C# 正则表达式

概述

正则表达式(Regular Expression) 是一种匹配输入文本的模式。可以用来对文本进行匹配、查找、提取、替换、删除等操作。是处理字符串的强大工具

语法

基本字符

|--------|------------------------------------------------------------------------|
| \ | 将下一个字符标记为一个特殊字符 例如，"n"匹配字符"n"。"\n"匹配一个换行符。串行"\\"匹配"\"而"\("则匹配"("。 |
| . | 匹配除"\n"之外的任何单个字符 |
| * | 匹配前面的子表达式零次或多次。例如：zo*能匹配"z"以及"zoo"。*等价于{0,}。 |
| + | 匹配前面的子表达式一次或多次。例如："zo+"能匹配"zo"以及"zoo"，但不能匹配"z"。+等价于{1,}。 |
| ? | 匹配前面的子表达式零次或一次。例如："do(es)?"可以匹配"does"或"do"。?等价于{0,1}。 |

字符类

|---------------|----------------------------------------------------------|
| xyz | 匹配所包含的任意一个字符。例如：abc可以匹配"plain"中的"a"。 |
| \^xyz | 匹配除了 中所有字符。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 | 匹配任何不在指定范围内的任意字符。例如：\^a-z可以匹配任何不在"a"到"z"范围内的任意字符。 |
| 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"。 |

量词

|-----------|---------------------------------------------------------------------------------------|
| * | 匹配前面的子表达式零次或多次。例如：zo*能匹配"z"以及"zoo"。*等价于{0,}。 |
| + | 匹配前面的子表达式一次或多次。例如："zo+"能匹配"zo"以及"zoo"，但不能匹配"z"。+等价于{1,}。 |
| ? | 匹配前面的子表达式零次或一次。例如："do(es)?"可以匹配"does"或"do"。?等价于{0,1}。 |
| {n} | 匹配前面的模式恰好 n 次。例如，o{2}不能匹配"Bob"中的"o"，但是能匹配"food"中的两个o。 |
| {n,} | 匹配前面的模式至少 n 次。例如，o{2,}不能匹配"Bob"中的"o"，但能匹配"foooood"中的所有o。o{1,}等价于o+。o{0,}则等价于o*。 |
| {n,m} | 匹配前面的模式至少 n 次且不超过 m 次。例如，o{1,3}将匹配"fooooood"中的前三个o。"o{0,1}"等价于"o?"。请注意在逗号和两个数之间不能有空格。 |

边界符号

|---------|-------------------------------------------------------|
| ^ | 匹配输入字符串的开始位置。 |
| $ | 匹配输入字符串的结束位置。 |
| \b | 匹配一个单词边界。例如，er\b可以匹配"never"中的"er"，但不能匹配"verb"中的"er"。 |
| \B | 匹配非单词边界。er\b能匹配"verb"中的"er"，但不能匹配"never"中的"er"。 |

特殊字符

|---------|--------------------------------------------------|
| \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。 |
| \w | 匹配包括下划线的任何单词字符（字母、数字、下划线）。等价于A-Za-z0-9_。 |
| \W | 匹配任何非单词字符。等价于\^A-Za-z0-9_ |
| \s | 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 \\f\\n\\r\\t\\v。 |
| \S | 匹配任何非空白字符。等价于\^ \\f\\n\\r\\t\\v。 |
| \f | 匹配一个换页符。等价于\x0c和\cL。 |
| \n | 匹配一个换行符。等价于\x0a和\cJ。 |
| \r | 匹配一个回车符。等价于\x0d和\cM。 |

Regex

C#通过System.Text.RegularExpressions命名空间提供了完整的正则表达式支持。

Regex类核心方法

1. IsMatch - 判断是否匹配

bool isMatch = Regex.IsMatch("abc123", @"\d+"); // true (包含数字)

2. Match - 获取第一个匹配

Match match = Regex.Match("abc123def456", @"\d+");
Console.WriteLine(match.Value); // "123"
Console.WriteLine(match.Index); // 3 (匹配开始位置)

3. Matches - 获取所有匹配

MatchCollection matches = Regex.Matches("abc123def456", @"\d+");
foreach (Match m in matches)
{
    Console.WriteLine(m.Value); // 输出"123"和"456"
}

