博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

正则表达式语法及实例整理

Posted on 2010-09-09 22:01  moss_tan_jun  阅读(340)  评论(0编辑  收藏  举报

***正则表达式语法 (字符匹配语法,重复匹配语法,字符定位语法,转义匹配语法)********


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\bhi\b
\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: \(?0\d{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]?\d\d?(?#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-]+(\\.[\\w-]+)*@[\\w-]+(\\.[\\w-]+)+$").IsMatch(sEmail));
  }


****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:\n\s*\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