C#正则表达式之Regex类用法详解

regex 类表示不可变（只读）的正则表达式。它还包含各种静态方法，允许在不显式创建其他类的实例的情况下使用其他正则表达式类。

正则表达式基础概述

什么是正则表达式

   在编写字符串的处理程序时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。

    通常，我们在使用windows查找文件时，会使用通配符（*和?）。如果你想查找某个目录下的所有word文档时，你就可以使用*.doc进行查找，在这里，*就被解释为任意字符串。和通配符类似，正则表达式也是用来进行文本匹配的工具，只不过比起通配符，它能更精确地描述你的需求——当然，代价就是更复杂。

一、c#正则表达式符号模式

字　　符	描　　述
\	转义字符，将一个具有特殊功能的字符转义为一个普通字符，或反过来
^	匹配输入字符串的开始位置
$	匹配输入字符串的结束位置
*	匹配前面的零次或多次的子表达式
+	匹配前面的一次或多次的子表达式
?	匹配前面的零次或一次的子表达式
{n}	n是一个非负整数，匹配前面的n次子表达式
{n,}	n是一个非负整数，至少匹配前面的n次子表达式
{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
?	当该字符紧跟在其他限制符（*，+，?，{n}，{n,}，{n，m}）后面时，匹配模式尽可能少的匹配所搜索的字符串
.	匹配除“\n”之外的任何单个字符
(pattern)	匹配pattern并获取这一匹配
(?:pattern)	匹配pattern但不获取匹配结果
(?=pattern)	正向预查，在任何匹配pattern的字符串开始处匹配查找字符串
(?!pattern)	负向预查，在任何不匹配pattern的字符串开始处匹配查找字符串
x|y	匹配x或y。例如，‘z|food'能匹配“z”或“food”。‘(z|f)ood'则匹配“zood”或“food”
[xyz]	字符集合。匹配所包含的任意一个字符。例如，‘[abc]'可以匹配“plain”中的‘a'
[^xyz]	负值字符集合。匹配未包含的任意字符。例如，‘[^abc]'可以匹配“plain”中的‘p'
[a-z]	匹配指定范围内的任意字符。例如，‘[a-z]'可以匹配'a'到'z'范围内的任意小写字母字符
[^a-z]	匹配不在指定范围内的任意字符。例如，‘[^a-z]'可以匹配不在‘a'～‘z''内的任意字符
\b	匹配一个单词边界，指单词和空格间的位置
\b	匹配非单词边界
\d	匹配一个数字字符，等价于[0-9]
\d	匹配一个非数字字符，等价于[^0-9]
\f	匹配一个换页符
\n	匹配一个换行符
\r	匹配一个回车符
\s	匹配任何空白字符，包括空格、制表符、换页符等

\s	匹配任何非空白字符
\t	匹配一个制表符
\v	匹配一个垂直制表符。等价于\x0b和\ck
\w	匹配包括下划线的任何单词字符。等价于‘'[a-za-z0-9_]'
\w	匹配任何非单词字符。等价于‘[^a-za-z0-9_]'

说明：

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： \\+ 。

二、在c#中，要使用正则表达式类，请在源文件开头处添加以下语句：

using system.text.regularexpressions;

三、regex类常用的方法

1、静态match方法

使用静态match方法，可以得到源中第一个匹配模式的连续子串。

静态的match方法有2个重载，分别是

regex.match(string input, string pattern);
regex.match(string input, string pattern, regexoptions options);

第一种重载的参数表示：输入、模式

第二种重载的参数表示：输入、模式、regexoptions枚举的“按位或”组合。

regexoptions枚举的有效值是：
complied表示编译此模式
cultureinvariant表示不考虑文化背景
ecmascript表示符合ecmascript，这个值只能和ignorecase、multiline、complied连用
explicitcapture表示只保存显式命名的组
ignorecase表示不区分输入的大小写
ignorepatternwhitespace表示去掉模式中的非转义空白，并启用由#标记的注释
multiline表示多行模式，改变元字符^和$的含义，它们可以匹配行的开头和结尾
none表示无设置，此枚举项没有意义
righttoleft表示从右向左扫描、匹配，这时，静态的match方法返回从右向左的第一个匹配
singleline表示单行模式，改变元字符.的意义，它可以匹配换行符

注意：multiline在没有ecmascript的情况下，可以和singleline连用。singleline和multiline不互斥，但是和ecmascript互斥。

2、静态的matches方法

这个方法的重载形式同静态的match方法，返回一个matchcollection，表示输入中，匹配模式的匹配的集合。

3、静态的ismatch方法

此方法返回一个bool，重载形式同静态的matches，若输入中匹配模式，返回true，否则返回false。
可以理解为：ismatch方法，返回matches方法返回的集合是否为空。

四、regex类的实例

1.字符串替换

例如我想把如下格式记录中的name值修改为wang

string line="addr=1234;name=zhang;phone=6789";
regex reg = new regex("name=(.+);");
string modified = reg.replace(line, "name=wang;");

修改后的字符串为 addr=1234;name=wang;phone=6789

2.字符串匹配

例如我想提取刚才那条记录中的name值

regex reg = new regex("name=(.+);");
match match=reg.match(line);
string value=match.groups[1].value;

3、match实例3

文本中含有"speed=30.2mph",需要提取该速度值，但是速度的单位可能是公制也可能是英制，mph,km/h,m/s都有可能；另外前后可能有空格。

string line="lane=1;speed=30.3mph;acceleration=2.5mph/s";
regex reg=new regex(@"speed\s*=\s*([\d\.]+)\s*(mph|km/h|m/s)*");
match match=reg.match(line);

那么在返回的结果中match.groups[1].value将含有数值，而match.groups[2].value将含有单位。

4、再比如，解码gps的gprmc字符串，只需

regex reg = new regex(@"^\$gprmc,[\d\.]*,[a|v],(-?[0-9]*\.?[0-9]+),([ns]*),(-?[0-9]*\.?[0-9]+),([ew]*),.*");

就可以获得经度、纬度值，而以前需要几十行代码。

五、system.text.regularexpressions命名空间的说明

该名称空间包括8个类，1个枚举，1个委托。他们分别是：

capture: 包含一次匹配的结果；
capturecollection: capture的序列；
group: 一次组记录的结果，由capture继承而来；
groupcollection：表示捕获组的集合
match: 一次表达式的匹配结果，由group继承而来；
matchcollection: match的一个序列；
matchevaluator: 执行替换操作时使用的委托；
regex：编译后的表达式的实例。
regexcompilationinfo：提供编译器用于将正则表达式编译为独立程序集的信息
regexoptions 提供用于设置正则表达式的枚举值
regex类中还包含一些静态的方法：
escape: 对字符串中的regex中的转义符进行转义；
ismatch: 如果表达式在字符串中匹配，该方法返回一个布尔值；
match: 返回match的实例；
matches: 返回一系列的match的方法；
replace: 用替换字符串替换匹配的表达式；
split: 返回一系列由表达式决定的字符串；
unescape:不对字符串中的转义字符转义。