The regular expression of C#
Regular expressions are patterns that match input text. The .Net framework provides a regular expression engine that allows this match. Patterns consist of one or more characters, operators, and structures.
Define regular expressions
The characters, operators, and structures that define the various categories of regular expressions are listed below.
- Character escape
- The character class
- The anchor point
- Group constructs
- Qualifier
- Reverse reference construct
- Alternate construction
- Replace
- Miscellaneous construction
Character escape
The backslash character in the regular expression indicates that the character that follows it is a special character, or that the character should be interpreted as it is.
The following table lists escape characters:
| 转义字符 | 描述 | 模式 | 匹配 |
|---|---|---|---|
| \a | 与报警 (bell) 符 \u0007 匹配。 | \a | "Warning!" + '\u0007' 中的 "\u0007" |
| \b | 在字符类中，与退格键 \u0008 匹配。 | [\b]{3,} | "\b\b\b\b" 中的 "\b\b\b\b" |
| \t | 与制表符 \u0009 匹配。 | (\w+)\t | "Name\tAddr\t" 中的 "Name\t" 和 "Addr\t" |
| \r | 与回车符 \u000D 匹配。（\r 与换行符 \n 不是等效的。） | \r\n(\w+) | "\r\Hello\nWorld." 中的 "\r\nHello" |
| \v | 与垂直制表符 \u000B 匹配。 | [\v]{2,} | "\v\v\v" 中的 "\v\v\v" |
| \f | 与换页符 \u000C 匹配。 | [\f]{2,} | "\f\f\f" 中的 "\f\f\f" |
| \n | 与换行符 \u000A 匹配。 | \r\n(\w+) | "\r\Hello\nWorld." 中的 "\r\nHello" |
| \e | 与转义符 \u001B 匹配。 | \e | "\x001B" 中的 "\x001B" |
| \ nnn | 使用八进制表示形式指定一个字符（nnn 由二到三位数字组成）。 | \w\040\w | "a bc d" 中的 "a b" 和 "c d" |
| \x nn | 使用十六进制表示形式指定字符（nn 恰好由两位数字组成）。 | \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 控件字符，其中 X 或 x 是控件字符的字母。 | \cC | "\x0003" 中的 "\x0003" (Ctrl-C) |
| \u nnnn | 使用十六进制表示形式匹配一个 Unicode 字符（由 nnnn 表示的四位数）。 | \w\u0020\w | "a bc d" 中的 "a b" 和 "c d" |
| \ | 在后面带有不识别的转义字符时，与该字符匹配。 | \d+[\+-x\*]\d+\d+[\+-x\*\d+ | "(2+2) * 3*9" 中的 "2+2" 和 "3*9" |
The character class
Character classes match any one of a set of characters.
The following table lists the character classes:
| 字符类 | 描述 | 模式 | 匹配 |
|---|---|---|---|
| [character_group] | 匹配 character_group 中的任何单个字符。 默认情况下，匹配区分大小写。 | [mn] | "mat" 中的 "m"，"moon" 中的 "m" 和 "n" |
| [^character_group] | 非：与不在 character_group 中的任何单个字符匹配。 默认情况下，character_group 中的字符区分大小写。 | [^aei] | "avail" 中的 "v" 和 "l" |
| [ first - last ] | 字符范围：与从 first 到 last 的范围中的任何单个字符匹配。 | (\w+)\t | "Name\tAddr\t" 中的 "Name\t" 和 "Addr\t" |
| . |
通配符：与除 \n 之外的任何单个字符匹配。
若要匹配原意句点字符（. 或 \u002E），您必须在该字符前面加上转义符 (\.)。 |
a.e | "have" 中的 "ave"， "mate" 中的 "ate" |
| \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{Lu} | "City Lights" 中的 "C" 和 "L" |
| \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。 | \P{Lu} | "City" 中的 "i"、 "t" 和 "y" |
| \w | 与任何单词字符匹配。 | \w | "Room#1" 中的 "R"、 "o"、 "m" 和 "1" |
| \W | 与任何非单词字符匹配。 | \W | "Room#1" 中的 "#" |
| \s | 与任何空白字符匹配。 | \w\s | "ID A1.3" 中的 "D " |
| \S | 与任何非空白字符匹配。 | \s\S | "int __ctr" 中的 " _" |
| \d | 与任何十进制数字匹配。 | \d | "4 = IV" 中的 "4" |
| \D | 匹配不是十进制数的任意字符。 | \D | "4 = IV" 中的 " "、 "="、 " "、 "I" 和 "V" |
The anchor point
Anchor or atomic zero-width assertions cause a match to succeed or fail, depending on the current position in the string, but they do not cause the engine to advance or use characters in the string.
