正则表达式语法及实例

正则表达式语法及实例

1 字符
       将下一个字符标记为一个非凡字符、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 "("。
.        匹配除了换行符以外的任意字符
|        把不同的规则分隔开 例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。
-        只作为连字号
s       匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等。
w       匹配字母或数字或下划线或汉字
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
d       匹配任意数字
[a-c]      匹配括号中任意字符a,b,c
[^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
[]       自定义字符

2 定位
$        匹配字符串的结束(前面模式位于字符串末端)           比如：^d{5,12}$ 表示为必须为5位到12位数字
^        匹配字符串的开始(定位后面模式开始位置)
B       匹配不是单词开头或结束的位置(匹配一个非单词边界)
b       代表单词的开头或结尾，也就是单词的分界处(匹配一个单词边界)     比如bhib
A       前面模式开始位置
z       前面模式结束位置
Z       前面模式结束位置(换行前)

3 重复
{n}       表示前面的字符必须连续重复匹配n次
+        匹配重复1次或更多次
*        表示任意数量(可能是0次)
?        重复零次或一次
{n,m}      重复的次数不能少于n次，不能多于m次
{n,}      重复n次或更多次            比如： (?0d{2}[) -]?d{8}。匹配(010)88886666，或022-22334455，或02912345678
*?        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

4 转义
n         匹配换行
r          匹配回车
t          匹配水平制表符
v          匹配垂直制表符
f           匹配换页
nnn       匹配一个8进制ASCII
xnn       匹配一个16进制ASCII
unnnn    匹配4个16进制的Uniode
c+大写字母    匹配Ctrl-大写字母     例如：cS-匹配Ctrl+S

(exp)      匹配exp,并捕获文本到自动命名的组里 
(?<name>exp) 匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp) 
(?:exp)     匹配exp,不捕获匹配的文本，也不给此分组分配组号 
(?=exp)     匹配exp前面的位置 
(?<=exp)     匹配exp后面的位置 
(?!exp)      匹配后面跟的不是exp的位置 
(?<!exp)    匹配前面不是exp的位置 
(?#comment)   这种类型的组不对正则表达式的处理产生任何影响，用于提供注释让人阅读   比如：2[0-4]d(?#200-249)|25[0-5](?#250-255)|[01]?dd?(?#0-199)。

(?'group')    把捕获的内容命名为group,并压入堆栈 
(?'-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 
        这是引用府，用来将这里列出的这些元字符当作普通的字符来进行匹配。
<    >      匹配词（word）的开始（<）和结束（>）。
(    )      将 ( 和 ) 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 1 到9 的符号来引用。

IgnoreCase(忽略大小写)      匹配时不区分大小写。 
Multiline(多行模式)       更改^和$的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配n之前的位置以及字符串

结束前的位置.) 
Singleline(单行模式)       更改.的含义，使它与每一个字符匹配（包括换行符n）。 
IgnorePatternWhitespace(忽略空白) 忽略表达式中的非转义空白并启用由#标记的注释。 
RightToLeft(从右向左查找)     匹配从右向左而不是从左向右进行。 
ExplicitCapture(显式捕获)     仅捕获已被显式命名的组。 
ECMAScript(JavaScript兼容模式) 使表达式的行为与它在JavaScript里的行为一致。

C#构造正则表达式需要涉及Regex类，在Regex类中包括：IsMatch()匹配、Replace()替换、Split()拆分和Match的类；

public static bool isEmail(string sEmail)
   {
      if (string.IsNullOrEmpty(sEmail)) { return true; }
       return (new Regex("[\w-]+());
   }

****正则表达式实例**********
匹配双字节字符(包括汉字在内)：[^x00-xff]
评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

匹配空白行的正则表达式：ns*r
评注：可以用来删除空白行

匹配HTML标记的正则表达式：<(S*?)[^>]*>.*?</1>|<.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式：^s*|s*$
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式

匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
评注：表单验证时很实用

匹配网址URL的正则表达式：[a-zA-z]+://[^s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求

匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注：表单验证时很实用

匹配国内电话号码：d{3}-d{8}|d{4}-d{7}
评注：匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始

匹配中国邮政编码：[1-9]d{5}(?!d)
评注：中国邮政编码为6位数字

匹配身份证：d{15}|d{18}
评注：中国的身份证为15位或18位

匹配ip地址：d+.d+.d+.d+
评注：提取ip地址时有用

匹配特定数字：
^[1-9]d*$　 　 //匹配正整数
^-[1-9]d*$ 　 //匹配负整数
^-?[1-9]d*$　　 //匹配整数
^[1-9]d*|0$　 //匹配非负整数（正整数 + 0）
^-[1-9]d*|0$　　 //匹配非正整数（负整数 + 0）
^[1-9]d*.d*|0.d*[1-9]d*$　　 //匹配正浮点数
^-([1-9]d*.d*|0.d*[1-9]d*)$　 //匹配负浮点数
^-?([1-9]d*.d*|0.d*[1-9]d*|0?.0+|0)$　 //匹配浮点数
^[1-9]d*.d*|0.d*[1-9]d*|0?.0+|0$　　 //匹配非负浮点数（正浮点数 + 0）
^(-([1-9]d*.d*|0.d*[1-9]d*))|0?.0+|0$　　//匹配非正浮点数（负浮点数 + 0）

匹配特定字符串：
^[A-Za-z]+$　　//匹配由26个英文字母组成的字符串
^[A-Z]+$　　//匹配由26个英文字母的大写组成的字符串
^[a-z]+$　　//匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$　　//匹配由数字和26个英文字母组成的字符串
^w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串