C#中的正則表達式

這篇文章將為大家詳細講解有關C#中的正則表達式，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

正則表達式，又稱規則表達式。（英語：Regular Expression，在代碼中常簡寫為regex、regexp或RE），計算機科學的一個概念。正則表達式通常被用來檢索、替換那些符合某個模式(規則)的文本。正則表達式是對字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個“規則字符串”，這個“規則字符串”用來表達對字符串的一種過濾邏輯。

把文本看作是字符流，每個字符放在一個位置上，例如，正則表達式 “Room\d\d\d”，前面四個字符Room是普通字符，后面的字符\是轉義字符，和后面的字符d組成一個元字符\d，表示該位置上有任意一個數字。

用正則表達式的語言來描述是：正則表達式 “Room\d\d\d”共捕獲7個字符，表示“以Room開頭、以三個數字結尾”的一類字符串，我們把這一類字符串稱作一個模式（Pattern），也稱作是一個正則。

一，轉義字符

轉義字符是\，把普通字符轉義為具有特殊含義的元字符，常用的轉義字符有：

• \t：水平制表符
• \v：垂直制表符
• \r：回車
• \n：換行
• \\：表示字符 \，也就說，把轉義字符 \ 轉義為普通的字符 \
• \"：表示字符 "，在C#中，雙引號用于定義字符串，字符串包含的雙引號用 \" 來表示

二，字符類

在進行正則匹配時，把輸入文本看作是有順序的字符流，字符類元字符匹配的對象是字符，并會捕獲字符。所謂捕獲字符是指，一個元字符捕獲的字符，不會被其他元字符匹配，后續的元字符只能從剩下的文本中重新匹配。

常用的字符類元字符：

• [ char_group]：匹配字符組中的任意一個字符
• [^char_group]：匹配除字符組之外的任意一個字符
• [first-last]：匹配從first到last的字符范圍中的任意一個字符，字符范圍包括first和last。
• .   ：通配符，匹配除\n之外的任意一個字符
• \w：匹配任意一個單詞（word）字符，單詞字符通常是指A-Z、a-z和0-9
• \W：匹配任意一個非單詞字符，是指除A-Z、a-z和0-9之外的字符
• \s：匹配任意一個空白字符
• \S：匹配任意一個非空白字符
• \d：匹配任意一個數字字符
• \D：匹配任意一個非數字字符

注意，轉義字符也屬于字符類元字符，在進行正則匹配時，也會捕獲字符。

三，定位符

定位符匹配（或捕獲）的對象是位置，它根據字符的位置來判斷模式匹配是否成功，定位符不會捕獲字符，是零寬的（寬度為0），常用的定位符有：

• ^：默認情況下，匹配字符串的開始位置；在多行模式下，匹配每行的開始位置；
• $：默認情況下，匹配字符串的結束位置，或 字符串結尾的\n之前的位置；在多行模式下，匹配每行結束之前的位置，或者每行結尾的\n之前的位置。
• \A：匹配字符串的開始位置；
• \Z：匹配字符串的結束位置，或 字符串結尾的\n之前的位置；
• \z：匹配字符串的結束位置；
• \G：匹配上一個匹配結束的位置；
• \b：匹配一個單詞的開始或結束的位置；
• \B：匹配一個單詞的中間位置；

四，量詞、貪婪和懶惰

量詞是指限定前面的一個正則出現的次數，量詞分為兩種模式：貪婪模式和懶惰模式，貪婪模式是指匹配盡可能多的字符，而懶惰模式是指匹配盡可能少的字符。默認情況下，量詞處于貪婪模式，在量詞的后面加上?來啟用懶惰模式。

• *：出現0次或多次
• +：出現1次或多次
• ?：出現0次或1次
• {n}：出現n次
• {n,}：出現至少n次
• {n,m}：出現n到m次

注意，出現多次是指前面的元字符出現多次，例如，\d{2} 等價于 \d\d，只是出現兩個數字，并不要求兩個數字是相同的。要表示相同的兩個數字，必須使用分組來實現。

五，零寬斷言

零寬是指寬度為0，匹配的是位置，所以匹配的子串不會出現在匹配結果中，而斷言是指判斷的結果，只有斷言為真，才算匹配成功。

對于定位符，可以匹配一句話的開始、結束（^ $）或者匹配一個單詞的開始、結束（\b），這些元字符只匹配一個位置，指定這個位置滿足一定的條件，而不是匹配某些字符，因此，它們被成為 零寬斷言。所謂零寬，指的是它們不與任何字符相匹配，而匹配一個位置；所謂斷言，指的是一個判斷，正則表達式中只有當斷言為真時才會繼續進行匹配。零寬斷言可以精確的匹配一個位置，而不僅僅是簡單的指定句子或者單詞。

