C# Regex构造正则表达式

来源：互联网发布：照片转化软件编辑：程序博客网时间：2024/05/20 18:17

正则表达式的本质是使用一系列特殊字符模式，来表示某一类字符串，如上一节示例中的正则表达式“[a-zA-Z]+@[a-zA-Z]+\.com$”，说明如下。

“[a-zA-Z]+”：指包含1个或多个大小写英文字母的字符串。

com$：指以“com”结尾的字符串。

\.：使用转移字符“\”来表示一个普通的字符“.”，因为“.”在正则表达式中也具有特殊的作用。注意在使用转移字符“\”时，需要在字符串前加上“@”符号。

综上所示，“[a-zA-Z]+@[a-zA-Z]+\.com$”可以匹配：非空字符串+‘@’+非空字符串+以“.com”结尾的字符串。因此，想要构造正则表达式，必须掌握这些特殊的表达形式，表7.3给出了C#中常用的符号模式。

表7.3 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}

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

当该字符紧跟在其他限制符（*，+，?，{n}，{n,}，{n，m}）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]

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

匹配一个单词边界，指单词和空格间的位置

匹配非单词边界

匹配一个数字字符，等价于[0-9]

匹配一个非数字字符，等价于[^0-9]

匹配一个换页符

匹配一个换行符

匹配一个回车符

匹配任何空白字符，包括空格、制表符、换页符等

匹配任何非空白字符

匹配一个制表符

匹配一个垂直制表符。等价于\x0b和\cK

匹配包括下划线的任何单词字符。等价于‘'[A-Za-z0-9_]’

匹配任何非单词字符。等价于‘[^A-Za-z0-9_]’

下面给出一些常用的正则表达式，这些都利用了表7.3构造正则表达式的技术。

（1）“^The”：匹配所有以“The”开始的字符串，如“There”、“Thecat”等。

（2）“he$”：匹配所有以“he”结尾的字符串，如“he”、“she”等。

（3）“ab*”：匹配有一个a后面跟着零个或若干个b的字符串，如“a”、“ab”、“abbb”，……。

（4）“ab+”：匹配有一个a后面跟着至少一个或者更多个b的字符串，如“ab”、“abbb”……。

（5）“ab?”：匹配有一个a后面跟着零个或者一个b的字符串，包括“a”、“ab”。

（6）“a?b+$”：匹配在字符串的末尾有零个或一个a跟着一个或几个b的字符串。

（7）“ab{2}”：匹配有一个a跟着两个b的字符串，即“abb”。

（8）“ab{2,}”：匹配有一个a跟着至少两个b的字符串，如“abb” 、“abbb”。

（9）“ab{3,5}”：匹配有一个a跟着3到5个b的字符串，如“abbb” 、“abbbb”。

（10）“hi|hello”：匹配包含“hi”或者“hello”的字符串。

（11）“(b|cd)ef”：表示“bef”或“cdef”。

（12）“a.[0-9]”：匹配有一个“a”后面跟着一个任意字符和一个数字的字符串。

（13）“^.{3}$”：匹配有任意三个字符的字符串。

（14）“[ab]”：表示一个字符串有一个“a”或“b”，相当于“a?b”。

（15）“[a-d]”：表示一个字符串包含小写的'a'到'd'中的一个，相当于“a?b?c?d”或者“[abcd]”。

（16）“^[a-zA-Z]”：表示一个以字母开头的字符串。

（17）“[0-9]%”：表示一个百分号前有一位数字。

（18）“,[a-zA-Z0-9]$”：表示一个字符串以一个逗号后面跟着一个字母或数字结束。

本小节实现利用C#的正则表达式验证一个URL字符串的合法性。一个合法的URL如下：

http://www.php.net

其构造规则为：

[协议]://[www].[域名].[com|net|org…]

根据上一小节的构造正则表达式，可以构造下面的规则：

"^http://(www\.){0,1}.+\.(com|net|cn)$"

其中，“^http://”定义能匹配规则的字符串开头是“http://”；“(www\ .)?”表示随后应该是0～1个“www”；而“.+”表示任意字符串；然后是一个“.”，转义字符“\”表明其仅仅是一个字符；最后的 “(com|net|org)$”表明以com、net、org中其中一个结尾，此处，只列出这3种情况。

完成验证URL合法性的方法如下所示。

代码7-27 验证URL示例：Class1.cs

1. public bool ValidateUrl(string _strUrl)

2. {

3. string patten = @"^http://(www\.){0,1}.+\.(com|net|cn)$"; //正则表达式

5. Regex r = new Regex(patten); //声明一个Regex对象

6. Match m = r.Match(_strUrl); //使用Match方法进行匹配

7. if(m.Success) //匹配成功

8. {

9. return true;

10. }

11. else

12. {

13. return false;

14. }

15. }