C# Regex總結

標籤：

Regex 是一種匹配輸入文本的模式。.Net 架構提供了允許這種匹配的Regex引擎。模式由一個或多個字元、運算子和結構組成。

下面列出了用於定義Regex的各種類別的字元、運算子和結構。

• 字元轉義
• 字元類
• 錨點
• 分組構造
• 限定符
• 反向引用構造
• 備用構造
• 替換
• 雜項構造

字元轉義

Regex中的反斜線字元（\）指示其後跟的字元是特殊字元，或應按原義解釋該字元。

下表列出了逸出字元：

逸出字元	描述	模式	匹配
\a	與警示 (bell) 符 \u0007 匹配。	\a	"Warning!" + ‘\u0007‘ 中的 "\u0007"
\b	在字元類中，與退格鍵 \u0008 匹配。	[\b]{3,}	"\b\b\b\b" 中的 "\b\b\b\b"
\t	與定位字元 \u0009 匹配。	(\w+)\t	"Name\tAddr\t" 中的 "Name\t" 和 "Addr\t"
\r	與斷行符號符 \u000D 匹配。（\r 與分行符號 \n 不是等效的。）	\r\n(\w+)	"\r\Hello\nWorld." 中的 "\r\nHello"
\v	與垂直定位字元 \u000B 匹配。	[\v]{2,}	"\v\v\v" 中的 "\v\v\v"
\f	與換頁符 \u000C 匹配。	[\f]{2,}	"\f\f\f" 中的 "\f\f\f"
\n	與分行符號 \u000A 匹配。	\r\n(\w+)	"\r\Hello\nWorld." 中的 "\r\nHello"
\e	與轉義符 \u001B 匹配。	\e	"\x001B" 中的 "\x001B"
\ nnn	使用八進位表示形式指定一個字元（nnn 由二到三位元字組成）。	\w\040\w	"a bc d" 中的 "a b" 和 "c d"
\x nn	使用十六進位表示形式指定字元（nn 恰好由兩位元字組成）。	\w\x20\w	"a bc d" 中的 "a b" 和 "c d"
\c X \c x	匹配 X 或 x 指定的 ASCII 控制項字元，其中 X 或 x 是控制項字元的字母。	\cC	"\x0003" 中的 "\x0003" (Ctrl-C)
\u nnnn	使用十六進位表示形式匹配一個 Unicode 字元（由 nnnn 表示的四位元）。	\w\u0020\w	"a bc d" 中的 "a b" 和 "c d"
\	在後面帶有不識別的逸出字元時，與該字元匹配。	\d+[\+-x\*]\d+\d+[\+-x\*\d+	"(2+2) * 3*9" 中的 "2+2" 和 "3*9"

字元類

字元類與一組字元中的任何一個字元匹配。

下表列出了字元類：

字元類	描述	模式	匹配
[character_group]	匹配 character_group 中的任何單個字元。 預設情況下，匹配區分大小寫。	[mn]	"mat" 中的 "m"，"moon" 中的 "m" 和 "n"
[^character_group]	非：與不在 character_group 中的任何單個字元匹配。 預設情況下，character_group 中的字元區分大小寫。	[^aei]	"avail" 中的 "v" 和 "l"
[ first - last ]	字元範圍：與從 first 到 last 的範圍中的任何單個字元匹配。	(\w+)\t	"Name\tAddr\t" 中的 "Name\t" 和 "Addr\t"
.	萬用字元：與除 \n 之外的任何單個字元匹配。  若要匹配原意句點字元（. 或 \u002E），您必須在該字元前面加上轉義符 (\.)。	a.e	"have" 中的 "ave"， "mate" 中的 "ate"
\p{ name }	與 name 指定的 Unicode 通用類別或命名塊中的任何單個字元匹配。	\p{Lu}	"City Lights" 中的 "C" 和 "L"
\P{ name }	與不在 name 指定的 Unicode 通用類別或命名塊中的任何單個字元匹配。	\P{Lu}	"City" 中的 "i"、 "t" 和 "y"
\w	與任何單詞字元匹配。	\w	"Room#1" 中的 "R"、 "o"、 "m" 和 "1"
\W	與任何非單詞字元匹配。	\W	"Room#1" 中的 "#"
\s	與任何空白字元匹配。	\w\s	"ID A1.3" 中的 "D "
\S	與任何非空白字元匹配。	\s\S	"int __ctr" 中的 " _"
\d	與任何十進位數字匹配。	\d	"4 = IV" 中的 "4"
\D	匹配不是十進位數的任一字元。	\D	"4 = IV" 中的 " "、 "="、 " "、 "I" 和 "V"

