正則表達式基本用法_ZenDei技術網路在線

說到正則表達式，大家就會想到那像火星文一樣的正則表達式字元串。雖然看起來很奇怪，但是一個個都搞清楚那些東西分別表示什麼意思的時候，會發現這東西其實也不難。說乾就乾，我們來一個個的理解。先弄點數據先來個最簡單的開個味，太深了都沒有興趣往下看了沒有任何的正則表達式的元字元（也就是保留字），http ...

說到正則表達式，大家就會想到那像火星文一樣的正則表達式字元串。雖然看起來很奇怪，但是一個個都搞清楚那些東西分別表示什麼意思的時候，會發現這東西其實也不難。說乾就乾，我們來一個個的理解。

先弄點數據

string input = "http://www.tansea.cn/23 233【個人博客】23333【http©雙子宮殿】";
List<string> pattern = new List<string>();

先來個最簡單的開個味，太深了都沒有興趣往下看了

pattern.Add("http");//常量匹配 result = 2

沒有任何的正則表達式的元字元（也就是保留字），http在input裡面有2個，所以匹配到了2條

基礎篇

一、基本語義描述符

1、\d（數字字元）與\D（非數字字元）

pattern.Add("233\\d");//匹配233+數字字元 result=1
pattern.Add("233\\D");//匹配233+非數字字元 result=1

2、\w（字母數字下劃線）與\W（非字母數字下劃線）

pattern.Add("\\w");//匹配字母+數字+下劃線 result=36
pattern.Add("\\W");//不匹配字母+數字+下劃線 result=11

註意：實測\w是能匹配到中文的

3、\s（空白字元）與\S（非空白字元）

空白字元包括製表符、換行符、垂直製表符、換頁符、回車符

pattern.Add("\t");//匹配製表符 等價於\x09
pattern.Add("\n");//匹配換行符 等價於\x0A
pattern.Add("\v");//匹配垂直製表符 等價於\x0B
pattern.Add("\f");//匹配換頁符 等價於\x0C
pattern.Add("\r");//匹配回車符 等價於\x0D
pattern.Add("\\s");//匹配任何空白字元 等價於[\t\n\v\f\r]
pattern.Add("\\S");//匹配任何非空白字元 等價於[\t\n\v\f\r]

到這裡就需要說明一下了，\和\\的區別

\是C#的轉義符，如果要讓C#把\當字元處理，要使用\\

或者在字元串前使用@告訴C#這個字元串的反斜杠都當字元處理

pattern.Add(@"\s");

註意：如果一個字元串裡面有多個\，有表示轉義符，也有表示字元的，那就不能在字元串之前用@，只能用\\來區分

4、.（任何字元，除\n）

pattern.Add(".");//匹配除 "\n" 之外的任何字元 result=49

5、\xXX（單位元組）與\uXXXX（雙位元組）

\xXX單位元組字元，字元對應轉義值可以查ASCII碼表

pattern.Add("\x61");//匹配單位元組字元(x61=a) result=2
pattern.Add("\x20");//匹配單位元組字元(x20=空格) result=1

\uXXXX雙位元組字元，除常用字元之外的所有字元，包括各種不常用字元和各國語言字元等等

pattern.Add("\u00A9");//匹配雙位元組(u00A9=©) result=1
pattern.Add("[\u4e00-\u9fa5]");//匹配雙位元組([\u4e00-\u9fa5]=漢字) result=8

二、定位描述符

1、^ （匹配字元串的開始位置）

pattern.Add("^http");//開始位置匹配 result = 1
pattern.Add("^tansea");//開始位置匹配 result = 0

