A匹配字符串开头位置，类似于，但不受Multiline选项的影响。Z匹配字符串结尾的位置或换行符所在的位置（不受Multiline的影响）z类似$,但不受Multiline的影响9.分组和后向引用* (tr|b)ee这个正则表达式匹配tree或者bee，但是，“（）”括号在正则表达式中，并不仅仅起着确定范围的作用。它同时会创建子表达式，每个子表达式形成一个分组，并把捕获到的与子表达式匹配的子串保存在分组中，以供将来使用。例如：“”是一个邮箱地址字符串，我们使用下面的表达式来匹配这个字符串：“(w+)(w+).(w+)”这里有三个括号，就会形成三个分组，默认情况下会形成三个组号从左向右，依次是1,2,3。* 如果出现嵌套分组，它们的编号也按左括号出现的顺序排列例如：My e-mail is (fangyan33)(gmail).（com）)那么最外面的括号是第1组，后面的依次类推。* 。net提供了一个为分组命名的写法。?(w+)?(w+).?(w+)此时第一组的名字就是user 以后就可以使用user来访问第一组了。* 程序实例说明分组的用法：* 有一个字符串：“ fangyan33 aaa coco”找出每一个email地址与后面的用户名相同的子串。例如: fangyan33就是符合规则的子串。string str2 = fangyan cc coco ;foreach (Match match in Regex .Matches(str2, (w+)(w+).(w+) 1 ) /这里1表示与正则表达式中第一组相同Console .WriteLine(match);* 有一个电话簿： (010)23313442 (0931)2333345 (0755)86212233将其中的号码替换样的形式。string str3 = (010)23313442 (0931)2333345 (0755)86212233) ;string regexstr=(d3,4)(d7,8) ;string result=Regex .Replace(str3,regexstr, $1-$2);/这里$1表示第一组，$2表示第二组Console .WriteLine(result);* 为分组命名：（还是使用上面转换电话号码的程序）string str4 = (010)23313442 (0931)2333345 (0755)86212233 ;string regexstr2 = (?(d3,4)?(d7,8) ;string result2 = Regex .Replace(str4, regexstr2,$areaCode-$phoneNum ); /这里 $ 的形式使用组名Console .WriteLine(result);10.预查* 非捕获分组 ?:当我们需要使用()时，但又不想使其分组以增加不必要的内存开销，就可以使用?:例如：(?:tr|b)ee 此时，系统不会为其分组和指定组号。* 正向预查 (?=）和负正向预查(?!)举例说明，例如：我们想获取一系列邮箱地址中的用户名时。 “ 123163.com ”正则表达式: (/w+)(?=) 负正向预查表示后面跟的是非。* 反向预查(?=)和负反向预查(?!)举例说明，例如：我们想获取一系列邮箱地址中的二级域名时（163 ，gmail，qq等 ）。 “ 123163.com ”正则表达式: (?=)(/w+) 负正向预查表示前面的是非。11.常用正则表达式选项选项名称说明IgnoreCase忽略大小写匹配时不区分大小写，默认区分Multiline多行模式更改$和的含义，使$匹配整个字符串的结尾位置（即n之前的位置）。使匹配整个字符串的开头位置，也匹配任意一行的开头位置(即n之后的位置)Singleline单行模式更改.的含义，使他匹配任何字符，包括换行符（n）(注意：它和Multiline之间没有任何联系，虽然名称看上去有)IgnorePatternWhitespace忽略空白忽略表达式中的非转义空白，并启用由#标记的注释ExplicitCapture显示捕获仅捕获已经被显式命名的组12.正则表达式中的注释* (?#注释内容)* #注释内容这个是多行注释，注释内容和正则表达式之间可以有空格，正则表达式会忽略这些空格;10.预查 非捕获分组 ?:当我们需要使用()时，但又不想使其分组以增加不必要的内存开销，就可以使用?:例如：(?:tr|b)ee 此时，系统不会为其分组和指定组号。 正向预查 (?=）和负正向预查(?!)举例说明，例如：我们想获取一系列邮箱地址中的用户名时。 “ 123163.com ”正则表达式: (/w+)(?=) 负正向预查表示后面跟的是非。 反向预查(?=)和负反向预查(?!)举例说明，例如：我们想获取一系列邮箱地址中的二级域名时（163 ，gmail，qq等 ）。 “ 123163.com ”正则表达式: (?=)(/w+) 负正向预查表示前面的是非。11.常用正则表达式选项选项名称说明IgnoreCase忽略大小写匹配时不区分大小写，默认区分Multiline多行模式更改$和的含义，使$匹配整个字符串的结尾位置（即n之前的位置）。使匹配整个字符串的开头位置，也匹配