正则表达式

1、元字符：

代码	说明
.	匹配除换行符以外的任意字符
/w	匹配字母或数字或下划线或汉字
/s	匹配任意的空白符
/d	匹配数字
/b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束

 

eg：[0-9]代表的含意与/d就是完全一致的：一位数字；同理[a-z0-9A-Z_]也完全等同于/w  （只考虑EN）

 

2、使用转义字符：

    如果你想查找元字符本身的话，比如查找. /或者* ,使用/来取消这些字符的特殊意义

    例如：unibetter/.com匹配unibetter.com，C://Windows匹配C:/Windows

3、限定符：    

代码/语法	说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

 

4、分支条件：

    用|把不同的规则分隔开，满足其中一种规则即匹配

    使用分枝条件时，要注意各个条件的顺序。匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了。（导致匹配结果多于预想）

 

5、子表达式（分组）：

    IP Adress Regular Expression:

    ((2[0-4]/d|25[0-5]|[01]?/d/d?)/.){3}(2[0-4]/d|25[0-5]|[01]?/d/d?)

    2[0-4]/d|25[0-5]|[01]?/d/d?

 

6、反义：

    

代码/语法	说明
/W	匹配任意不是字母，数字，下划线，汉字的字符
/S	匹配任意不是空白符的字符
/D	匹配任意非数字的字符
/B	匹配不是单词开头或结束的位置
[^x]	匹配除了x以外的任意字符
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符

7、后向引用：

eg：            /b(/w+)/b/s+/1/b

                    /b(?<Word>/w+)/b/s+/k<Word>/b

                    /b(?'Word'/w+)/b/s+/k'Word'/b

8、零宽断言:

(?=exp)        自身出现的位置的后面能匹配表达式exp        eg:        /b/w+(?=ing/b)

(?<=exp)      自身出现的位置的前面能匹配表达式exp        eg:        (?<=/pre)/w+/b

(?!=exp)        此位置的后面不能匹配表达式exp                   eg:        /d{3}(?!/d) 

(?<!exp)        此位置的前面不能匹配表达式exp                   eg:        (?<![a-z])/d{7}

 

exp               (?<=<(/w+)>).*(?=<///1>)   

 

9、注释：

 

语法 (?#comment)来包含注释。

eg：2[0-4]/d(?#200-249)|25[0-5](?#250-255)|[01]?/d/d?(?#0-199)

 

10、贪婪与懒惰匹配：

    当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。考虑这个表达式：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

    有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧：

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。

 

懒惰限定符

代码/语法	说明
*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复

 

11、处理选项：

.Net中常用的正则表达式选项：

IgnoreCase

Multiline

Singleline

IgnorePatternWhitespace

RightToLeft

ExplicitCapture

ECMAScript

在C#中，你可以使用Regex(String, RegexOptions)构造函数来设置正则表达式的处理选项。

eg：Regex regex = new Regex("/ba/w{6}/b", RegexOptions.IgnoreCase);

 

12、平衡组/递归匹配：

语法构造：

• (?'group') 把捕获的内容命名为group,并压入堆栈(Stack)
• (?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败
• (?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分
• (?!) 零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败

<                         #最外层的左括号    [^<>]*                #最外层的左括号后面的不是括号的内容    (        (            (?'Open'<)    #碰到了左括号，在黑板上写一个"Open"            [^<>]*       #匹配左括号后面的不是括号的内容        )+        (            (?'-Open'>)   #碰到了右括号，擦掉一个"Open"            [^<>]*        #匹配右括号后面不是括号的内容        )+    )*    (?(Open)(?!))         #在遇到最外层的右括号前面，判断黑板上还有没有没擦掉的"Open"；如果还有，则匹配失败>                         #最外层的右括号

平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配嵌套的<div>标签：

<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>.