input確實是以http開頭的，所以匹配到了1條，而下麵那條語句沒有匹配到記錄

2、$（匹配字元串的結束位置）

pattern.Add("】$");//結束位置匹配 result = 1

3、\b（空格）與\B（非空格）

pattern.Add("23\\b");//匹配23+空格 result=1
pattern.Add("23\\B");//匹配23+非空格 result=2

三、重覆描述符

1、*（匹配0-∞次等價於{0,}）

pattern.Add("233*");//以23開頭，後面接0到n個3匹配 result=3

匹配到23、233、23333三條記錄

2、+（匹配1-∞次等價於{1,}）

pattern.Add("233+");//以23開頭，後面接1到n個3匹配 result=2

匹配到233、23333兩條記錄

3、?（匹配0-1次等價於{0,1}）

pattern.Add("233?");//以23開頭，後面接0到1個3匹配 result=3

匹配到23、233、233（23333前面部分）三條記錄

4、{n}（匹配n次，n>0）

pattern.Add("233{1}");//以23開頭，後面接1個3匹配 result=2

匹配到233、233（23333前面部分）兩條記錄

5、{n,}（匹配n-∞次，n>0）

pattern.Add("233{1,}");//以23開頭，後面接1到無限個3匹配 result=2

匹配到233、23333兩條記錄

6、{n,m}（匹配n-m次，n>0 且 n<=m）

pattern.Add("233{2,3}");//以23開頭，後面接2到3個3匹配 result=1

匹配到23333一條記錄

四、選擇描述符

1、|（或操作）

pattern.Add("com|cn|net");//或條件 result=1

2、[]（IN操作，匹配所包含的任意一個字元）

pattern.Add("[人從眾]");//IN條件 result=1

IN條件與或條件的區別：或條件是支持多字元，將一個段做為一個整體而IN條件只支持單字元

pattern.Add("[^人從眾]");//NOT IN條件 result=46
pattern.Add("[o-t]");//BETWEEN條件 匹配小寫o到小寫t result=8
pattern.Add("[^o-t]");//NOT BETWEEN條件 匹配非小寫o到小寫t result=39

五、組(...)與非捕獲組(?:...)

正則表達式會將刮號里的內容單獨保存成一個組，並且匹配到的組可以反向引用，\n是引用第n組

pattern.Add("\\.(.{1,6})");//.開頭取6個字元 result=2

結果：Group[0]=.tansea Group[1]=tansea

Group[0]=.cn/23 Group[1]=cn/23

註意：/23後面是有一個空格的，是取了6個字元

如果不想把刮號里的內容保存到組，可以用非捕獲組

pattern.Add("\\.(?:.{1,6})");

六、貪婪與非貪婪

正則表達式預設為貪婪模式，可以在重覆描述符後加上?改成非貪婪模式

pattern.Add(".*233");//結果為"http://www.tansea.cn/23 233【個人博客】233"一條記錄
pattern.Add(".*?233");//結果為"http://www.tansea.cn/23 233"、"【個人博客】233"兩條記錄

七、回溯與非回溯

正則表達式預設為回溯模式，可以(?>...)改成非回溯模式

在貪婪模式情況下，非回溯模式不會再重新去匹配，而是接著繼續匹配

pattern.Add("(.*)233");//結果為"http://www.tansea.cn/23 233【個人博客】233"
pattern.Add("(?>.*)233");//結果為空

八、正向預搜索(?=...)與反向預搜索(?<=...)

1、正向預搜索

pattern.Add("\\d{3}(?=【個人博客】)");//匹配3個數字開頭後面是"【個人博客】"
pattern.Add("\\d{3}(?!=【個人博客】)");//匹配3個數字開頭後面不是"【個人博客】"

2、反向預搜索

pattern.Add("(?<=【個人博客】)\\d{3}");//匹配"【個人博客】"開頭後面是3個數字
pattern.Add("(?!<=【個人博客】)\\d{3}");//匹配不是"【個人博客】"開頭後面是3個數字

可以看出來，當判斷條件在後面時，我們用的是正向預搜索，反之則相反。

預搜索刮號內的內容不會匹配

來看看結果吧

pattern.ForEach(p =>
{
    MatchCollection matches = Regex.Matches(input, p);
    Console.WriteLine("Count:" + matches.Count);
    foreach (Match item in matches)
        //Console.WriteLine("Value:" + item.Groups[0].Value);
        Console.WriteLine("Value:" + item.Groups[0].Value + "=>" + item.Groups[1].Value);
});

實戰篇

一、Escape和Uescape

string input = @"\dhttp://www.tansea.cn2017";
string pattern = "\\d";
string replacement = "X";
string split = ":|/|\\.";
//\d是元符號，將元符號轉換成原義解釋
string escapePattern = Regex.Escape(pattern);
Console.WriteLine(Regex.Match(input, escapePattern).Groups[0].Value);//result=\d
//\\d是原義，將原義轉換成元符號解釋
string unescapePattern = Regex.Unescape(escapePattern);
Console.WriteLine(Regex.Match(input, unescapePattern).Groups[0].Value);//result=2

二、IsMatch

Regex.IsMatch(input, pattern);//是否找到匹配項

三、Match

Match match = Regex.Match(input, pattern);//返回匹配到的第一項
Console.WriteLine(match.Value);

四、Matches

MatchCollection matches = Regex.Matches(input, pattern);//返回匹配到的所有項
foreach (Match item in matches)
    Console.WriteLine(item.Value);

五、Replace

Console.WriteLine(Regex.Replace(input, pattern, replacement));//用指定的字元串替換匹配到的項
Console.WriteLine(Regex.Replace(input, pattern, m =>
{
    string result = string.Empty;
    switch (m.Value)
    {
        case "2": result = "貳"; break;
        case "0": result = "零"; break;
        case "1": result = "壹"; break;
        case "7": result = "柒"; break;
    }
    return result;
}));//用委托返回的字元串替換匹配到的項

六、Split

List<string> inputs = Regex.Split(input, split).ToList();//以匹配到的項的位置為基本，拆分字元串
inputs.ForEach(i => Console.WriteLine(i));