正则表达式的基本用法

正则表达式的基本用法

概述

正则表达式，是一种文本模式匹配工具，通常用来检索、替换和控制文本。

在C#中，可以使用System.Text.RegularExpressions命名空间中的Regex类来处理正则表达式:

1. 匹配单个字符：获取字符串中第一个匹配项

// input: 要搜索匹配项的字符串
// pattern: 要匹配的正则表达式模式
var match = Regex.Match(input, pattern);

2. 获取所有匹配项

var matches = Regex.Matches(input, pattern);

我将使用 xUnit 测试框架来展示一些基本的正则表达式用法。

例如，使用正则字符\d获取字符串中的数字：

public class RegexTests
{
    [Theory]
    [InlineData("123456", @"\d")]
    public void DigitalRegex(string input, string pattern)
    {
        var match = Regex.Match(input, pattern);

        Assert.Equal("1", match.Value);
    }
}

使用方法

数字与非数字

1. \d 匹配一个数字字符，等价于[0-9]

输入要搜索匹配项的字符串：

input="123456"

在 C# 中，需要使用双反斜杠 "\d" 来表示一个反斜杠和一个 'd' 字符，这在正则表达式中表示匹配一个数字字符。

pattern="\\d"

使用 Regex.Match 方法匹配输入字符串中的第一个匹配项

var match = Regex.Match(input, pattern);

我们可看到第一个匹配项的值为"1"。

同样地，使用[0-9]作为正则表达式模式：

2. \D 匹配一个非数字字符，等价于 [^0-9]

同样地，使用[^0-9]作为正则表达式模式：

单词字符与非单词字符

1. \w 匹配包括下划线的任何单词字符，等价于 [A-Za-z0-9_]

2. \W 匹配包括下划线的任何单词字符，等价于 [^A-Za-z0-9_]

单词边界与非单词边界

1. \b 匹配一个单词边界，也就是指单词和空格间的位置

2. \B 匹配非单词边界

空白字符与非空白字符

1. \s 匹配任何空白字符，包括空格、制表符、换页符等等，等价于[ \f\n\r\t\v]

2. \S 匹配任何非空白字符，等价于[^ \f\n\r\t\v]

八进制转义字符

\nml 如果n为八进制数字（0-3），且m和l均为八进制数字（0-7），则匹配八进制转义值nml

十六进制转义字符

\xn 匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长

Unicode转义字符

\Un 匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。

向后引用

\num 匹配num，其中num是一个正整数，对所获取的匹配的引用。

你可能对上述描述感到困惑，我们需要提前理解捕获组的功能：

(.)：捕获组，捕获匹配的子字符串，供后续使用。其中括号内的.表示任意字符。

假设你有一个字符串 "hellohello"，你希望匹配两个连续的相同子字符串。可以使用以下正则表达式：

(hello)\1

其中：

(hello)：捕获组，匹配字符串 "hello"。
\1：向后引用，引用第 1 个捕获组的内容，即 "hello"。

再看一个例子，假设你有一个字符串 "hellohelloworldworld"，你希望匹配两个连续的相同子字符串。可以使用以下正则表达式：

(hello)\1(world)\2

其中：

(hello)：捕获组，匹配字符串 "hello"。
\1：向后引用，引用第 1 个捕获组的内容，即 "hello"。

(world)：捕获组，匹配字符串 "world"。
\2：向后引用，引用第 2 个捕获组的内容，即 "world"。

其他特殊字符

换页符

f 匹配一个换页符，等价于 \x0c 和 \cL

换行符

\n 匹配一个换行符。等价于 \x0a 和 \cJ。

回车符

\r 匹配一个回车符。等价于 \x0d 和 \cM。

制表符

\t 匹配一个制表符。等价于 \x09 和 \cI。

垂直制表符

\v 匹配一个垂直制表符。等价于 \x0b 和 \cK。

其他正则字符

以下表格引用自 https://stackoverflow.org.cn/regexsucha/。

正则字符	描述
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符
^	匹配输入字符串的开始位置
$	匹配输入字符串的结束位置
*	匹配前面的子表达式零次或多次
+	匹配前面的子表达式一次或多次
?	匹配前面的子表达式零次或一次
{n}	n是一个非负整数。匹配确定的n次。
{n,}	n是一个非负整数。至少匹配n次。
{n,m}	m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。
?	当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。
.	匹配除\n之外的任何单个字符
x|y	匹配x或y
[xyz]	字符集合。匹配所包含的任意一个字符。
[^xyz]	负值字符集合。匹配未包含的任意字符。
[a-z]	字符范围。匹配指定范围内的任意字符。
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。

示例

    // 锚点 ^ 和 $
    [Theory]
    [InlineData("hello", @"^h", "h")]          // 匹配开头
    [InlineData("world", @"d$", "d")]          // 匹配结尾
    [InlineData("hello world", @"^hello.*d$", "hello world")] // 完整匹配
    public void StartAndEndAnchorRegex(string input, string pattern, string expected)
    {
        var match = Regex.Match(input, pattern);

        Assert.Equal(expected, match.Value);
    }

    // 量词 * + ? {n}
    [Theory]
    [InlineData("aabbcc", @"a+b*", "aab")]     // a至少1次，b任意次
    [InlineData("ab", @"a?b", "ab")]           // a可选
    [InlineData("aaa", @"a{2}", "aa")]         // 精确匹配2次
    [InlineData("aaaa", @"a{2,4}", "aaaa")]    // 匹配2-4次
    public void QuantifiersRegex(string input, string pattern, string expected)
    {
        var match = Regex.Match(input, pattern);

        Assert.Equal(expected, match.Value);
    }

    // 字符集合 [ ] 和范围
    [Theory]
    [InlineData("cat", @"[aeiou]", "a")]        // 匹配元音字母
    [InlineData("dog", @"[^aeiou]", "d")]       // 非元音字符
    [InlineData("data123", @"[a-z]{4}", "data")] // 小写字母范围
    public void CharacterSetRegex(string input, string pattern, string expected)
    {
        var match = Regex.Match(input, pattern);

        Assert.Equal(expected, match.Value);
    }

    // 或操作符 | 和分组
    [Theory]
    [InlineData("apple", @"apple|orange", "apple")]  // 匹配其中一个
    [InlineData("orange", @"apple|orange", "orange")]
    public void OrOperatorRegex(string input, string pattern, string expected)
    {
        var match = Regex.Match(input, pattern);

        Assert.Equal(expected, match.Value);
    }

参考文章

1. stackoverflow 正则表达式
   https://stackoverflow.org.cn/regexsucha/

声明

内容准确性： 我会尽力确保所分享信息的准确性和可靠性，但由于个人知识有限，难免会有疏漏或错误。如果您在阅读过程中发现任何问题，请不吝赐教，我将及时更正。