正则表达式笔记
一.简介：
正则表达式基本上是一种"表示法"，只要工具程序支持这种表示法，那么该工具程序就可以用来作为正则表达式的字符串处理之用。例如vi，grep,，awk，sed等工具，因为它们有支持正则表达式。正则表达式是一些特殊字符的排列，用以查找、替换、删除一些或多行文字字符串，简单的说，正则表达式就是用在字符串的处理上面的一项"表达式"使用它真的很方便，所以好好学习吧。
二.基础类型：
1.字符匹配元字符：
.（点号） :匹配任意一个字符；
[ ]：匹配中括号内的其中一个字符；
[^ ]：匹配不包括中括号内字符的其他字符；
2. 次数匹配元字符：
*：匹配前面的字符任意次（包含零次）；
\?：匹配前面的字符零次或1次（前面的字符可有可无）；
\+：匹配前面的字符至少一次；
\{n\}：匹配前面的字符出现n次；
\{n,\}：匹配前面的字符出现至少n次；
\{,m\}：匹配前面的字符出现至多m次（包含零次）；
\{n,m\}：匹配前面的字符出现至少n次至多m次。
3. 位置描定元字符:
^：描定行首；
$：描定行尾；
\< (\b)：描定词首（出现在表达式首部）；
\> (\b)：描定词尾（出现在表达式尾部）；
分组：用来把匹配到的字符存储到内存的变量中，，以供后面引用。
\( \)：分组符号
\1：引用第一个分组匹配到的字符
4.附表：
字符 | 描述 |
\ | 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，'n' 匹配字符 "n"。'\n' 匹配一个换行符。序列 '\\' 匹配 "\" 而 "\(" 则匹配 "("。 |
^ | 匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 '\n' 或 '\r' 之后的位置。 |
$ | 匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 '\n' 或 '\r' 之前的位置。 |
* | 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 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。 |
{n} | n 是一个非负整数。匹配确定的 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,} | n 是一个非负整数。至少匹配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} | m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 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。 |
? | 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，'o+?' 将匹配单个 "o"，而 'o+' 将匹配所有 'o'。 |
. | 匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。 |
(pattern) | 匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 '\(' 或 '\)'。 |
(?:pattern) | 匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如， 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。 |
(?=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。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。 |
(?!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。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始 |
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"。 |
[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] | 字符范围。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] | 负值字符范围。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。 |
\b | 匹配一个单词边界，也就是指单词和空格间的位置。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'。 |
\cx | 匹配由 x 指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 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]。 |
\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。 |
\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]。 |
\t | 匹配一个制表符。等价于 \x09 和 \cI。 |
\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_]'。 |
\xn | 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，'\x41' 匹配 "A"。'\x041' 则等价于 '\x04' & "1"。正则表达式中可以使用 ASCII 编码。 |
\num | 匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，'(.)\1' 匹配两个连续的相同字符。 |
\n | 标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为向后引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。 |
\nm | 标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。 |
\nml | 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。 |
/i | 使正则表达式对大小写不敏感, (?-i)是关闭大小写不敏感 |
/s | 开启"单行模式"，即点号"."匹配新行符 |
/m | 开启"多行模式"，即"^"和"$"匹配新行符的前面和后面的位置。 |
^[0-9]*$ | 只能输入数字 |
^\d{n}$ | 只能输入n位的数字 |
^\d{n,}$ | 只能输入至少n位的数字 |
^\d{m,n}$ | 只能输入m~n位的数字 |
^(0|[1-9][0-9]*)$ | 只能输入零和非零开头的数字 |
^[0-9]+(.[0-9]{2})?$ | 只能输入有两位小数的正实数 |
^[0-9]+(.[0-9]{1,3})?$ | 只能输入有1~3位小数的正实数 |
^\+?[1-9][0-9]*$ | 只能输入非零的正整数 |
^\-[1-9][]0-9"*$ | 只能输入非零的负整数 |
^.{3}$ | 只能输入长度为3的字符 |
^[A-Za-z]+$ | 只能输入由26个英文字母组成的字符串 |
^[A-Za-z0-9]+$ | 只能输入由数字和26个英文字母组成的字符串 |
^\w+$ | 只能输入由数字、26个英文字母或者下划线组成的字符串 |
^[a-zA-Z]\w{5,17}$ | 验证用户密码：以字母开头，长度在6~18之间，只能包含字符、数字和下划线。 |
[^%&',;=?$\x22]+ | 验证是否含有^%&',;=?$\"等字符 |
^[\u4e00-\u9fa5]{0,}$ | 只能输入汉字 |
^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$ | 验证Email地址 |
^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$ | 验证InternetURL |
^\d{15}|\d{18}$ | 验证×××号（15位或18位数字） |
^((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)$ | 验证IP地址 |
(\w)\1 | 匹配两个两个重叠出现的字符 例如，"aabbc11asd"，返回结果为aa bb 11三组match |
<(? | 匹配成对的HTML标签 |
(?!) | 不出现，负声明 string newsContent = @"url: Regex."; Regex regEnd = new Regex(@"<\s*a[^>]*>([^<]|<(?!/a))*<\s*/a\s*>",RegexOptions.Multiline); |
三.拓展正则表达式：
字符匹配元字符：
.（点号） :匹配任意一个字符；
[ ]：匹配中括号内的其中一个字符；
[^ ]：匹配不包括中括号内字符的其他字符；
次数匹配元字符：（匹配元字符前面的字符重复的次数）
*：匹配前面的字符任意次（包含零次）；
?：匹配前面的字符零次或1次（前面的字符可有可无）；
+：匹配前面的字符至少一次；
{n}：匹配前面的字符出现n次；
{n,}：匹配前面的字符出现至少n次；
{,m}：匹配前面的字符出现至多m次（包含零次）；
{n,m}：匹配前面的字符出现至少n次至多m次。
位置描定元字符:
^：描定行首；
$：描定行尾；
< (\b)：描定词首（出现在表达式首部）；
\> (\b)：描定词尾（出现在表达式尾部）；
分组：用来把匹配到的字符存储到内存的变量中，以供后面引用。
( )：分组符号
\1：引用第一个分组匹配到的字符
特殊元字符：
|：匹配或
字符集的表达式：
[[:space:]]：表示一个空白字符；
[[:digit:]]：表示一个整数；
[[:lower:]]：表示一个小写字母；
[[:upper:]]：表示一个大写字母；
[[:alpha:]]：表示一个大写或小写字母；
[[:alnum:]]：表示一个字母或整数；
[[:punct:]]：表示一个标点符号；
附图