The following table lists the anchors:
| 断言 | 描述 | 模式 | 匹配 |
|---|---|---|---|
| ^ | 匹配必须从字符串或一行的开头开始。 | ^\d{3} | "567-777-" 中的 "567" |
| $ | 匹配必须出现在字符串的末尾或出现在行或字符串末尾的 \n 之前。 | -\d{4}$ | "8-12-2012" 中的 "-2012" |
| \A | 匹配必须出现在字符串的开头。 | \A\w{4} | "Code-007-" 中的 "Code" |
| \Z | 匹配必须出现在字符串的末尾或出现在字符串末尾的 \n 之前。 | -\d{3}\Z | "Bond-901-007" 中的 "-007" |
| \z | 匹配必须出现在字符串的末尾。 | -\d{3}\z | "-901-333" 中的 "-333" |
| \G | 匹配必须出现在上一个匹配结束的地方。 | \\G\(\d\) | "(1)(3)(5)[7](9)" 中的 "(1)"、 "(3)" 和 "(5)" |
| \b | 匹配必须出现在 \w （字母数字）和 \W （非字母数字）字符之间的边界上。 | \w | "Room#1" 中的 "R"、 "o"、 "m" 和 "1" |
| \B | 匹配不得出现在 \b 边界上。 | \Bend\w*\b | "end sends endure lender" 中的 "ends" 和 "ender" |
Group constructs
Group constructs describe subexpressions of regular expressions, typically used to capture substrings of input strings.
The following table lists the grouping constructs:
| 分组构造 | 描述 | 模式 | 匹配 |
|---|---|---|---|
| ( subexpression ) | 捕获匹配的子表达式并将其分配到一个从零开始的序号中。 | (\w)\1 | "deep" 中的 "ee" |
| (?< name >subexpression) | 将匹配的子表达式捕获到一个命名组中。 | (?< double>\w)\k< double> | "deep" 中的 "ee" |
| (?< name1 -name2 >subexpression) | 定义平衡组定义。 | (((?'Open'\()[^\(\)]*)+((?'Close-Open'\))[^\(\)]*)+)*(?(Open)(?!))$ | "3+2^((1-3)*(3-1))" 中的 "((1-3)*(3-1))" |
| (?: subexpression) | 定义非捕获组。 | Write(?:Line)? | "Console.WriteLine()" 中的 "WriteLine" |
| (?imnsx-imnsx:subexpression) | 应用或禁用 subexpression 中指定的选项。 | A\d{2}(?i:\w+)\b | "A12xl A12XL a12xl" 中的 "A12xl" 和 "A12XL" |
| (?= subexpression) | 零宽度正预测先行断言。 | \w+(?=\.) | "He is. The dog ran. The sun is out." 中的 "is"、 "ran" 和 "out" |
| (?! subexpression) | 零宽度负预测先行断言。 | \b(?!un)\w+\b | "unsure sure unity used" 中的 "sure" 和 "used" |
| (?< =subexpression) | 零宽度正回顾后发断言。 | (?A+B+) | "1ABB 3ABBC 5AB 5AC" 中的 "1ABB"、 "3ABB" 和 "5AB" |
Instance
using System;
using System.Text.RegularExpressions;
public class Example
{
public static void Main()
{
string input = "1851 1999 1950 1905 2003";
string pattern = @"(?<=19)\d{2}\b";
foreach (Match match in Regex.Matches(input, pattern))
Console.WriteLine(match.Value);
}
}
Qualifier
Qualifiers specify how many instances of the last element, which can be a character, group, or character class, must exist in the input string to have a match. Qualifiers include the language elements listed in the following table.
