Regex 类表示不可变(只读)的正则表达式。它还包含各种静态方法,允许在不显式创建其他类的实例的情况下使用其他正则表达式类。
正则表达式基础概述
什么是正则表达式
在编写字符串的处理程序时,经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说,正则表达式就是记录文本规则的代码。
通常,我们在使用WINDOWS查找文件时,会使用通配符(*和?)。如果你想查找某个目录下的所有Word文档时,你就可以使用*.doc进行查找,在这里,*就被解释为任意字符串。和通配符类似,正则表达式也是用来进行文本匹配的工具,只不过比起通配符,它能更精确地描述你的需求——当然,代价就是更复杂。
一、C#正则表达式符号模式
字 符 | 描 述 |
/ | 转义字符,将一个具有特殊功能的字符转义为一个普通字符,或反过来 |
^ | 匹配输入字符串的开始位置 |
$ | 匹配输入字符串的结束位置 |
* | 匹配前面的零次或多次的子表达式 |
+ | 匹配前面的一次或多次的子表达式 |
? | 匹配前面的零次或一次的子表达式 |
{n} | n是一个非负整数,匹配前面的n次子表达式 |
{n,} | n是一个非负整数,至少匹配前面的n次子表达式 |
{n,m} | m和n均为非负整数,其中n<=m,最少匹配n次且最多匹配m次 |
? | 当该字符紧跟在其他限制符(*,+,?,{n},{n,},{n,m})后面时,匹配模式尽可能少的匹配所搜索的字符串 |
. | 匹配除“/n”之外的任何单个字符 |
(pattern) | 匹配pattern并获取这一匹配 |
(?:pattern) | 匹配pattern但不获取匹配结果 |
(?=pattern) | 正向预查,在任何匹配pattern的字符串开始处匹配查找字符串 |
(?!pattern) | 负向预查,在任何不匹配pattern的字符串开始处匹配查找字符串 |
x|y | 匹配x或y。例如,‘z|food'能匹配“z”或“food”。‘(z|f)ood'则匹配“zood”或“food” |
[xyz] | 字符集合。匹配所包含的任意一个字符。例如,‘[abc]'可以匹配“plain”中的‘a' |
[^xyz] | 负值字符集合。匹配未包含的任意字符。例如,‘[^abc]'可以匹配“plain”中的‘p' |
[a-z] | 匹配指定范围内的任意字符。例如,‘[a-z]'可以匹配'a'到'z'范围内的任意小写字母字符 |
[^a-z] | 匹配不在指定范围内的任意字符。例如,‘[^a-z]'可以匹配不在‘a'~‘z''内的任意字符 |
/b | 匹配一个单词边界,指单词和空格间的位置 |
/B | 匹配非单词边界 |
/d | 匹配一个数字字符,等价于[0-9] |
/D | 匹配一个非数字字符,等价于[^0-9] |
/f | 匹配一个换页符 |
/n | 匹配一个换行符 |
/r | 匹配一个回车符 |
/s | 匹配任何空白字符,包括空格、制表符、换页符等 |
/S | 匹配任何非空白字符 |
/t | 匹配一个制表符 |
/v | 匹配一个垂直制表符。等价于/x0b和/cK |
/w | 匹配包括下划线的任何单词字符。等价于‘'[A-Za-z0-9_]' |
/W | 匹配任何非单词字符。等价于‘[^A-Za-z0-9_]' |
说明:
由于在正则表达式中“ / ”、“ ? ”、“ * ”、“ ^ ”、“ $ ”、“ + ”、“(”、“)”、“ | ”、“ { ”、“ [ ”等字符已经具有一定特殊意义,如果需要用它们的原始意义,则应该对它进行转义,例如希 望在字符串中至少有一个“ / ”,那么正则表达式应该这么写: //+ 。
二、在C#中,要使用正则表达式类,请在源文件开头处添加以下语句:
三、RegEx类常用的方法
1、静态Match方法
使用静态Match方法,可以得到源中第一个匹配模式的连续子串。
静态的Match方法有2个重载,分别是
Regex.Match(string input, string pattern);
Regex.Match(string input, string pattern, RegexOptions options);
第一种重载的参数表示:输入、模式
第二种重载的参数表示:输入、模式、RegexOptions枚举的“按位或”组合。
RegexOptions枚举的有效值是:
Complied表示编译此模式
CultureInvariant表示不考虑文化背景
