C#正则表达式Regex类的用法

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}



mn均为非负整数,其中n<=m,最少匹配n次且最多匹配m



?



当该字符紧跟在其他限制符(*,+,?,{n},{n,},{nm})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xy。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:

 

using System.Text.RegularExpressions;

 

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

第一种重载的参数表示:输入、模式

Regex.Match(string input, string pattern);

第二种重载的参数表示:输入、模式、RegexOptions枚举的“按位或”组合

Regex.Match(string input, string pattern, RegexOptions options);

 

 

 

 

 

 

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。

new Regex( textEdit1.Text ).IsMatch( line )

 

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。