当前位置：首页 > news >正文

正则表达式(Regular Expression)

news 2025/8/16 3:23:22

正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"），可以用来描述和匹配字符串的特定模式，是一种用于模式匹配和搜索文本的工具，提供了一种灵活且强大的方式来查找、替换、验证和提取文本数据。

概括:正则表达式是制定特定的规则(模式)，其中文本(如:字符串)满足了这种规则，表达就匹配了此种正则表达式。

一般用来进行数据校验，数据匹配(爬虫)，进而进行数据分析

private void button1_Click(object sender, EventArgs e)
{//定义正则表达式对象，有对象才能操作//pattern模式Regex regex = new Regex("[0-9]+");//查找0-9的数字，+ 是一个量词，表示[0-9]可以出现一次或多次。int num = 123;//IsMath判断某个字符串是否匹配某个正则表达式，匹配返回true，否则返回false。//regex.IsMatch();bool result =Regex.IsMatch(num.ToString(), "[0-9]+");//返回trueMessageBox.Show(result.ToString());}

c#正则表达式的API

Regex 类

这是正则表达式的主要类，提供编译正则表达式模式、与字符串进行匹配、替换、拆分等操作的方法。

Regex(string pattern) - 构造函数，用于创建一个新的Regex对象，其中 pattern 是正则表达式的字符串表示。

Matches(string input) - 返回一个包含所有匹配项的 MatchCollection。

Match(string input) - 返回输入字符串中的第一个匹配项。

Replace(string input, string replacement) - 替换字符串中所有匹配正则表达式的子串。

Split(string input) - 根据正则表达式指定的模式拆分字符串。

Match 类表示正则表达式引擎找到的单个匹配项。

Groups - 包含所有捕获组的集合。

Success - 指示匹配是否成功的布尔值。

Value - 匹配的字符串。

MatchCollection 类 - 表示所有匹配项的集合。

Group 类表示正则表达式中的一个捕获组。

Capture 类

表示捕获组中的单个捕获。

RegexOptions

枚举 - 定义了一组选项，可以影响正则表达式的编译和行为。

Compiled - 指示应编译该正则表达式模式以便更快地执行。

IgnoreCase - 指示应忽略模式和输入中的字母大小写差异。

Multiline - 指示. 特殊字符应该匹配每一行的开始和结束，而不仅仅是整个字符串的开始和结束。

使用 Regex.Matches 方法来查找所有连续的数字，并打印它们。每个 Match 对象都包含了一个匹配的数字。

using System;
using System.Text.RegularExpressions;
using System.Windows.Forms;namespace 正则表达式
{internal static class Program{/// <summary>/// 应用程序的主入口点。/// </summary>[STAThread]static void Main(){string pattern = "[0-9]+";string input = "有123个苹果, 456 个橙子, 和789根香蕉";MatchCollection matches = Regex.Matches(input, pattern);foreach (Match match in matches){Console.WriteLine("数量: " + match.Value);}}}
}

字符转义

正则表达式中的反斜杠字符（\）指示其后跟的字符是特殊字符，或应按原义解释该字符。

（此表来自菜鸟教程）

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\nHello\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\nHello\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) * 39" 中的 "2+2" 和 "39"

定位点

定位点或原子零宽度断言会使匹配成功或失败，具体取决于字符串中的当前位置，但它们不会使引擎在字符串中前进或使用字符。

（此表来自菜鸟教程）

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	匹配一个单词边界，也就是指单词和空格间的位置。	er\b	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	匹配"verb"中的"er"，但不能匹配"never"中的"er"。