ECMAScript表示符合ECMAScript,这个值只能和IgnoreCase、Multiline、Complied连用
ExplicitCapture表示只保存显式命名的组
IgnoreCase表示不区分输入的大小写
IgnorePatternWhitespace表示去掉模式中的非转义空白,并启用由#标记的注释
Multiline表示多行模式,改变元字符^和$的含义,它们可以匹配行的开头和结尾
None表示无设置,此枚举项没有意义
RightToLeft表示从右向左扫描、匹配,这时,静态的Match方法返回从右向左的第一个匹配
Singleline表示单行模式,改变元字符.的意义,它可以匹配换行符
注意:Multiline在没有ECMAScript的情况下,可以和Singleline连用。Singleline和Multiline不互斥,但是和ECMAScript互斥。
2、静态的Matches方法
这个方法的重载形式同静态的Match方法,返回一个MatchCollection,表示输入中,匹配模式的匹配的集合。
3、静态的IsMatch方法
此方法返回一个bool,重载形式同静态的Matches,若输入中匹配模式,返回true,否则返回false。
可以理解为:IsMatch方法,返回Matches方法返回的集合是否为空。
四、RegEx类的实例
1.字符串替换
例如我想把如下格式记录中的NAME值修改为WANG
string line="ADDR=1234;NAME=ZHANG;PHONE=6789";
Regex reg = new Regex("NAME=(.+);");
string modified = reg.Replace(line, "NAME=WANG;");
修改后的字符串为 ADDR=1234;NAME=WANG;PHONE=6789
2.字符串匹配
例如我想提取刚才那条记录中的NAME值
Regex reg = new Regex("NAME=(.+);");
Match match=reg.Match(line);
string value=match.Groups[1].Value;
3、Match实例3
文本中含有"speed=30.2mph",需要提取该速度值,但是速度的单位可能是公制也可能是英制,mph,km/h,m/s都有可能;另外前后可能有空格。
string line="lane=1;speed=30.3mph;acceleration=2.5mph/s";
Regex reg=new Regex(@"speed/s*=/s*([/d/.]+)/s*(mph|km/h|m/s)*");
Match match=reg.Match(line);
那么在返回的结果中match.Groups[1].Value将含有数值,而match.Groups[2].Value将含有单位。
4、再比如,解码gps的GPRMC字符串,只需
Regex reg = new Regex(@"^/$GPRMC,[/d/.]*,[A|V],(-?[0-9]*/.?[0-9]+),([NS]*),(-?[0-9]*/.?[0-9]+),([EW]*),.*");
就可以获得经度、纬度值,而以前需要几十行代码。
五、System.Text.RegularExpressions命名空间的说明
该名称空间包括8个类,1个枚举,1个委托。他们分别是:
Capture: 包含一次匹配的结果;
CaptureCollection: Capture的序列;
Group: 一次组记录的结果,由Capture继承而来;
GroupCollection:表示捕获组的集合
Match: 一次表达式的匹配结果,由Group继承而来;
MatchCollection: Match的一个序列;
MatchEvaluator: 执行替换操作时使用的委托;
Regex:编译后的表达式的实例。
RegexCompilationInfo:提供编译器用于将正则表达式编译为独立程序集的信息
RegexOptions 提供用于设置正则表达式的枚举值
Regex类中还包含一些静态的方法:
Escape: 对字符串中的regex中的转义符进行转义;
IsMatch: 如果表达式在字符串中匹配,该方法返回一个布尔值;
Match: 返回Match的实例;
Matches: 返回一系列的Match的方法;
Replace: 用替换字符串替换匹配的表达式;
Split: 返回一系列由表达式决定的字符串;
Unescape:不对字符串中的转义字符转义。
新闻热点
疑难解答