1、贪婪与非贪婪

 

有助于理解这一概念的帖子

      http://community.csdn.net/Expert/topic/5435/5435240.xml?temp=.7199671

　

注意

      在谈到贪婪与非贪婪时，有一点大家可能会忽略，那就是单独的一个“?”，表示的是贪婪模式，而“??”才是非贪婪模式。
        举例：
       源字符串：12
       正则表达式(一)：[1-9]\d?
       正则表达式(二)：[1-9]\d??
       结果：(一)匹配成功，匹配结果为12，(二)匹配成功，匹配结果为1

有助于理解这一概念的帖子

      http://community.csdn.net/Expert/topic/5410/5410564.xml?temp=.1138422

 

四、正则的几种常见用法

1、验证控件 RegularExpressionValidator

注意

      1、RegularExpressionValidator不能验证非空，验证非空用RequiredFieldValidator，名司其职

      2、如无特殊情况，用于验证控件的正则前后分别要加“^”和“$”,因为用验证控件来验证的内容是要完全匹配的，而不是成功匹配其中一部分即可通过验证

      3、用于验证控件的正则，最后都要转换为客户端脚本，而由于脚本语言对正则的支持较弱，有些在cs程序里可以通过的正则，在验证控件里可能失效

 

有助于理解这一概念的帖子

      http://community.csdn.net/Expert/topic/5445/5445334.xml?temp=.3749658

　

        匹配就是检查字符串是否满足某一规律，或是否包含符合某一规律的子字符串

  
        Regex.IsMatch

 

举例

      判断textBox1输入内容是否为yyyy-MM格式

string yourStr = textBox1.Text;
if(Regex.IsMatch(yourStr, @"^\d{4}-(0\d|1[0-2])$"))
 {
                MessageBox.Show("符合");
}
          else
{
               MessageBox.Show("不符合");
}

       提取就是从字符串中取出符合某一规律的子字符串

       Match m = Regex.Match

       MatchCollection mc = Regex.Matches

       前者用来取出单一匹配结果，后者用来取出多个匹配结果，并存入集合

举例

取出单个图片地址

string yourStr = "<img src=\"http://www.ahelp.cn/bbs/UploadFile/2006-8/200681516161698723.jpg\" border=\"0\" alt=\"\"/>";            
string resultStr = "";
Match m = Regex.Match(yourStr, @"<img\s[^>]*?src=([""']?)(?<source>[^""'\s]*)\1[^>]*?>", RegexOptions.IgnoreCase);
if (m.Success)
{
    resultStr = m.Groups["source"].Value;
}

取出多个图片地址

string yourStr = "<p><img src=\"http://www.ahelp.cn/bbs/UploadFile/2006-8/200681516161698723.jpg\" border=\"0\" alt=\"\"/></p><p>&nbsp;</p><p><img src=\"http://www.ahelp.cn/bbs/UploadFile/2006-8/200681516194447448.jpg\" border=\"0\" alt=\"\"/></p><p>&nbsp;</p><img src=\"http://photo.bababian.com/20060803/C97D6403CD4F2F85A5FBB57D5A791F5B_500.jpg\" border=\"0\" alt=\"\"/>";
MatchCollection mc = Regex.Matches(yourStr, @"<img\s[^>]*?src=([""']?)(?<src>[^""'\s]*)\1[^>]*?>", RegexOptions.IgnoreCase);
foreach (Match m in mc)
{
    richTextBox2.Text += m.Groups["src"].Value + "\n";
}

有助于理解这一概念的帖子

      http://community.csdn.net/Expert/topic/5479/5479400.xml?temp=.2616083

      http://community.csdn.net/Expert/topic/5441/5441044.xml?temp=.3489954

       替换就是将一种形式的字符串替换为另一种形式，或是删除不需要的内容

       Regex.Replace

举例

将UBB代码转换为html格式

string test = "[img]http://www.csdn.net/logo.jpg[/img]";
string resultStr = Regex.Replace(test, @"\[img\]([^\]]*?)\[/img\]", @"<img src=""$1"">");

输出为：<img src="http://www.csdn.net/logo.jpg">

举例

 取出<td>...</td>标签内非html代码部分

string test = "<TD CLASS=btd WIDTH=198 BGCOLOR=\"#FCFCFC\"><B>　　<a href=\"http://dict.pconline.com.cn/dic/sort.jsp?kindId=-1&dicId=3142\" target=\"_blank\">显示屏类型</a></B></TD>";
string resultStr = Regex.Replace(test, @"<[^>]*?>","").Trim();