正則表達式把文本看作從左向右的字符流，向右叫做后向（Look behind），向左叫做前向（Look ahead）。對于正則表達式，只有當匹配到指定的模式（Pattern）時，斷言為True，叫做肯定式，把不匹配模式為True，叫做否定式。

按照匹配的方向和匹配的定性，把零寬斷言分為四種類型：

• (?= pattern)：前向、肯定斷言
• (?! pattern)：前向、否定斷言
• (?<= pattern)：后向、肯定斷言
• (?<! pattern)：后向、否定斷言

1，前向肯定斷言

前向肯定斷言定義一個模式必須存在于文本的末尾（或右側），但是該模式匹配的子串不會出現在匹配的結果中，前向斷言通常出現在正則表達式的右側，表示文本的右側必須滿足特定的模式：

(?= subexpression )

使用前向肯定斷言可以定一個模糊匹配，后綴必須包含特定的字符：

\b\w+(?=\sis\b)

對正則表達式進行分析：

• \b：表示單詞的邊界
• \w+：表示單詞至少出現一次
• (?=\sis\b)：前向肯定斷言，\s 表示一個空白字符， is 是普通字符，完全匹配，\b 是單詞的邊界。

從分析中，可以得出，匹配該正則表達式的文本中必須包含 is 單詞，is是一個單獨的單詞，不是某一個單詞的一個部分。舉個例子

Sunday is a weekend day 匹配該正則，匹配的值是Sunday，而The island has beautiful birds 不匹配該正則。

2，后向肯定斷言

后向肯定斷言定義一個模式必須存在于文本的開始（或左側），但是該模式匹配的子串不會出現在匹配的結果中，后向斷言通常出現在正則表達式的左側，表示文本的左側必須滿足特定的模式：

(?<= subexpression )

使用后向肯定斷言可以定一個模糊匹配，前綴必須包含特定的字符：

(?<=\b20)\d{2}\b

對正則表達式進行分析：

• (?<=\b20)：后向斷言，\b表示單詞的開始，20是普通字符
• \d{2}：表示兩個數字，數字不要求相同
• \b：單詞的邊界

該正則表達式匹配的文本具備的模式是：文本以20開頭、以兩個數字結尾。

六，分組和捕獲字符

()  括號不僅確定表達式的范圍，還創建分組，()內的表達式就是一個分組，引用分組表示兩個分組匹配的文本是完全相同的。定義一個分組的基本語法：

(pattern)

該類型的分組會捕獲字符，所謂捕獲字符是指：一個元字符捕獲的字符，不會被其他元字符匹配，后續的元字符只能從剩下的文本中重新匹配。

1，分組編號和命名

默認情況下，每個分組自動分配一個組號，規則是：從左向右，按分組左括號的出現順序進行編號，第一個分組的組號為1，第二個為2，以此類推。也可以為分組指定名稱，該分組稱作命名分組，命名分組也會被自動編號，編號從1開始，逐個加1，為分組指定名稱的語法是：

(?< name > pattern)

通常來說，分組分為命名分組和編號分組，引用分組的方式有：

• 通過分組名稱來引用分組：\k<name>
• 通過分組編號來引用分組：\number

注意，分組只能后向引用，也就是說，從正則表達式文本的左邊開始，分組必須先定義，然后才能在定義之后面引用。

在正則表達式里引用分組的語法為“\number”，比如“\1”代表與分組1 匹配的子串，“\2”代表與分組2 匹配的字串，以此類推。

例如，對于 "<(.*?)>.*?</\1>" 可以匹配 <p>valid</p>，在引用分組時，分組對應的文本是完全相同的。

2，分組構造器

分組構造方法如下：

• (pattern)：捕獲匹配的子表達式，并為分組分配一個組號
• (?< name > pattern)：把匹配的子表達式捕獲到命名的分組中
• (?:pattern)：非捕獲的分組，并未分組分配一個組號
• (?> pattern)：貪婪分組

3，貪婪分組

貪婪分組也稱作非回溯分組，該分組禁用了回溯，正則表達式引擎將盡可能多地匹配輸入文本中的字符。如果無法進行進一步的匹配，則不會回溯嘗試進行其他模式匹配。

(?> pattern )

4，二選一

| 的意思是或，匹配兩者中的任意一個，注意，｜把左右兩邊的表達式分為兩部分。

pattern1 ｜ pattern2

關于C#中的正則表達式就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。