C# 正则表达式（一）

       首先来复习一下正则表达式的基础知识，本篇文章分为2个部分，第一个部分复习正则表达式中的元字符和简写表达式，第二部分复习正则表达式的匹配和提取。

1.正则表达式中的元字符和简写表达式

    "."：它匹配除\n之外的任何单个字符.

    "{n,}"，表示前面的字符至少出现n次，最多不限。

    "{n,m}"表示前面的字符至少出现n次，最多出现m次。

    "+"：加号匹配紧挨着它前面的字符出现1次或多次.用上面的表达式可以这么写：{1,}

    "*"：星号匹配紧挨着它前面的字符出现0次或多次.用上面的表达式可以这么写：{0,}

    "?"：问号匹配紧挨着它前面的字符出现0次或1次.用上面的表达式可以这么写：{0,1}

    []：匹配括号中的任何一个字符（范围,字符集合）.如：匹配英文26个字母的大小写，可在括号中这么写：[a-zA-Z]；匹配所有阿拉伯数字，可在括号中这么写：[0-9]

         中括号中的"."表示一个普通点，如果要包含其他含义，则需要转义（\.）.

    "|"，它表示将两个匹配条件进行逻辑“或”运算，运算级别最低。

    "()"，它用来提升表达式的优先级，另外一个作用是提取分组。

完全限定符：

    "^"，它表示一个字符串的开始，另外一个作用是取非([^0-9])。

    "$"，它表示一个字符串的结束。

 

简写表达式：

     "\d"，它匹配所有阿拉伯数字，即[0-9]，因为.net采用Unicode编码，它也匹配全角数字，如果不希望匹配全角数字，请指定RegexOptions.ECMAScript（采用ASCII码匹配）或[0-9]。

     "\D"，它是"\d"的反面，即匹配除\d之外的其他字符。

     "\s"，它匹配所有的空白符（包含空格、回车、制表符）。

     "\S"，它是"\s"的反面，即匹配除\s之外的其他字符。

     "\w"，匹配字母或数字或下划线或汉字，即能组成单词的字符,除%&#@!$等字符。[a-zA-Z0-9_汉字] (unicode字符)

     "\W"，它是"\w"的反面，即匹配除\w之外的其他字符。

     "\b"，它表示单词的边界。

忽略所有的元字符，类似于C#中的@符号：string s=Regex.Escape(@"\d{5,7}");

 

2.正则表达式的匹配

    判断是否匹配：Regex.IsMatch(“字符串”,”正则表达式”);此类问题要想的是与之匹配的正则表达式如何写（找规律），正则表达式写好了，问题就解决了。

下面给出几个案例： 

#region 验证身份证号是否正确（规律，第一位不能是0；如果是15位，则全数字，如果是18位，则最后一位即可能是数字也可能是英文字母X）
            string strPattr = @"^[1-9][0-9]{14}([0-9]{2}[0-9X])?$";
            while (true)
            {
                Console.WriteLine("请输入你的身份证号：");
                string sCode = Console.ReadLine();
                if (Regex.IsMatch(sCode, strPattr))
                {
                    Console.WriteLine("true");
                }
                else
                {
                    Console.WriteLine("false");
                }
            }
            #endregion

#region 验证邮政编码是否正确
            string strPattr = @"^[1-9][0-9]{5}$";
            while (true)
            {
                Console.WriteLine("请输入你所在地邮政编码：");
                string sCode = Console.ReadLine();
                if (Regex.IsMatch(sCode, strPattr))
                {
                    Console.WriteLine("true");
                }
                else
                {
                    Console.WriteLine("false");
                }
            }
            #endregion

