String 类包括许多字符串搜索和替换方法,当你要在较大字符串中定位文本字符串时,可以使用这些方法。 当你希望在较大字符串中定位若干子字符串之一时,或者当你希望在字符串中标识模式时,正则表达式最有用,,以下主要介绍下C#正则表达式的用法:
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(如下表所示),或应按原义解释该字符。
转义字符 |
描述 |
模式 |
匹配 |
---|---|---|---|
a |
与报警 (bell) 符 u0007 匹配。 |
a |
“Error!”+“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+) |
“item1 item2 ”中的“item1 ”和“item2 ” |
|
与回车符 u000D 匹配。 ( 与换行符 不是等效的。) |
(w+) |
“ These are two lines.”中的“ These” |
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+) |
“ These are two lines.”中的“ These” |
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字符(nnn 由二位或三位数字组成)。 |
w 40w |
“a bc d”中的 “a b”和“c d” |
xnn |
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” |
cX cx |
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) |
unnnn |
使用十六进制表示形式匹配 Unicode 字符(由 nnnn 正确表示的四位数)。 |
wu0020w |
“a bc d”中的 “a b”和“c d” |
|
在后面带有不识别为本主题的此表和其他表中的转义符的字符时,与该字符匹配。 例如,* 与 x2A 相同,而 . 与 x2E 相同。 这允许正则表达式引擎区分语言元素(如 * 或 ?) 和字符文本(用 * 或 ?表示)。 |
d+[+-x*]d+ |
“(2+2) * 3*9”中的“2+2”和“3*9” |
字符类与一组字符中的任何一个字符匹配。 字符类包括下表中列出的语言元素。
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。 |
[ae] |
“gray”中的“a” “lane”中的“a”和“e” |
[^character_group] |
求反: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] |
“reign”中的“r”、“g”和“n” |
[第一个-last] |
字符范围:与从第一个到最后一个的范围中的任何单个字符匹配。 |
[A-Z] |
“AB123”中的“A”和“B” |
. |
通配符:与除 之外的任何单个字符匹配。 若要匹配文本句点字符(. 或 u002E),你必须在该字符前面加上转义符 (.)。 |
a.e |
“nave”中的“ave” “water”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} p{IsCyrillic} |
“City Lights”中的“C”和“L” “ДЖem”中的“Д”和“Ж” |
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} P{IsCyrillic} |
“City”中的“i”、“t”和“y” “ДЖem”中的“e”和“m” |
w |
与任何单词字符匹配。 |
w |
“ID A1.3”中的“I”、“D”、“A”、“1”和“3” |
W |
与任何非单词字符匹配。 |
W |
“ID A1.3”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 |
" _" in "int __ctr" |
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。 下表中列出的元字符是定位点。
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} |
“901” “901-” |
$ |
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{3}$ |
“-333” “-333” |
A |
匹配必须出现在字符串的开头。 |
Ad{3} |
“901” “901-” |
|
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} |
“-333” “-333” |
z |
匹配必须出现在字符串的末尾。 |
-d{3}z |
“-333” “-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)”、“(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+sw+ |
“them theme them them”中的“them theme”、“them them” |
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。 分组构造包括下表中列出的语言元素。
分组构造 |
描述 |
模式 |
匹配 |
---|---|---|---|
(子表达式) |
捕获匹配的子表达式并将其分配到一个从 1 开始的序号中。 |
(w)1 |
“deep”中的“ee” |
(?< 名称> 子表达式) |
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” |
(?< 名称 1 -名称 2 > 子表达式) |
定义平衡组定义。 有关详细信息,请参阅正则表达式中的分组构造中的“平衡组定义”部分。 |
(((?'Open'()[^()]*)+((?'Close-Open'))[^()]*)+)*(?(Open)(?!))$ |
“3+2^((1-3)*(3-1))”中的“((1-3)*(3-1))” |
(?: 子表达式) |
定义非捕获组。 |
Write(?:Line)? |
“Console.WriteLine()”中的“WriteLine” “Console.Write(value)”中的“Write” |
(?imnsx-imnsx: 子表达式) |
应用或禁用子表达式中指定的选项。 有关详细信息,请参阅正则表达式选项。 |
Ad{2}(?i:w+) |
“A12xl A12XL a12xl”中的“A12xl”和“A12XL” |
(?= 子表达式) |
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” |
(?! 子表达式) |
零宽度负预测先行断言。 |
(?!un)w+ |
“unsure sure unity used”中的“sure”和“used” |
(?<= 子表达式) |
零宽度正回顾后发断言。 |
(?<=19)d{2} |
“1851 1999 1950 1905 2003”中的“99”、“50”和“05” |