输出为：显示屏类型

5、分割

       Regex.Split

注意

      在Split中使用捕获组，分割后的数组也包含捕获组的内容，即使使用零宽度捕获组，仍然会将捕获组的内容保存到结果数组内

举例

不存在捕获组时   

string test = "aa<bbb>cc<ddd>ee";
string[] temp = Regex.Split(test, @"<[^>]*?>");
foreach (string s in temp)
{
     richTextBox2.Text += s + "\n";
}

输出为：
aa
cc
ee

存在捕获组时

string test = "aa<bbb>cc<ddd>ee";
string[] temp = Regex.Split(test, @"(<[^>]*?>)");
foreach (string s in temp)
{
    richTextBox2.Text += s + "\n";
}

输出为：
aa
<bbb>
cc
<ddd>
ee

有助于理解这一概念的帖子

      http://community.csdn.net/Expert/topic/5436/5436187.xml?temp=.7995264

6、委托
      
      正则中的委托，有时候可以很优雅的解决某一类问题，或是提高效率

      委托一般用在对符合某一条件的子字符串进行处理，而不是处理所有

      MatchEvaluator(string (Match) target)

举例

      只替换<B>...</B>标签内不包含html代码的部分为CRT

private void button2_Click(object sender, EventArgs e)
{
      string yourStr = "<TD CLASS=btd WIDTH=198 BGCOLOR=\"#FCFCFC\"><B>　　<a href=\"http://dict.pconline.com.cn/dic/sort.jsp?kindId=-1&dicId=3142\" target=\"_blank\">显示屏类型</a></B> <B>   WUXGA+</B></TD>";
      string resultStr = Regex.Replace(yourStr, @"(?<=<b[^>]*>)[^<>]*(?=</b>)", new MatchEvaluator(expReplace), RegexOptions.IgnoreCase);

}

private string expReplace(Match m)
{
    return m.Value.Replace(m.Value, "CRT");
}

输出为：<TD CLASS=btd WIDTH=198 BGCOLOR="#FCFCFC"><B>　　<a href="http://dict.pconline.com.cn/dic/sort.jsp?kindId=-1&dicId=3142" target="_blank">显示屏类型</a></B> <B>CRT</B></TD>

有助于理解这一概念的帖子

      http://community.csdn.net/Expert/topic/5520/5520530.xml?temp=.769314
      http://community.csdn.net/Expert/topic/5580/5580796.xml?temp=.6849176
      http://community.csdn.net/Expert/topic/5578/5578425.xml?temp=.2284815

 

      事实上，我并不提倡列举一些常用正则，因为正则通常情况下都是具体问题具体分析，而不是生搬硬套的，不过有些正则大家知道一下还是有好外的，也可以在自己写正则的时候做下参考

视情况陆续更新

 

1、匹配任意中文字符　　
[\u4e00-\u9fa5]

 

2、匹配手机的正则　
^1(3\d|5[389])\d{8}$

 

3、匹配座机的正则
格式：010-12345678　区号可有可无，座机号为7或8位
^(0(10|2[0-57-9]|[3-9]\d{2})-)?\d{7,8}$

4、日期正则

      本文只是我正则学习过程中积累的一点经验，为初学者提供参考

      如无特殊说明，本文仅就C#中的正则应用进行讨论，由于本人水平有限，整理时间仓促， 有错误的地方还请大家批评指正，我会及时更正并陆续增加一些新的内容

一、推荐一篇文章+一个工具+一个正则学习方法

       教程： http://www.regexlab.com/zh/regref.htm

       工具：match tracer 1.2

      本人水平有限，教程是写不了的，所以推荐上面的一篇正则教程，这是我认为，至少在入门级中文教程里，最好的教程。

      学习正则最好的方法就是做大量的练习，在CSDN上以“正则”为关键字搜索帖子，先不要看回复，看楼主的要求，自己参考教程试着写，得到正确结果，或是自己实在做不出时，再去看回复，这样大概有个百十来个帖子，你的正则基本应用就该没问题了。

 