#region 验证所有电话号码是否正确
            //1.手机号：以130-139、150-159、186-189这3个号段，后面8位数字。[1][3|5][0-9]{9}|[1][8][6-9][0-9]{8}
            //2.座机号：区号以0开头，后面跟2-3位数字，号码为7-8位数字。[0][1-9][0-9]{1,2}(\-)?[0-9]{7,8}
            //3.400、800电话：以4或8开头，紧跟2个0，后面为7位数字。[4|8][0]{2}(\-)?[0-9]{7}
            //4.5位数字的客服电话 [1-9][0-9]{4}

            string strPattr = @"^([1][3|5][0-9]{9}|[1][8][6-9][0-9]{8}|[0][1-9][0-9]{1,2}(\-)?[0-9]{7,8}|[4|8][0]{2}(\-)?[0-9]{7}|[1-9][0-9]{4})$";
            while (true)
            {
                Console.WriteLine("请输入您的联系方式:");
                string sCode = Console.ReadLine();
                if (Regex.IsMatch(sCode, strPattr))
                {
                    Console.WriteLine("true");
                }
                else
                {
                    Console.WriteLine("false");
                }
            }
            #endregion

#region 验证邮箱格式是否合法
            string strPattr = @"^[-0-9a-zA-Z_]+@[a-zA-Z0-9]+(\.[a-zA-Z]+){1,2}$";
            while (true)
            {
                Console.WriteLine("请输入您的电子邮箱地址：");
                string sEmail = Console.ReadLine();
                if (Regex.IsMatch(sEmail, strPattr))
                {
                    Console.WriteLine("true");
                }
                else
                {
                    Console.WriteLine("false");
                }
            }
            #endregion

#region 匹配IP地址，4段用.分割的最多三位数字。 192.168.54.77是正确的，而333.333.333.333是错误的。
            string sIp = "192.168.54.77";
            string strPattr = @"^([1][0-9]{2}|[2][0-5]{2}|[3|4|5|6|7|8|9][0-9])(\.([1][0-9]{2}|[2][0-5]{2}|[3|4|5|6|7|8|9][0-9])){3}$";

            if (Regex.IsMatch(sIp, strPattr))
            {
                Console.WriteLine("true");
            }
            else
            {
                Console.WriteLine("false");
            }
            Console.ReadKey();
            #endregion

#region 判断是否是合法的日期格式“2008-08-08”。四位数字-两位数字-两位数字
            string strPatt = @"^([1][0-9]{3}|[2][0][0-9]{2})(\-)?([0][1-9]|[1][0-2])(\-)?([0][1-9]|[1|2][0-9]|[3][0-1])$";
            string sYear = "20140807";

            if (Regex.IsMatch(sYear, strPatt))
            {
                Console.WriteLine("true");
            }
            else
            {
                Console.WriteLine("false");
            }
            Console.ReadKey();
            #endregion

#region 判断是否是合法的url地址，http://www.test.com/a.htm？id=3&name=aaa、ftp://127.0.0.1/1.txt
            string strPatt = @"^.+://.+$";
            while (true)
            {
                Console.WriteLine("请输入url地址：");
                string sUrl = Console.ReadLine();
                if (Regex.IsMatch(sUrl,strPatt))
                {
                    Console.WriteLine("true");
                }
                else
                {
                    Console.WriteLine("false");
                }
            }
            #endregion

 3.字符串提取

字符串提取：Regex.Match(“字符串”,“要提取的字符串的正则表达式”);//只能提取一个（提取一次）

字符串提取(循环提取所有)： Regex.Matches()，（可以提取所有匹配的字符串。）

在用正则表达式做字符串提取时，正则中就不要写完全限定符(^、$)了。

#region 从一个html中提取所有Email
            string sEmail = File.ReadAllText("大家留下email交友吧_email_天涯社区.htm");
            string strPatt = @"[-a-zA-Z0-9_.]+@[a-zA-Z0-9]+(\.[a-zA-Z]+){1,2}";
            MatchCollection mc = Regex.Matches(sEmail, strPatt);
            foreach (Match item in mc)
            {
                if (item.Success)
                {
                    Console.WriteLine(item.Value);
                }
            }
            Console.WriteLine("找到匹配项"+mc.Count+"个");
            Console.ReadKey();
            #endregion