正则表达式.docx
《正则表达式.docx》由会员分享，可在线阅读，更多相关《正则表达式.docx（22页珍藏版）》请在冰点文库上搜索。
正则表达式
中正则表达式使用
（一）http:
//www.S
2008/10/2300:
09
一、限定符：
限定符提供了一种简单方法，用于指定允许特定字符或字符集自身重复出现的次数。
限定符始终引用限定符前（左边）的模式，通常是单个字符，除非使用括号创建模式组。
（一）非显示限定符
1、
*，描述“出现0或多次”。
2、
+，描述“出现1或多次”。
3、
?
，描述“出现0或1次”。
（二）显式限定符
显式限定符使用花括号{n,m}及其中的数字值表示模式出现次数的上下限。
如果仅指定一个数字，则表示次数上限，例如，x{5}将准确匹配5个x字符（xxxxx），如果数字后跟一个逗号，如x{5,}，表示匹配任何出现次数大于4的x字符。
二、元字符
.（句点或点）元字符是最简单但最常用的一个字符。
它可匹配任何单字符。
如果要指定某些模式可包含任意组合的字符，使用句点非常有用，但一定要在特定长度范围内。
^元字符可指定字符串（或行）的开始。
$元字符可指定字符串（或行）的结束。
通过将这些字符添加到模式的开始和结束处，可强制模式仅匹配精确匹配的输入字符串。
如果^元字符用在方括号[]指定的字符类的开头，将有特殊的含义。
具体内容后。
\（反斜杠）元字符既可根据特殊含义“转义”字符，也可指定预定义集合元字符的实例。
同样，具体内容见下。
为了在正则表达式中包括文字样式的元字符，必须使用反斜杠进行“转义”。
例如，如果要匹配以“c:
\”开始的字符串，可使用：
^c:
\\。
注意，要使用^元字符指出字符串必须以此模式作为开始，然后用反斜杠元字符转义文字反斜杠。
|（管道）元字符用于交替指定，特别用于在模式中指定“此或彼”。
例如，a|b将匹配包含“a”或“b”的任何输入内容，这与字符类[ab]非常类似。
（）括号用于给模式分组。
它允许使用限定符让一个完整模式出现多次。
为了便于阅读，或分开匹配特定的输入部分，可能允许分析或重新设置格式。
三、字符类：
字符类是正则表达式中的“迷你”语言，在方括号[]中定义。
在表达式中使用字符类时，可在模式的此位置使用其中任何一个字符（但只能使用一个字符，除非使用了限定符）。
请注意，不能使用字符类定义单词或模式，只能定义单个字符。
通过在括号中使用连字符-来定义字符的范围。
连字符在字符类中有特殊的含义（不是在正则表达式中，因此，准确地说它不能叫正则表达式元字符），且仅在连字符不是第一个字符时，连字符才在字符类中有特殊含义。
要使用连字符指定任何数值数字，可以使用[0-9]。
小写字母也一样，可以使用[a-z]，大写字母可以使用[a-z]。
连字符定义的范围取决于使用的字符集。
因此，字符在（例如）ascii或unicode表中出现的顺序确定了在范围中包括的字符。
如果需要在范围中包括连字符，将它指定为第一个字符。
例如：
[-.?