The following table lists qualifiers:
| 限定符 | 描述 | 模式 | 匹配 |
|---|---|---|---|
| * | 匹配上一个元素零次或多次。 | \d*\.\d | ".0"、 "19.9"、 "219.9" |
| + | 匹配上一个元素一次或多次。 | "be+" | "been" 中的 "bee"， "bent" 中的 "be" |
| ? | 匹配上一个元素零次或一次。 | "rai?n" | "ran"、 "rain" |
| { n } | 匹配上一个元素恰好 n 次。 | ",\d{3}" | "1,043.6" 中的 ",043"， "9,876,543,210" 中的 ",876"、 ",543" 和 ",210" |
| { n ,} | 匹配上一个元素至少 n 次。 | "\d{2,}" | "166"、 "29"、 "1930" |
| { n , m } | 匹配上一个元素至少 n 次，但不多于 m 次。 | "\d{3,5}" | "166"， "17668"， "193024" 中的 "19302" |
| *? | 匹配上一个元素零次或多次，但次数尽可能少。 | \d*?\.\d | ".0"、 "19.9"、 "219.9" |
| +? | 匹配上一个元素一次或多次，但次数尽可能少。 | "be+?" | "been" 中的 "be"， "bent" 中的 "be" |
| ?? | 匹配上一个元素零次或一次，但次数尽可能少。 | "rai??n" | "ran"、 "rain" |
| { n }? | 匹配前导元素恰好 n 次。 | ",\d{3}?" | "1,043.6" 中的 ",043"， "9,876,543,210" 中的 ",876"、 ",543" 和 ",210" |
| { n ,}? | 匹配上一个元素至少 n 次，但次数尽可能少。 | "\d{2,}?" | "166"、 "29" 和 "1930" |
| { n , m }? | 匹配上一个元素的次数介于 n 和 m 之间，但次数尽可能少。 | "\d{3,5}?" | "166"， "17668"， "193024" 中的 "193" 和 "024" |
Reverse reference construct
Reverse references allow the subsequent identification of previously matched subexpressions in the same regular expression.
The following table lists the reverse reference constructs:
| 反向引用构造 | 描述 | 模式 | 匹配 |
|---|---|---|---|
| \ number | 反向引用。 匹配编号子表达式的值。 | (\w)\1 | "seek" 中的 "ee" |
| \k< name > | 命名反向引用。 匹配命名表达式的值。 | (?< char>\w)\k< char> | "seek" 中的 "ee" |
Alternate construction
Alternate constructs are used to modify regular expressions to enable either/or matching.
The following table lists the alternate constructs:
| 备用构造 | 描述 | 模式 | 匹配 |
|---|---|---|---|
| | | 匹配以竖线 (|) 字符分隔的任何一个元素。 | th(e|is|at) | "this is the day. " 中的 "the" 和 "this" |
| (?( expression )yes | no ) | 如果正则表达式模式由 expression 匹配指定，则匹配 yes ；否则匹配可选的 no 部分。 expression 被解释为零宽度断言。 | (?(A)A\d{2}\b|\b\d{3}\b) | "A10 C103 910" 中的 "A10" 和 "910" |
| (?( name )yes | no ) | 如果 name 或已命名或已编号的捕获组具有匹配，则匹配 yes ；否则匹配可选的 no 。 | (?< quoted>")?(?(quoted).+?"|\S+\s) | "Dogs.jpg "Yiska playing.jpg"" 中的 Dogs.jpg 和 "Yiska playing.jpg" |
Replace
Replacement is the regular expression used in the replacement pattern.