(?<! 子表达式) |
零宽度负回顾后发断言。 |
(?<!19)d{2} |
“1851 1999 1950 1905 2003”中的“51”和“03” |
(?> 子表达式) |
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” |
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。
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”和“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”和“rain” |
{n} |
匹配上一个元素恰好 n 次。 |
",d{3}" |
“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。 |
"d{2,}" |
“166”,“29”和“1930” |
{n,m} |
匹配上一个元素至少 n 次,但不多于 m次。 |
"d{3,5}" |
“166”、“17668” “193024”中的“19302” |
*? |
匹配上一个元素零次或多次,但次数尽可能少。 |
d*?.d |
“.0”,“19.9”和“219.9” |
+? |
匹配上一个元素一次或多次,但次数尽可能少。 |
"be+?" |
“been”中的“be”,“bent”中的“be” |
?? |
匹配上一个元素零次或一次,但次数尽可能少。 |
"rai??n" |
“ran”和“rain” |
{n}? |
匹配前面的元素恰好 n 次。 |
",d{3}?" |
“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,但次数尽可能少。 |
"d{2,}?" |
“166”,“29”和“1930” |
{n,m}? |
匹配上一个元素的次数介于 n 和 m 之间,但次数尽可能少。 |
"d{3,5}?" |
“166”、“17668” “193024”中的“193”、“024” |
替换构造用于修改正则表达式以启用 either/or 匹配。 这些构造包括下表中列出的语言元素。
替换构造 |
描述 |
模式 |
匹配 |
---|---|---|---|
| |
匹配以竖线 (|) 字符分隔的任何一个元素。 |
th(e|is|at) |
“this is the day.”中的“the”和“this” " |
(?(表达式)是|no) |
如果正则表达式模式由 expression 匹配指定,则匹配 yes;否则,匹配可选 no 部分。 expression 被解释为零宽度断言。 |
(?(A)Ad{2}|d{3}) |
“A10 C103 910”中的“A10”和“910” |
(?(name)是|no) |
如果 name(已命名或已编号的捕获组)具有匹配,则匹配 yes;否则,匹配可选 no。 |
(?<quoted>")?(?(quoted).+?"|S+s) |
“Dogs.jpg "Yiska playing.jpg"”中的 Dogs.jpg 和 "Yiska playing.jpg" |
替换是替换模式中支持的正则表达式语言元素。
字符 |
描述 |
模式 |
替换模式 |
输入字符串 |
结果字符串 |
---|---|---|---|---|---|
$数值 |
替换按组 number 匹配的子字符串。 |
(w+)(s)(w+) |
$3$2$1 |
"one two" |
"two one" |
${name} |
替换按命名组 name 匹配的子字符串。 |
(?<word1>w+)(s)(?<word2>w+) |
${word2} ${word1} |
"one two" |
"two one" |
$$ |
替换字符“$”。 |
(d+)s?USD |
$$$1 |
“103 USD” |
“$103” |
$& |
替换整个匹配项的一个副本。 |
$?d*.?d+ |
**$&** |
"$1.30" |
“**$1.30**” |
$` |
替换匹配前的输入字符串的所有文本。 |
B+ |
$` |
“AABBCC” |
“AAAACC” |
$' |
替换匹配后的输入字符串的所有文本。 |
B+ |
$' |
“AABBCC” |
“AACCCC” |
$+ |
替换最后捕获的组。 |
B+(C+) |
$+ |
“AABBCCDD” |
AACCDD |
$_ |
替换整个输入字符串。 |
B+ |
$_ |
“AABBCC” |
“AAAABBCCCC” |
可以指定控制正则表达式引擎如何解释正则表达式模式的选项。 其中的许多选项可以指定为内联(在正则表达式模式中)或指定为一个或多个 RegexOptions 常量。 本快速参考仅列出内联选项。
可通过两种方式指定内联选项:
-
通过使用杂项构造(?imnsx-imnsx),可以用选项或选项组前的减号 (-) 关闭这些选项。 例如,(?i-mn) 启用不区分大小写的匹配 (i),关闭多行模式 (m) 并关闭未命名的组捕获 (n)。 该选项自定义选项的点开始应用于此正则表达式,且持续有效直到模式结束或者到另一构造反转此选项的点。
-
通过使用分组构造(?imnsx-imnsx:子表达式)(只定义指定组的选项)。
.NET Framework 正则表达式引擎支持以下内联选项。
选项 |
描述 |
模式 |
匹配 |
---|---|---|---|
i |
使用不区分大小写的匹配。 |
(?i)a(?-i)aw+ |
"aardvark", "aaaAuto" in "aardvark AAAuto aaaAuto Adam breakfast" |
m |
使用多行模式。 ^ 和 $ 匹配行的开头和结尾,但不匹配字符串的开头和结尾。 |
有关示例,请参阅正则表达式选项中的“多行模式”部分。 |
|
n |
不捕获未命名的组。 |
有关示例,请参阅正则表达式选项中的“仅显式捕获”部分。 |
|
s |
使用单行模式。 |
有关示例,请参阅正则表达式选项中的“单行模式”部分。 |
|
x |
忽略正则表达式模式中的非转义空白。 |
(?x) d+ s w+ |
“1 aardvark 2 cats IV centurions”中的“1 aardvark”、“2 cats” |
其他构造可修改某个正则表达式模式或提供有关该模式的信息。 下表列出了 .NET Framework 支持的其他构造。
构造 |
定义 |
示例 |
---|---|---|
(?imnsx-imnsx) |
在模式中间对诸如不区分大小写这样的选项进行设置或禁用。 有关详细信息,请参阅正则表达式选项。 |
A(?i)bw+ 匹配“ABA Able Act”中的“ABA”和“Able” |
(?# 注释) |
内联注释。 该注释在第一个右括号处终止。 |
A(?#Matches words starting with A)w+ |
# [至行尾] |
X 模式注释。 该注释以非转义的 # 开头,并继续到行的结尾。 |
(?x)Aw+#Matches words starting with A |
参考文档:
msdn 正则表达式快速参考 https://msdn.microsoft.com/zh-cn/library/az24scfc(v=vs.110).aspx