]将匹配4个字符中任何一个字符（注意，最后的字符是个空格）。
另请注意，正则表达式元字符在字符类中不做特殊处理，所以这些元字符不需要转义。
考虑到字符类是与其他正则表达式语言分开的一种语言，因此字符类有自己的规则和语法。
如果使用字符^作为字符类的第一个字符来否定此类，也可以匹配字符类成员以外的任何字符。
因此，要匹配任何非元音字符，可以使用字符类[^aaeeiioouu]。
注意，如果要否定连字符，应将连字符作为字符类的第二个字符，如[^-]。
记住，^在字符类中的作用与它在正则表达式模式中的作用完全不同。
四、预定义的集合元字符
元字符
等效字符类
\a
匹配铃声（警报）；\u0007
\b
匹配字符类外的字边界，它匹配退格字符，\u0008
\t
匹配制表符，\u0009
\r
匹配回车符，\u000d
\w
匹配垂直制表符，\u000b
\f
匹配换页符，\u000c
\n
匹配新行，\u000a
\e
匹配转义符，\u001b
\040
匹配3位8进制ascii字符。
\040表示空格（十进制数32）。
\x20
使用2位16进制数匹配ascii字符。
此例中，\x2-表示空格。
\cc
匹配ascii控制字符，此例中是ctrl-c。
\u0020
使用4位16进制数匹配unicode字符。
此例中\u0020是空格。
\*
不代表预定义字符类的任意字符都只作为该字符本身对待。
因此，\*等同于\x2a（是文字*，不是*元字符）。
\p{name}
匹配已命名字符类“name”中的任意字符。
支持名称是unicode组和块范围。
例如，ll、nd、z、isgreek、isboxdrawing和sc（货币）。
\p{name}
匹配已命名字符类“name”中不包括的文本。
\w
匹配任意单词字符。
对于非unicode和ecmascript实现，这等同于[a-za-z_0-9]。
在unicode类别中，这等同于[\p{ll}\p{lu}\p{lt}\p{lo}\p{nd}\p{pc}]。
\w
\w的否定，等效于ecmascript兼容集合[^a-za-z_0-9]或unicode字符类别[^\p{ll}\p{lu}\p{lt}\p{lo}\p{nd}\p{pc}]。
\s
匹配任意空白区域字符。
等效于unicode字符类[\f\n\r\t\v\x85\p{z}]。
如果使用ecmascript选项指定ecmascript兼容方式，\s等效于[\f\n\r\t\v]（请注意前导空格）。
\S
匹配任意非空白区域字符。
等效于unicode字符类别[^\f\n\r\t\v\x85\p{z}]。
如果使用ecmascript选项指定ecmascript兼容方式，\s等效于[^\f\n\r\t\v]（请注意^后的空格）。
\d
匹配任意十进制数字。
在ecmascript方式下，等效于unicode的[\p{nd}]、非unicode的[0-9]。
\d
匹配任意非十进制数字。
在ecmascript方式下，等效于unicode的[\p{nd}]、非unicode的[^0-9]。
五、中建立和使用RegularexPressions类（见《中正则表达式使用
（二）》
中正则表达式使用
（一）
Regex
Regex
Regex类表示不可变（只读）正则表达式类。
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。
以下代码示例创建了Regex类的实例并在初始化对象时定义一个简单的正则表达式。
请注意，使用了附加的反斜杠作为转义字符，它将\s匹配字符类中的反斜杠指定为原义字符。
[VisualBasic]
'DeclareobjectvariableoftypeRegex.
DimrAsRegex
'CreateaRegexobjectanddefineitsregularexpression.
r=NewRegex（"\s2000"）
[C#]
//DeclareobjectvariableoftypeRegex.
Regexr;
//CreateaRegexobjectanddefineitsregularexpression.
r=newRegex（"\\s2000"）;
Match
Match类表示正则表达式匹配操作的结果。
以下示例使用Regex类的Match方法返回Match类型的对象，以便找到输入字符串中的第一个匹配项。
此示例使用Match类的Match.Success属性来指示是否已找到匹配。
[VisualBasic]
'cCreateanewRegexobject.
DimrAsNewRegex（"abc"）
'Findasinglematchintheinputstring.
DimmAsMatch=r.Match（"123abc456"）
Ifm.SuccessThen
'Printoutthecharacterpositionwhereamatchwasfound.
'（Characterposition3inthiscase.）
Console.WriteLine（"Foundmatchatposition"&m.Index.ToString（））
EndIf
[C#]
//CreateanewRegexobject.
Regexr=newRegex（"abc"）;
//Findasinglematchinthestring.
Matchm=r.Match（"123abc456"）;
if（m.Success）
{
//Printoutthecharacterpositionwhereamatchwasfound.