The following table lists the characters to replace:
| 字符 | 描述 | 模式 | 替换模式 | 输入字符串 | 结果字符串 |
|---|---|---|---|---|---|
| $ number | 替换按组 number 匹配的子字符串。 | \b(\w+)(\s)(\w+)\b | $3$2$1 | "one two" | "two one" |
| ${ name } | 替换按命名组 name 匹配的子字符串。 | \b(?< word1>\w+)(\s)(?< word2>\w+)\b | ${word2} ${word1} | "one two" | "two one" |
| $$ | 替换字符"$"。 | \b(\d+)\s?USD | $$$1 | "103 USD" | "$103" |
| $& | 替换整个匹配项的一个副本。 | (\$*(\d*(\.+\d+)?){1}) | **$& | "$1.30" | "**$1.30**" |
| $` | 替换匹配前的输入字符串的所有文本。 | B+ | $` | "AABBCC" | "AAAACC" |
| $' | 替换匹配后的输入字符串的所有文本。 | B+ | $' | "AABBCC" | "AACCCC" |
| $+ | 替换最后捕获的组。 | B+(C+) | $+ | "AABBCCDD" | AACCDD |
| $_ | 替换整个输入字符串。 | B+ | $_ | "AABBCC" | "AAAABBCCCC" |
Miscellaneous construction
The following table lists the various miscellaneous constructs:
| 构造 | 描述 | 实例 |
|---|---|---|
| (?imnsx-imnsx) | 在模式中间对诸如不区分大小写这样的选项进行设置或禁用。 | \bA(?i)b\w+\b 匹配 "ABA Able Act" 中的 "ABA" 和 "Able" |
| (?#注释) | 内联注释。该注释在第一个右括号处终止。 | \bA(?#匹配以A开头的单词)\w+\b |
| # [行尾] | 该注释以非转义的 # 开头，并继续到行的结尾。 | (?x)\bA\w+\b#匹配以 A 开头的单词 |
Regex class
The Regex class is used to represent a regular expression.
The following table lists some common methods in the Regex class:
| 序号 | 方法 & 描述 |
|---|---|
| 1 |
public bool IsMatch(
string input
)
指示 Regex 构造函数中指定的正则表达式是否在指定的输入字符串中找到匹配项。 |
| 2 |
public bool IsMatch(
string input,
int startat
)
指示 Regex 构造函数中指定的正则表达式是否在指定的输入字符串中找到匹配项，从字符串中指定的开始位置开始。 |
| 3 |
public static bool IsMatch(
string input,
string pattern
)
指示指定的正则表达式是否在指定的输入字符串中找到匹配项。 |
| 4 |
public MatchCollection Matches(
string input
)
在指定的输入字符串中搜索正则表达式的所有匹配项。 |
| 5 |
public string Replace(
string input,
string replacement
)
在指定的输入字符串中，把所有匹配正则表达式模式的所有匹配的字符串替换为指定的替换字符串。 |
| 6 |
public string[] Split(
string input
)
把输入字符串分割为子字符串数组，根据在 Regex 构造函数中指定的正则表达式模式定义的位置进行分割。 |
For a complete list of properties for the Regex class, see Microsoft's documentation for C.
Instance 1
The following example matches a word that begins with 'S':
using System;
using System.Text.RegularExpressions;
namespace RegExApplication
{
class Program
{
private static void showMatch(string text, string expr)
{
Console.WriteLine("The Expression: " + expr);
MatchCollection mc = Regex.Matches(text, expr);
foreach (Match m in mc)
{
Console.WriteLine(m);
}
}
static void Main(string[] args)
{
string str = "A Thousand Splendid Suns";
Console.WriteLine("Matching words that start with 'S': ");
showMatch(str, @"\bS\S*");
Console.ReadKey();
}
}
}When the above code is compiled and executed, it produces the following results:
Matching words that start with 'S':
The Expression: \bS\S*
Splendid
Suns实例 2
The following example matches a word that begins with 'm' and ends with 'e':
using System;
using System.Text.RegularExpressions;
namespace RegExApplication
{
class Program
{
private static void showMatch(string text, string expr)
{
Console.WriteLine("The Expression: " + expr);
MatchCollection mc = Regex.Matches(text, expr);
foreach (Match m in mc)
{
Console.WriteLine(m);
}
}
static void Main(string[] args)
{
string str = "make maze and manage to measure it";
Console.WriteLine("Matching words start with 'm' and ends with 'e':");
showMatch(str, @"\bm\S*e\b");
Console.ReadKey();
}
}
}When the above code is compiled and executed, it produces the following results:
Matching words start with 'm' and ends with 'e':
The Expression: \bm\S*e\b
make
maze
manage
measure实例 3
The following example replaces the extra spaces:
using System;
using System.Text.RegularExpressions;
namespace RegExApplication
{
class Program
{
static void Main(string[] args)
{
string input = "Hello World ";
string pattern = "\\s+";
string replacement = " ";
Regex rgx = new Regex(pattern);
string result = rgx.Replace(input, replacement);
Console.WriteLine("Original String: {0}", input);
Console.WriteLine("Replacement String: {0}", result);
Console.ReadKey();
}
}
}When the above code is compiled and executed, it produces the following results:
Original String: Hello World
Replacement String: Hello World