正则表达式是记录文本规则的代码，常用于文本匹配、文本替换及输入验证。正则表达式由两种基本字符类型组成：原义（正常）文本字符和元字符，然而，元字符是针对单个字符匹配的，要想要同时匹配多个字符的话，还需要借助限定符；下面介绍一些常见的元字符、限定符以及相关概念。
基本概念
1、常见元字符及限定符
| 元字符 | 说明 |
|---|---|
| . | 匹配除 \n 以外的任何字符（注意元字符是小数点） |
| [abcde] | 匹配 abcde 之中的任意一个字符 |
| [a-h] | 匹配 a 到 h 之间的任意一个字符 |
| [^fgh] | 不与 fgh 之中的任意一个字符匹配 |
| \w | 匹配大小写英文字符及数字 0 到 9 之间的任意一个及下划线，相当于 [a-zA-Z0-9_] |
| \W | 不匹配大小写英文字符及数字 0 到 9 之间的任意一个，相当于 [^a-zA-Z0-9_] |
| \s | 匹配任何空白字符，相当于 [ \f\n\r\t\v] |
| \S | 匹配任何非空白字符，相当于 [^\s] |
| \d | 匹配任何 0 到 9 之间的单个数字，相当于 [0-9] |
| \D | 不匹配任何 0 到 9 之间的单个数字，相当于 [^0-9] |
| [\u4e00-\u9fa5] | 匹配任意单个汉字（这里用的是 Unicode 编码表示汉字的 ) |
| 限定符 | 说明 |
|---|---|
| * | 匹配 0 到多个元字符，相当于 {0,} |
| ? | 匹配 0 到 1 个元字符，相当于 {0,1} |
| {n} | 匹配 n 个元字符 |
| {n,} | 匹配至少 n 个元字符 |
| {n,m} | 匹配 n 到 m 个元字符 |
| + | 匹配至少 1 个元字符，相当于 {1,} |
| \b | 匹配单词边界 |
| ^ | 字符串必须以指定的字符开始 |
| $ | 字符串必须以指定的字符结束 |
1、由于在正则表达式中“ \ ”、“ ? ”、“ * ”、“ ^ ”、“ $ ”、“ + ”、“（”、“）”、“ | ”、“ { ”、“ [ ”等字符已经具有一定特殊意义，如果需要用它们的原始意义，则应该对它进行转义，例如希望在字符串中至少有一个“ \ ”，那么正则表达式应该这么写： \\+ ；
2、可以将多个元字符或者原义文本字符用括号括起来形成一个分组，比如 ^(13)[4-9]\d{8}$ 表示任意以 13开头的移动手机号码；
3、另外对于中文字符的匹配是采用其对应的 Unicode 编码来匹配的，对于单个 Unicode 字符，如 \u4e00 表示汉字“一”， \u9fa5 表示汉字“龥”，在 Unicode 编码中这分别是所能表示的汉字的第一个和最后一个的 Unicode 编码，在 Unicode 编码中能表示 20901 个汉字；
4、关于 \b 的用法，它代表单词的开始或者结尾，以字符串“ 123a 345b 456 789d ”作为示例字符串，如果正则表达式是“ \b\d{3}\b ”，则仅能匹配 456 ；
5、可以使用“ | ”来表示或的关系，例如 [z|j|q] 表示匹配 z 、 j 、 q 之中的任意一个字母。
2、分支
正则表达式里的分支条件指的是有几种规则，如果满足其中任意一种规则都会被匹配到，具体的方法就是用 | 把不同的规则分隔开。
下面以匹配不同区位电话号码为例,剖析一下分支的用法:
0\d{2}-\d{8}|0\d{3}-\d{7}这个表达式能匹配两种以连字号分隔的电话号码：一种是三位区号，8位本地号(如010-12345678)，一种是4位区号，7位本地号(0376-2233445)。
3、分组
如果重复单个字符,直接在字符后面加上限定符就行了；但如果想要重复多个字符又该怎么办？你可以用小括号来指定子表达式(也叫做分组),然后你就可以指定这个子表达式的重复次数了。
下面以匹配IP地址为例,剖析一下分组的用法:
((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)这个表达式中,((2[0-4]\d|25[0-5]|[01]?\d\d?)\.)匹配到小于255的正确数字,在这个子表达式 (分组)后面加上{3},表示将这个分组重复3次,最后再加上一个1到3位数字的分组,就能匹配到正确的IP地址了。
4、后向引用
使用小括号进行分组之后，匹配到的分组（子表达式），可以在表达式或其他程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。后向引用是用于重复搜索前面某个分组匹配的文本，例如，\1代表分组1匹配的文本。
\b(\w+)\b\s+\1\b可以用来匹配重复的单词，像go go, 或者kitty kitty。这个表达式首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b)，这个单词会被捕获到编号为1的分组中，然后是1个或几个空白符(\s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(\1)。
