C#正则表达式的基本语法

前言

正则表达式的匹配模式由一系列数字、文字、运算符、字符等的字符组成，根据自己需求设计对应的模式，实现分析、匹配的操作。本文将对正则表达式组成语法进行讲解。

语法规则

正则表达式构建的匹配模式由转义字符、字符类、定位符、分组构造、限定符、反向引用构造、备用构造、替换、杂项构造等组成。

1、特殊字符：正则表达式中已经具有一定特殊意义的字符

字符	描述
^	匹配输入字符串的开始位置
$	匹配输入字符串的结束位置
\	将特殊字符变为普通的字符；指定预定义字符集；定义断言
?	匹配前面的字符零次或一次
+	匹配前面的字符一次或多次
*	匹配前面的字符零次或多次
.	匹配出换行符外的任意一个字符
-	表示字符的匹配范围
|	匹配以竖线字符分隔的任何一个字符

示例：

#region ^
// 模式 ^136
  string pattern = @"^136";
  Console.WriteLine(string.Format("字符串是否以136开头:{0}", Regex.IsMatch("1380000001", pattern)));
// 输出
字符串是否以136开头:false
#endregion

#region $
// 模式 $136
  string pattern = @"$136";
  Console.WriteLine(string.Format("字符串是否以136开头:{0}", Regex.IsMatch("13800010136", pattern)));
// 输出
字符串是否以136结束:true
#endregion

#region -
// 模式 ^[A-Za-z]+$
  Regex regex = new Regex(@"^[A-Za-z]+$");
  Console.WriteLine(string.Format("字符串是否全为英文字母:{0}",regex.IsMatch("Hello123")));
// 输出
字符串是否全为英文字母:false
#endregion

2、转义字符：将特殊字符变为普通的字符。下表列举了一些常用的转义字符：

字符	描述
\a	警报
\b	退格
\e	Esc
\f	换页符
\n	换行符
\r	回车符
\t	水平制表符

示例：

#region \n
// 模式 \n(\w+) 匹配换行符+)");
  string content = "\nHello\nWorld";
  MatchCollection matches = Regex.Matches(content,@"\n(\w+)");
  foreach (Match match in matches)
  {
    Console.WriteLine(string.Format("{0}",match.Value));
  }
// 结果
Hello
World
#endregion

3、定位符：根据字符位置来进行匹配。下表列举一些常用的定位符：

字符	描述
\A	匹配字符串的开始位置
\Z	匹配字符串的结尾位置或结尾换行之前的位置
\z	匹配字符串的结尾位置
\G	匹配上一个匹配结束的位置
\b	匹配字符的开始或结束的位置
\B	匹配字符的中间位置

示例：

#region \A
// 模式 \A136
  string pattern = @"\A136";
  Console.WriteLine(string.Format("字符串是否以136开头:{0}", Regex.IsMatch("136SayHello", pattern)));
// 输出
字符串是否以136开头:true
#endregion

#region \B 
// 模式 \Bin\w+
// \B 不在单词边界处开始匹配
// in  匹配子字符串"in"
// \w+ 匹配一个或多个单词字符
  string content = "starting running ending";
  foreach(Match match in Regex.Matches(content, @"\Bin\w+"))
  {
     Console.WriteLine(" {0} 在字符位置 {1}", match.Value, match.Index);
  }
// 输出
ing 在字符位置 5
ing 在字符位置 13
#endregion

4、字符类：定义一组字符，其中的任一字符均可出现在输入字符串中以便成功匹配。

字符	描述
[character_group]	正字符组指定一个字符列表，任何一个字符可出现在输入字符串中以便进行匹配。
[first-last]	正字符组一个字符范围
[^character_group]	负字符组指定一个字符列表，任何字符不得出现在输入字符串中以便进行匹配。
[^first-last]	负字符组一个字符范围
\w	与任何单词字符匹配
\W	任何非单词字符
\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{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
\s	与空白字符匹配
\S	与任何非空白字符匹配
\d	与任何十进制数字匹配
\D	匹配不是十进制数的任意字符