1、. 小数点可以匹配除了换行符（\n）以外的任意一个字符

       如要匹配小数点本身，需要加个“\”进行转义

       在匹配多行时，不要试图用[.\n]来匹配任意字符，可以使用(.|\n)，但一般不这样用，一般用[\s\S]，或者是用.加RegexOptions.Singleline参数来达到这一效果

 

2、[] 使用方括号 [ ] 包含一系列字符，能够匹配其中任意一个字符。用 [^ ] 包含一系列字符，则能够匹配其中字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意一个，但是只能是一个，不是多个。

 

       记住[]匹配的只能是一个字符，不是多个。新手最容易犯的错误就是，用[^abc]这样的表达式来匹配不包含“abc”子字符串的字符串

     

举例

       源字符串：string yourStr = "<aaa>bbb<abc>ccc<ddd>";

       结果：<aaa>、<ddd>

       即取出yourStr中为<...>，但<>中不是abc的内容

       错误写法：<[^abc]*>

       正确写法：<(?!abc>)[^>]*>

       
       另外就是，大部分在正则中有特殊意义、在匹配其本身时需转义的字符，在[]内是不需要转义的。必须转义的只有“\”、“[”和“]”，而“^”出现在[]开始位置，“-”前后构成范围区间时，需要转义，出现在其它位置不需要转义，如
       [\^ .$^{\[(|)*+?\\-]

3、\w　任意一个字母或数字或下划线，也就是 A～Z,a～z,0～9,_ 中任意一个

       一般来说，是这样的，但是在某些情况下，\w也会匹配本地字符集，比如中文系统的中文，所以在明确要求是A～Z,a～z,0～9,_ 中的一个的时候，用[A-Za-z0-9_]，而不用\w

 

4、\转义    一些在正则中具有特殊意义的字符，如想匹配这些字符本身，需要用“\”对其进行转义。

       参考

ms-help://MS.MSDNQTR.v80.chs/MS.MSDN.v80/MS.VisualStudio.v80.chs/dv_fxfund/html/f49cc9cc-db7d-4058-8b8a-422bc08b29b0.htm

       在实际应用中，根据具体情况，需要转义的字符可能不止如下所列字符

        .$ ^ { [ ( | ) * + ? \

 

       另外，\s,\b,\w,\d等等这些在正则中有特殊意义的字符，用在字符串""中时，需要进行两次转义，即

       string pattern = "the \\b\\w+\\b number is \\d";

       或者是在前面加一个“@”，取消转义

       string pattern = @"the \b\w+\b number is \d";

       比较特殊的是“"”,用在不带@的字符串中时，用\"来进行转义，用在带@的字符串中时，用""来进行转义

       string pattern = "<img\s+src=\"[^\"]*\"\s*>";

       string pattern = @"<img\s+src=""[^""]*""\s*>";

5、|    “|”是以()划分范围的，如果在“|”的左右两侧没有()来限定范围，那么它的作用范围即为“|”左右两侧整体，如

 

举例

     

      (1)、　 ^\d+\.\d|\d+$

      (2)、　 ^(\d+\.\d)|(\d+)$

      (3)、 　^(\d+\.\d|\d+)$

       (1)和(2)的效果是一样的，表示“|”两侧整体为“或”的关系，即^\d+\.\d或\d+$

       而(3)的结果与上面两个是不同的，因为它表示\d+\.\d和\d+为“或”的关系，这个表达式相当于^\d+\.\d$|^\d+$
       
      如：123.45
      (1)和(2)匹配成功，匹配结果为123.4

      (3)匹配失败，因为这个式子要求，或者为不带小数点的数字，或者小数点后最多带一位小数

       

       多个“|”时，同样以()划分作用范围

 

       “|”的匹配顺序为从左到右，当左侧不满足要求时，再去尝试匹配右侧表达式，如果左侧匹配成功，将不再尝试匹配右侧表达式，多个“|”时，从左向右依次尝试匹配

 

       顺便说一下，[]本身就隐含了“或”的关系，在[]中使用“|”表示“或”的关系是不对的，这样做只是多了一个普通字符“|”，用来匹配“|”字符本身，()也是同样道理

 

有助于理解这一概念的帖子

      http://community.csdn.net/Expert/topic/5474/5474473.xml?temp=.9890863

 

 

       一些新手仅从字面上理解，以为这两个属性是互斥的，而事实上并非如此，它们是用来改变特定符号在正则表达式中的含义的。