錨點

錨點或原子零寬度斷言會使匹配成功或失敗，具體取決於字串中的當前位置，但它們不會使引擎在字串中前進或使用字元。

下表列出了錨點：

斷言	描述	模式	匹配
^	匹配必須從字串或一行的開頭開始。	^\d{3}	"567-777-" 中的 "567"
$	匹配必須出現在字串的末尾或出現在行或字串末尾的 \n 之前。	-\d{4}$	"8-12-2012" 中的 "-2012"
\A	匹配必須出現在字串的開頭。	\A\w{3}	"Code-007-" 中的 "Code"
\Z	匹配必須出現在字串的末尾或出現在字串末尾的\n 之前。	-\d{3}\Z	"Bond-901-007" 中的 "-007"
\z	匹配必須出現在字串的末尾。	-\d{3}\z	"-901-333" 中的 "-333"
\G	匹配必須出現在上一個匹配結束的地方。	\\G\(\d\)	"(1)(3)(5)[7](9)" 中的 "(1)"、 "(3)" 和 "(5)"
\b	匹配必須出現在 \w（字母數字）和 \W（非字母數字）字元之間的邊界上。	\w	"Room#1" 中的 "R"、 "o"、 "m" 和 "1"
\B	匹配不得出現在 \b 邊界上。	\Bend\w*\b	"end sends endure lender" 中的 "ends" 和 "ender"

分組構造

分組構造描述了Regex的子運算式，通常用於捕獲輸入字串的子字串。

下表列出了分組構造：

分組構造	描述	模式	匹配
( subexpression )	捕獲匹配的子運算式並將其分配到一個從零開始的序號中。	(\w)\1	"deep" 中的 "ee"
(?< name >subexpression)	將匹配的子運算式捕獲到一個命名組中。	(?< double>\w)\k< double>	"deep" 中的 "ee"
(?< name1 -name2 >subexpression)	定義平衡組定義。	(((?‘Open‘\()[^\(\)]*)+((?‘Close-Open‘\))[^\(\)]*)+)*(?(Open)(?!))$	"3+2^((1-3)*(3-1))" 中的 "((1-3)*(3-1))"
(?: subexpression)	定義非擷取的群組。	Write(?:Line)?	"Console.WriteLine()" 中的 "WriteLine"
(?imnsx-imnsx:subexpression)	應用或禁用 subexpression 中指定的選項。	A\d{2}(?i:\w+)\b	"A12xl A12XL a12xl" 中的 "A12xl" 和 "A12XL"
(?= subexpression)	零寬度正預測先行斷言。	\w+(?=\.)	"He is. The dog ran. The sun is out." 中的 "is"、 "ran" 和 "out"
(?! subexpression)	零寬度負預測先行斷言。	\b(?!un)\w+\b	"unsure sure unity used" 中的 "sure" 和 "used"
(?< =subexpression)	零寬度正回顧後發斷言。	(?< =19)\d{2}\b	"1851 1999 1950 1905 2003" 中的 "51" 和 "03"
(?< ! subexpression)	零寬度負回顧後發斷言。	(?< !19)\d{2}\b	"end sends endure lender" 中的 "ends" 和 "ender"
(?> subexpression)	非回溯（也稱為"貪婪"）子運算式。	[13579](?>A+B+)	"1ABB 3ABBC 5AB 5AC" 中的 "1ABB"、 "3ABB" 和 "5AB"

限定符

限定符指定在輸入字串中必須存在上一個元素（可以是字元、組或字元類）的多少個執行個體才能出現匹配項。 限定符包括下表中列出的語言元素。

下表列出了限定符：

限定符	描述	模式	匹配
*	匹配上一個元素零次或多次。	\d*\.\d	".0"、 "19.9"、 "219.9"
+	匹配上一個元素一次或多次。	"be+"	"been" 中的 "bee"， "bent" 中的 "be"
?	匹配上一個元素零次或一次。	"rai?n"	"ran"、 "rain"
{ n }	匹配上一個元素恰好 n 次。	",\d{3}"	"1,043.6" 中的 ",043"， "9,876,543,210" 中的 ",876"、 ",543" 和 ",210"
{ n ,}	匹配上一個元素至少 n 次。	"\d{2,}"	"166"、 "29"、 "1930"
{ n , m }	匹配上一個元素至少 n 次，但不多於 m 次。	"\d{3,5}"	"166"， "17668"， "193024" 中的 "19302"
*?	匹配上一個元素零次或多次，但次數儘可能少。	\d*?\.\d	".0"、 "19.9"、 "219.9"
+?	匹配上一個元素一次或多次，但次數儘可能少。	"be+?"	"been" 中的 "be"， "bent" 中的 "be"
??	匹配上一個元素零次或一次，但次數儘可能少。	"rai??n"	"ran"、 "rain"
{ n }?	匹配前置元素恰好 n 次。	",\d{3}?"	"1,043.6" 中的 ",043"， "9,876,543,210" 中的 ",876"、 ",543" 和 ",210"
{ n ,}?	匹配上一個元素至少 n 次，但次數儘可能少。	"\d{2,}?"	"166"、 "29" 和 "1930"
{ n , m }?	匹配上一個元素的次數介於 n 和 m 之間，但次數儘可能少。	"\d{3,5}?"	"166"， "17668"， "193024" 中的 "193" 和 "024"