示例：

#region [first-last]
// 模式 \b[A-Z]\w*\b
// \b  在单词边界处开始。
// [A-Z]  匹配从 A 到 Z 的所有大写字符。
// \w*  匹配零个或多个单词字符。
// \b  与字边界匹配。
string content = "A work B Hard Zero Time";
foreach (Match match in Regex.Matches(content, @"\b[A-Z]\w*\b"))
{
    Console.WriteLine("{0}", match.Value);
}
// 输出
A
B
Hard
Zero
Time
#endregion

#region \D
// 模式 ^\D\d{1,5}\D*$
// ^  从输入字符串的开头部分开始匹配。
// \D  匹配非数字字符。
// \d{1,5}  匹配一到五个十进制数字。
// \D*  匹配零个、一个或多个非十进制字符。
// $  匹配输入字符串的末尾部分。
  string content = "A1039C";
  Console.WriteLine("{0}", Regex.IsMatch(content, @"^\D\d{1,5}\D*$"));
// 输出
True
#endregion

5、限定符：指定输入中必须存在字符、组或字符类的多少实例才能找到匹配项。

字符	描述
{n}	恰好匹配 n 次
{n,}	至少匹配 n 次
{n,m}	匹配 n 到 m 次
*?	匹配零次或多次
+?	匹配一次或多次
??	匹配零次或一次
{n}?	前面的元素恰好匹配 n 次
{n,?}	前面的元素至少匹配 n 次，但次数尽可能少
{n,m}?	匹配上一元素 n 次到 m 次，但次数尽可能少

示例：

#region {n,m}
// 模式 ^\D\d{1,3}\D*$
// ^  从输入字符串的开头部分开始匹配。
// \D  匹配非数字字符。
// \d{1,3}  匹配一到五个十进制数字。
// \D*  匹配零个、一个或多个非十进制字符。
// $  匹配输入字符串的末尾部分。
  string content = "B30590C";
  Console.WriteLine("{0}", Regex.IsMatch(content, @"^\D\d{1,3}\D*$"));
// 输出
False
#endregion

6、分组

字符	描述
(subexpression)	捕获匹配的子表达式
(?<name>subexpression)	捕获匹配的子表达式，并允许你按名称或编号访问它
(?<name1 -name2>subexpression)	平衡组定义将删除以前定义的组和存储的定义
(?: subexpression)	不会捕获与子表达式匹配的子字符串
(?imnsx-imnsx:subexpression)	应用或禁用子表达式中指定的选项
(?= subexpression)	定义零宽度正预测先行断言
(?! subexpression)	定义零宽度负预测先行断言
(?> subexpression)	定义零宽度正回顾后发断言

示例：

#region (?> subexpression)
// 模式 (?<=\b31)\d{2}\b
// (?<=\b31)  以数字位数"31"开头，则继续匹配。
foreach (Match match in Regex.Matches("3124 2024 1140 3119", @"(?<=\b31)\d{2}\b"))
{
    Console.WriteLine(match.Value);
}
// 结果
// 24
// 19
#endregion
#region (subexpression)
// 模式 (?<=\b31)\d{2}\b
// (?<=\b31)  以数字位数"31"开头，则继续匹配。
foreach (Match match in Regex.Matches("3124 2024 1140 3119", @"(?<=\b31)\d{2}\b"))
{
    Console.WriteLine(match.Value);
}
// 结果
// 24
// 19
#endregion

7、替换

字符	描述
$number	替换按组 number 匹配的子字符串。
${name}	包括替换字符串中由 (name) 指定的命名组所匹配的最后一个子字符串。
$$	包括替换字符串中的单个"$"文本
$&	包括替换字符串中整个匹配项的副本。
$`	包括替换字符串中的匹配项前的输入字符串的所有文本。
$'	包括替换字符串中的匹配项后的输入字符串的所有文本。
$+	包括在替换字符串中捕获的最后一个组。
$_	包括替换字符串中的整个输入字符串。

小结

正则表达式是处理字符串的强大工具，拥有独特的语法和独立的处理引擎。本文通过一些示例来介绍正则表达式组成模式的常用字符及语法。