4. Replace - 替换匹配内容

string result = Regex.Replace("abc123def456", @"\d+", "###");
// 结果: "abc###def###"

5. Split - 根据模式分割字符串

string[] parts = Regex.Split("one,two,,three", @",");
// 结果: ["one", "two", "", "three"]

RegexOptions选项

// 常用选项组合使用
Regex regex = new Regex(pattern, 
    RegexOptions.IgnoreCase | RegexOptions.Multiline | RegexOptions.Compiled);

|-----------------------------|-----------------|
| 选项 | 描述 |
| IgnoreCase | 忽略大小写 |
| Multiline | 多行模式(^$匹配每行首尾) |
| Compiled | 编译正则表达式(提高性能) |
| Singleline | 单行模式(.匹配包括\n) |
| ExplicitCapture | 只捕获命名分组 |
| IgnorePatternWhitespace | 忽略模式中的空白 |

模板参考

数字校验

|---------------|----------------------------------------------------------|
| 描述 | 模板 |
| 全数字 | @"^0-9*"** | | **n位的数字** | **@"\^\\d{n}" |
| 至少n位的数字 | @"^\d{n,}"** | | **m-n位的数字** | **@"\^\\d{m,n}" |
| 正数、负数、和小数 | @"^(\-|\+)?\d+(\.\d+)?** | | **非零的正整数** | **@"\^\[1-9\]\\d\*" |
| 非零的负整数 | @"^-1-9\d*"** | | **非负整数** | **@"\^\\d+" |
| 非正整数 | @"^-1-9\d*|0"** | | **正浮点数** | **@"\^\[1-9\]\\d\*\\.\\d\*\|0\\.\\d\*\[1-9\]\\d\*" |
| 负浮点数 | @"^-(1-9\d*\.\d*|0\.\d*1-9\d*)"** | | **非负浮点数** | **@"\^\\d+(\\.\\d+)?" |
| 非正浮点数 | @"^((-\d+(\.\d+)?)|(0+(\.0+)?))"** | | **浮点数** | **@"\^(-?\\d+)(\\.\\d+)?" |

字符校验

|----------------------------|------------------------------------------|
| 描述 | 模板 |
| 汉字 | @"^\\u4e00-\\u9fa5{0,}"** | | **英文和数字** | **@"\^\[A-Za-z0-9\]+" |
| 长度为3-20的所有字符 | @"^.{3,20}"** | | **由26个英文字母组成的字符串** | **@"\^\[A-Za-z\]+" |
| 由26个大写英文字母组成的字符串 | @"^A-Z+"** | | **由26个小写英文字母组成的字符串** | **@"\^\[a-z\]+" |
| 由数字和26个英文字母组成的字符串 | @"^A-Za-z0-9+"** | | **由数字、26个英文字母或者下划线组成的字符串** | **@"\^\\w+" |
| 中文、英文、数字包括下划线 | @"^\\u4E00-\\u9FA5A-Za-z0-9_+"** | | **中文、英文、数字但不包括下划线等符号** | **@"\^\[\\u4E00-\\u9FA5A-Za-z0-9\]+" |
| 禁止输入含有~的字符 | @"\^\~\\x22+" |