反向引用構造

反向引用允許在同一Regex中隨後標識以前匹配的子運算式。

下表列出了反向引用構造：

反向引用構造	描述	模式	匹配
\ number	反向引用。 匹配編號子運算式的值。	(\w)\1	"seek" 中的 "ee"
\k< name >	命名反向引用。 匹配命名運算式的值。	(?< char>\w)\k< char>	"seek" 中的 "ee"

備用構造

備用構造用於修改Regex以啟用 either/or 匹配。

下表列出了備用構造：

備用構造	描述	模式	匹配
|	匹配以豎線 (|) 字元分隔的任何一個元素。	th(e|is|at)	"this is the day. " 中的 "the" 和 "this"
(?( expression )yes | no )	如果Regex模式由 expression 匹配指定，則匹配 yes；否則匹配可選的no 部分。 expression 被解釋為零寬度斷言。	(?(A)A\d{2}\b|\b\d{3}\b)	"A10 C103 910" 中的 "A10" 和 "910"
(?( name )yes | no )	如果 name 或已命名或已編號的擷取的群組具有匹配，則匹配 yes；否則匹配可選的 no。	(?< quoted>")?(?(quoted).+?"|\S+\s)	"Dogs.jpg "Yiska playing.jpg"" 中的 Dogs.jpg 和 "Yiska playing.jpg"

替換

替換是替換模式中使用的Regex。

下表列出了用於替換的字元：

字元	描述	模式	替換模式	輸入字串	結果字串
$number	替換按組 number 匹配的子字串。	\b(\w+)(\s)(\w+)\b	$3$2$1	"one two"	"two one"
${name}	替換按命名組 name 匹配的子字串。	\b(?< word1>\w+)(\s)(?< word2>\w+)\b	${word2} ${word1}	"one two"	"two one"
$$	替換字元"$"。	\b(\d+)\s?USD	$$$1	"103 USD"	"$103"
$&	替換整個匹配項的一個副本。	(\$*(\d*(\.+\d+)?){1})	**$&	"$1.30"	"**$1.30**"
$`	替換匹配前的輸入字串的所有文本。	B+	$`	"AABBCC"	"AAAACC"
$‘	替換匹配後的輸入字串的所有文本。	B+	$‘	"AABBCC"	"AACCCC"
$+	替換最後捕獲的組。	B+(C+)	$+	"AABBCCDD"	AACCDD
$_	替換整個輸入字串。	B+	$_	"AABBCC"	"AAAABBCCCC"

雜項構造

下表列出了各種雜項構造：

構造	描述	執行個體
(?imnsx-imnsx)	在模式中間對諸如不區分大小寫這樣的選項進行設定或禁用。	\bA(?i)b\w+\b 匹配 "ABA Able Act" 中的 "ABA" 和 "Able"
(?#comment)	內聯注釋。該注釋在第一個右括弧處終止。	\bA(?#Matches words starting with A)\w+\b
# [to end of line]	X 模式注釋。 該注釋以非轉義的 # 開頭，並繼續到行的結尾。	(?x)\bA\w+\b#Matches words starting with A

 Regex 類

Regex 類用於表示一個Regex。

下表列出了 Regex 類中一些常用的方法：

序號	方法 & 描述
1	public bool IsMatch( string input )  指示 Regex 建構函式中指定的Regex是否在指定的輸入字串中找到匹配項。
2	public bool IsMatch( string input, int startat )  指示 Regex 建構函式中指定的Regex是否在指定的輸入字串中找到匹配項，從字串中指定的開始位置開始。
3	public static bool IsMatch( string input, string pattern )  指示指定的Regex是否在指定的輸入字串中找到匹配項。
4	public MatchCollection Matches( string input )  在指定的輸入字串中搜尋Regex的所有匹配項。
5	public string Replace( string input, string replacement )  在指定的輸入字串中，把所有匹配Regex模式的所有匹配的字串替換為指定的替換字串。
6	public string[] Split( string input )  把輸入字串分割為子字串數組，根據在 Regex 建構函式中指定的Regex模式定義的位置進行分割。

如需瞭解 Regex 類的完整的屬性列表，請參閱微軟的 C# 文檔:https://msdn.microsoft.com/zh-cn/library/system.text.regularexpressions.regex(v=vs.110).aspx。

來源:http://www.runoob.com/csharp/csharp-regular-expressions.html

C# Regex總結