5、零宽断言
在前面的元字符介绍中，我们已经知道了有这样一类字符，可以匹配一句话的开始（^）、结束（$）或者匹配一个单词的开始、结束（\b）。这些元字符只匹配一个位置，指定这个位置满足一定的条件，而不是匹配某些字符，因此，它们被成为 零宽断言。所谓零宽，指的是它们不与任何字符相匹配，而匹配一个位置；所谓断言，指的是一个判断。正则表达式中只有当断言为真时才会继续进行匹配。
在有些时候，我们精确的匹配一个位置，而不仅仅是句子或者单词，这就需要我们自己写出断言来进行匹配。下面是断言的语法：
| 限定符 | 说明 |
|---|---|
| (?=pattern) | 前向肯定断言，匹配pattern前面的位置 |
| (?!pattern) | 前向否定断言，匹配后面不是pattern的位置 |
| (?<=pattern) | 后向肯定断言，匹配pattern后面的位置 |
| (?<!pattern) | 后向否定断言，匹配前面不是pattern的位置 |
1、前向肯定断言示例：比如\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.时，它会匹配sing和danc；
2、后向肯定断言示例：比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading；
3、前向否定断言示例：例如：\d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字；\b((?!abc)\w)+\b匹配不包含连续字符串abc的单词；
4、后向否定断言示例：(?<![a-z])\d{7}匹配前面不是小写字母的七位数字。
6、贪婪与懒惰
当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。
有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。例如，a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。
| 懒惰限定符 | 说明 |
|---|---|
| *? | 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 |
Regex类
在C#中由Regex类，采用正则表达式实现字符串的匹配、提取、分割、替换。
1、字符串匹配
| 方法 | IsMatch() |
| 格式 | Regex.IsMatch("字符串", "正则表达式") |
| 作用 | 判断字符串是否符合模板要求 |
| 返回值 | bool类型，代表是否匹配成功 |
2、字符串提取
| 方法 | 单次匹配Match()、 多次匹配Matches() |
| 格式 | Match match = Regex.Match("字符串", "正则表达式") MatchCollection matches= Regex. Matches ("字符串", "正则表达式") |
| 作用 | 1、提取匹配的子字符串 2、提取组。Groups的下标由1开始，0中存放match的value |
| 返回值 | Match类型、MatchCollection类型 |
3、字符串分割
| 方法 | Split() |
| 格式 | Regex.Split("字符串", "正则表达式") |
| 作用 | 根据条件分割字符串 |
| 返回值 | 字符串数组，string[] |
4、字符串替换
| 方法 | Replace() |
| 格式 | Regex.Replace("字符串", "正则表达式",“替换字符串”) |
| 作用 | 在指定字符串内，使用指定字符串替换正则表达式匹配到的地方 |
| 返回值 | string类型，替换之后的字符串 |
常用大全
| 说明 | 格式 |
|---|---|
| 匹配中文字符 | [\u4e00-\u9fa5] |
| 匹配网址URL | [a-zA-z]+://[^\s]* |
| 匹配Email地址 | \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* |
| 匹配国内电话号码 | \d{3}-\d{8}|\d{4}-\d{7} |
| 匹配国内手机号码 | (86)*0*13\d{9} |
| 匹配身份证号码 | \d{15}|\d{18} |
| 匹配IP地址 | ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?) |
| 匹配日期 | ^[1-9]\d{3}([-|\/|\.])?((0\d)|([1-9])|(1[0-2]))\1(([0|1|2]\d)|([1-9])|3[0-1])$ |
| 匹配HTML标签 | <Title>.*?</Title> |
| 匹配HTML标签内容 | (?<=<Title>).*?(?=</Title>) |
转载于:https://www.cnblogs.com/harderqian/p/4771479.html