C# 正则表达式

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。

字符转义
字符类
定位点
分组构造
限定符
反向引用构造
备用构造
替换
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"
	在字符类中，与退格键 u0008 匹配。	[]{3,}	"" 中的 ""
	与制表符 u0009 匹配。	(w+)	"Name Addr " 中的 "Name " 和 "Addr "
	与回车符 u000D 匹配。（与换行符不是等效的。）	(w+)	" Hello World." 中的 " Hello"
v	与垂直制表符 u000B 匹配。	[v]{2,}	"vvv" 中的 "vvv"
f	与换页符 u000C 匹配。	[f]{2,}	"fff" 中的 "fff"
	与换行符 u000A 匹配。	(w+)	" Hello World." 中的 " Hello"
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）。	w40w	"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）。	wx20w	"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）。	wu0020w	"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+[+-xd+	"(2+2) * 39" 中的 "2+2" 和 "39"

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。	(w+)	"Name Addr " 中的 "Name " 和 "Addr "
.	通配符：与除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。	p{Lu}	"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。	P{Lu}	"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。	ws	"ID A1.3" 中的 "D "
S	与任何非空白字符匹配。	sS	"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。	^d{3}	"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之前。	-d{4}$	"8-12-2012" 中的 "-2012"
A	匹配必须出现在字符串的开头。	Aw{3}	"Code-007-" 中的 "Code"
	匹配必须出现在字符串的末尾或出现在字符串末尾的之前。	-d{3}	"Bond-901-007" 中的 "-007"
z	匹配必须出现在字符串的末尾。	-d{3}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)"
	匹配必须出现在 w（字母数字）和 W（非字母数字）字符之间的边界上。	w	"Room#1" 中的 "R"、 "o"、 "m" 和 "1"
B	匹配不得出现在边界上。	Bendw*	"end sends endure lender" 中的 "ends" 和 "ender"

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。

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。	Ad{2}(?i:w+)	"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。	(?!un)w+	"unsure sure unity used" 中的 "sure" 和 "used"
(?< =subexpression)	零宽度正回顾后发断言。	(?<=19)d{2}	"1851 1999 1950 1905 2003" 中的 "99"、"50"和 "05"
(?< ! subexpression)	零宽度负回顾后发断言。	(?< !19)d{2}	"end sends endure lender" 中的 "ends" 和 "ender"
(?> 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

using System;
using System.Text.RegularExpressions;

public class Example
{
   public static void Main()
   {
      string input = "1851 1999 1950 1905 2003";
      string pattern = @"(?<=19)d{2}";

      foreach (Match match in Regex.Matches(input, pattern))
         Console.WriteLine(match.Value);
   }
}

来自为知笔记(Wiz)