特定校验

//Email地址
Regex reg = new Regex(@"^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$");
//域名
Regex reg = new Regex(@"[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?");
//InternetURL
Regex reg = new Regex(@"[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$");
//手机号码
Regex reg = new Regex(@"^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$");
//电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)
Regex reg = new Regex(@"^($$\d{3,4}-)|\d{3.4}-)?\d{7,8}$");
//国内电话号码(0511-4405222、021-87888822)
Regex reg = new Regex(@"\d{3}-\d{8}|\d{4}-\d{7}");
//身份证号(15位、18位数字)
Regex reg = new Regex(@"^\d{15}|\d{18}$");
//短身份证号码(数字、字母x结尾)
Regex reg = new Regex(@"^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$");
//帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)
Regex reg = new Regex(@"^[a-zA-Z][a-zA-Z0-9_]{4,15}$");
//密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)
Regex reg = new Regex(@"^[a-zA-Z]\w{5,17}$");
//强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)
Regex reg = new Regex(@"^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$");
//日期格式
Regex reg = new Regex(@"^\d{4}-\d{1,2}-\d{1,2}");
//一年的12个月(01～09和1～12)
Regex reg = new Regex(@"^(0?[1-9]|1[0-2])$");
//一个月的31天(01～09和1～31)
Regex reg = new Regex(@"^((0?[1-9])|((1|2)[0-9])|30|31)$");
//钱的输入格式：
//有四种钱的表示形式我们可以接受:"10000.00″ 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"
Regex reg = new Regex(@"^[1-9][0-9]*$");
//这表示任意一个不以0开头的数字，但是，这也意味着一个字符"0″不通过，所以我们采用下面的形式
Regex reg = new Regex(@"^(0|[1-9][0-9]*)$");
//一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号
Regex reg = new Regex(@"^(0|-?[1-9][0-9]*)$");
//这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉，因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分
Regex reg = new Regex(@"^[0-9]+(.[0-9]+)?$");
//必须说明的是，小数点后面至少应该有1位数，所以"10."是不通过的，但是 "10" 和 "10.2" 是通过的
Regex reg = new Regex(@"^[0-9]+(.[0-9]{2})?$");
//这样我们规定小数点后面必须有两位，如果你认为太苛刻了，可以这样
Regex reg = new Regex(@"^[0-9]+(.[0-9]{1,2})?$");
//这样就允许用户只写一位小数。下面我们该考虑数字中的逗号了，我们可以这样
Regex reg = new Regex(@"^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$");
//1到3个数字，后面跟着任意个 逗号+3个数字，逗号成为可选，而不是必须
Regex reg = new Regex(@"^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$");
//备注：这就是最终结果了，别忘了"+"可以用"*"替代。如果你觉得空字符串也可以接受的话(奇怪，为什么?)最后，别忘了在用函数时去掉去掉那个反斜杠，一般的错误都在这里
//xml文件
Regex reg = new Regex(@"^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$");
//中文字符的正则表达式
Regex reg = new Regex(@"[\u4e00-\u9fa5]");
//双字节字符
Regex reg = new Regex(@"[^\x00-\xff] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))");
//空白行的正则表达式，可用来删除空白行
Regex reg = new Regex(@"\n\s*\r");
//HTML标记的正则表达式
Regex reg = new Regex(@"<(\S*?)[^>]*>.*?</\1>|<.*? />");// (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)
//首尾空白字符的正则表达式
Regex reg = new Regex(@"^\s*|\s*$或(^\s*)|(\s*$)");// (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)
//腾讯QQ号
Regex reg = new Regex(@"[1-9][0-9]{4,}"); //(腾讯QQ号从10000开始)
//中国邮政编码
Regex reg = new Regex(@"[1-9]\d{5}(?!\d)");// (中国邮政编码为6位数字)
//IP地址
Regex reg = new Regex(@"\d+\.\d+\.\d+\.\d+");// (提取IP地址时有用)
//IP地址
Regex reg = new Regex(@"((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))");

适用场景和优缺点

优缺点

优点

1. 强大的模式匹配能力

• 复杂模式处理：能轻松处理复杂的字符串模式，如电子邮件、URL、电话号码等验证

• 单行解决复杂问题：一个简洁的正则表达式可能替代多行传统字符串操作代码

2. 代码简洁高效

• 减少代码量：相比手动编写字符串处理逻辑，正则表达式通常更简洁

• 内置优化：.NET的Regex引擎经过高度优化，对常见模式有良好性能

缺点

1、可读性差，难以理解

2、团队协作障碍：不是所有开发者都精通正则表达式

适合使用正则表达式的情况

1. 验证复杂但标准化的输入格式（如电子邮件、URL、电话号码）

2. 从结构化文本中提取特定数据

3. 需要跨多平台/语言保持一致的文本处理逻辑

4. 处理基于模式的批量文本替换

不适合使用正则表达式的情况

1. 简单的字符串操作（如Contains、StartsWith等能解决的）

2. 解析复杂的分层结构（如XML/JSON - 应使用专用解析器）

3. 性能关键的场景且模式复杂时

4. 业务规则频繁变化的需求

正则表达式是C#开发者的强大工具，但应当谨慎使用，权衡其优缺点，在适当的场景下发挥它的最大价值。