//（Characterposition3inthiscase.）
Console.WriteLine（"Foundmatchatposition"+m.Index）;
}
MatchCollection
MatchCollection类表示成功的非重叠匹配的序列。
该集合为不可变（只读）的，并且没有公共构造函数。
MatchCollection的实例是由Regex.Matches属性返回的。
以下示例使用Regex类的Matches方法，通过在输入字符串中找到的所有匹配填充MatchCollection。
该示例将此集合复制到一个字符串数组和一个整数数组中，其中字符串数组用以保存每个匹配项，整数数组用以指示每个匹配项的位置。
[VisualBasic]
DimmcAsMatchCollection
Dimresults（20）AsString
Dimmatchposition（20）AsInteger
'CreateanewRegexobjectanddefinetheregularexpression.
DimrAsNewRegex（"abc"）
'UsetheMatchesmethodtofindallmatchesintheinputstring.
mc=r.Matches（"123abc4abcd"）
'Loopthroughthematchcollectiontoretrieveall
'matchesandpositions.
DimiAsInteger
Fori=0Tomc.Count-1
'Addthematchstringtothestringarray.
results（i）=mc（i）.Value
'Recordthecharacterpositionwherethematchwasfound.
matchposition（i）=mc（i）.Index
Nexti
[C#]
MatchCollectionmc;
String[]results=newString[20];
int[]matchposition=newint[20];
//CreateanewRegexobjectanddefinetheregularexpression.
Regexr=newRegex（"abc"）;
//UsetheMatchesmethodtofindallmatchesintheinputstring.
mc=r.Matches（"123abc4abcd"）;
//Loopthroughthematchcollectiontoretrieveall
//matchesandpositions.
for（inti=0;i{
//Addthematchstringtothestringarray.
results[i]=mc[i].Value;
//Recordthecharacterpositionwherethematchwasfound.
matchposition[i]=mc[i].Index;
}
GroupCollection
GroupCollection类表示捕获的组的集合并返回单个匹配中捕获的组的集合。
该集合为不可变（只读）的，并且没有公共构造函数。
GroupCollection的实例在Match.Groups属性返回的集合中返回。
以下控制台应用程序示例查找并输出由正则表达式捕获的组的数目。
有关如何提取组集合的每一成员中的各个捕获项的示例，请参见下面一节的CaptureCollection示例。
[VisualBasic]
ImportsSystem
ImportsSystem.Text.RegularExpressions
PublicClassRegexTest
PublicSharedSubRunTest（）
'Definegroups"abc","ab",and"b".
DimrAsNewRegex（"（a（b））c"）
DimmAsMatch=r.Match（"abdabc"）
Console.WriteLine（"Numberofgroupsfound="_
&m.Groups.Count.ToString（））
EndSub
PublicSharedSubMain（）
RunTest（）
EndSub
EndClass
[C#]
usingSystem;
usingSystem.Text.RegularExpressions;
publicclassRegexTest
{
publicstaticvoidRunTest（）
{
//Definegroups"abc","ab",and"b".
Regexr=newRegex（"（a（b））c"）;
Matchm=r.Match（"abdabc"）;
Console.WriteLine（"Numberofgroupsfound="+m.Groups.Count）;
}
publicstaticvoidMain（）
{
RunTest（）;
}
}
该示例产生下面的输出。
[VisualBasic]
Numberofgroupsfound=3
[C#]
Numberofgroupsfound=3
CaptureCollection
CaptureCollection类表示捕获的子字符串的序列，并且返回由单个捕获组执行的捕获的集合。
由于限定符，捕获组可以在单个匹配中捕获多个字符串。
Captures属性（CaptureCollection类的对象）是作为Match和group类的成员提供的，以便于对捕获的子字符串的集合的访问。
例如，如果使用正则表达式（（a（b））c）+（其中+限定符指定一个或多个匹配）从字符串“abcabcabc”中捕获匹配，则子字符串的每一匹配的Group的CaptureCollection将包含三个成员。
以下控制台应用程序示例使用正则表达式（Abc）+来查找字符串“XYZAbcAbcAbcXYZAbcAb”中的一个或多个匹配。
该示例阐释了使用Captures属性来返回多组捕获的子字符串。
[VisualBasic]
ImportsSystem
ImportsSystem.Text.RegularExpressions
PublicClassRegexTest
PublicSharedSubRunTest（）
DimcounterAsInteger
DimmAsMatch
DimccAsCaptureCollection
DimgcAsGroupCollection
'Lookforgroupingsof"Abc".
DimrAsNewRegex（"（Abc）+"）
'Definethestringtosearch.
m=r.Match（"XYZAbcAbcAbcXYZAbcAb"）
gc=m.Groups
'Printthenumberofgroups.
Console.WriteLine（"Capturedgroups="&gc.Count.ToString（））
'Loopthrougheachgroup.
Dimi,iiAsInteger
Fori=0Togc.Count-1
cc=gc（i）.Captures
counter=cc.Count
'Printnumberofcapturesinthisgroup.
Console.WriteLine（"Capturescount="&counter.ToString（））
'Loopthrougheachcaptureingroup.
Forii=0Tocounter-1
'Printcaptureandposition.
Console.WriteLine（cc（ii）.ToString（）_
&"Startsatcharacter"&cc（ii）.Index.ToString（））
Nextii
Nexti
EndSub
PublicSharedSubMain（）
RunTest（）
EndSub
EndClass
[C#]
usingSystem;
usingSystem.Text.RegularExpressions;
publicclassRegexTest
{
publicstaticvoidRunTest（）
{
intcounter;
Matchm;
CaptureCollectioncc;
GroupCollectiongc;
//Lookforgroupingsof"Abc".
Regexr=newRegex（"（Abc）+"）;
//Definethestringtosearch.
m=r.Match（"XYZAbcAbcAbcXYZAbcAb"）;
gc=m.Groups;
//Printthenumberofgroups.
Console.WriteLine（"Capturedgroups="+gc.Count.ToString（））;
//Loopthrougheachgroup.
for（inti=0;i{
cc=gc[i].Captures;
counter=cc.Count;
//Printnumberofcapturesinthisgroup.
Console.WriteLine（"Capturescount="+counter.ToString（））;
//Loopthrougheachcaptureingroup.
for（intii=0;ii{
//Printcaptureandposition.
Console.WriteLine（cc[ii]+"Startsatcharacter"+
cc[ii].Index）;
}
}
}
publicstaticvoidMain（）{
RunTest（）;
}
}
此示例返回下面的输出结果。
[VisualBasic]
Capturedgroups=2
Capturescount=1
AbcAbcAbcStartsatcharacter3
Capturescount=3
AbcStartsatcharacter3
AbcStartsatcharacter6
AbcStartsatcharacter9
[C#]
Capturedgroups=2
Capturescount=1
AbcAbcAbcStartsatcharacter3
Capturescount=3
AbcStartsatcharacter3
AbcStartsatcharacter6
AbcStartsatcharacter9
Group
group类表示来自单个捕获组的结果。
因为Group可以在单个匹配中捕获零个、一个或更多的字符串（使用限定符），所以它包含Capture对象的集合。
因为Group继承自Capture，所以可以直接访问最后捕获的子字符串（Group实例本身等价于Captures属性返回的集合的最后一项）。
Group的实例是由Match.Groups（groupnum）属性返回的，或者在使用“（?
）”分组构造的情况下，是由Match.Groups（"groupname"）属性返回的。
以下代码示例使用嵌套的分组构造来将子字符串捕获到组中。
[VisualBasic]
Dimmatchposition（20）AsInteger
Dimresults（20）AsString
'Definesubstringsabc,ab,b.
DimrAsNewRegex（"（a（b））c"）
DimmAsMatch=r.Match（"abdabc"）
DimiAsInteger=0
WhileNot（m.Groups（i）.Value=""）
'Copygroupstostringarray.
results（i）=m.Groups（i）.Value
'Recor
升级会员 