概述

正则表达式,主要是用符号描述了一类特定的文本(模式)。而正则表达式引擎则负责在给定的字符串中,查找到这一特定的文本。

本文主要是列出常用的正则表达式符号,加以归类说明。本文仅仅是快速理解了正则表达式相关元字符,作一个备忘,供以后理解更复杂表达式的参考,以后关于正则表达式的相关内容会持续更新本文。示例语言用C#

普通字符

最简单的一种文本描述,就是直接给出要匹配内容。 如要在”Generic specialization, the decorator pattern, chains of responsibilities, and extensible software.” 找到pattern,那么正则式就直接是”heels”即可

 

字符集合

将字符放在中括号中,即为字符集合。通过字符集合告诉正则式引擎从字符集合中的字符,仅匹配出一个字符。

字符 匹配的字符 示例
[...] 匹配括号中的任一字符 [abc]可以匹配单个字符a,b或c,但不能匹配其它字符
[^...] 匹配非括号中的任一字符 [^abc]可以匹配任一个除a,b,c的一个字符,如d,e,f

比如单词灰色gray(英)和grey(美),在一段文本中匹配出gray或grey,那么通过正则式gr[ae]y 就可以了;又比如要在一段文本中找到me和my,正则式是m[ey]

我们还可以在字符集合中使用连字号 – 来表示一个范围,比如 [0-9] 表示匹配一个0到9数字;[a-zA-Z] 表示匹配英文字母;[0-9 a-zA-Z]表示匹配一个0到9的数字或英文字母

速记的字符集合

我们常常要匹配一个数字,一个字母,一个空白符,虽然可以用普通的字符类来表示,但不够方便,所以正则式提示了一些常用的字符集合的速记符

字符 匹配的字符 示例
\d 从0到9的任何一个数字 \d\d 可以匹配72,但不能匹配me或7a
\D 非数字符 \D\D 可以匹配me,但不能匹配7a或72
\w 任一个单词字符,如A-Z, a-z, 0-9和下划线字符 \w\w\w\w可以匹配aB_2,但不能匹配ab_@
\W 非单词字符 \W 可以匹配@,但不能匹配a
\s 任一空白字符,包括了制表符,换行符,回车符,换页符和垂直制表符 匹配所有传统的空白字符
\S 任一非空白字符 \S 可以匹配任一非空白字符,如~!@#&
. 任一字符 匹配任一字符,换行符除外

指定重复次数的字符

指定重复匹配前面的字符多少次:匹配重复的次数,不匹配内容。比如说,要在一系列电话号码中找到以158开始的11位手机号,如果我们没有学过下面的内容,正则表达式为158\d\d\d\d\d\d\d\d;但如果我们学习了下面的知识,则正则表达式为158\d{8}

字符 匹配的字符 示例
{n} 匹配前面字符n次 x{2},可以匹配xx,但不能匹配xxx
{n,} 匹配前面字符n次或更多 x{2,}可以2个或更多的x,比如可以匹配xx,xxx,xxxx,xxxxxx
{n,m} 匹配前面字符最少n次,最多m次。如果n为0,则可以不指定 x{2,4},匹配了xx,xxx,xxxx,但不能匹配x,xxxxx
? 匹配前面的字符0次或1次,相当于{0,1} x? 匹配x或空
+ 匹配前面的字符1次或多次, 相当于{1,} x+ 匹配x,xx,或xxx
* 匹配前面的字符0次或多次 x* 匹配0个或多个x

匹配位置的字符

现在我们已经学会了使用字符集合,字符集合的速记符来匹配大部分的文本了。但是如果我们遇到以下的情况,怎么办?

要求匹配文本的第一个单词为google

要求匹配文本以bye结束

要求匹配文本每一行的第一个单词为数字

要求匹配一个单词以hel开头

上面的这种匹配一个位置,但不匹配任何内容的需求很正常。在正则表达式中也提供了一些特殊的字符来匹配位置(不匹配内容)。如用^匹配文本的开始位置, 用$匹配文本的结束位置,\b匹配一个单词的边界

字符 匹配的字符 示例
^ 其后的模式必须在字符串的开始处,如果是一个多行字符串,应位于任一行的开始。对于多行文本(有回车符),需要设置Multiline标识  
$ 前面的模式必须在字符串的结尾处,如果是一个多行字符串,应该在任一行的末尾  
\b 匹配一个单词的边界,  
\B 匹配一个非单词的边界,并不在一个单词的开始或结尾处  
\A 前面的模式必须在字符串的开始,并忽略多行标识  
\z 前面的模式必须在字符串的末尾,并忽略多行标识  
\Z 前面的模式必须在字符串的末尾,或是位于换行符前  

分支替换字符

在字符集合中,我们可以在用中括号来指定匹配中括号中的任一字符,即模式中可以列出多种字符情景,被匹配的文本只要有符合其中的任一情景就可以被匹配出来。 那有没有这样的一种机制,同一个正则式中有多个模式,只有满足其中的任一模式就可以被匹配出来。再配合分组,就可以把一个复杂的正则式分成多个相对简单子的正则式来做。类似于逻辑符号OR的意思吧。

字符 匹配的字符 示例
| 选择匹配符,匹配前面或后面的任一模式 cat|mouse 可以匹配出cat 或mouse

匹配特殊字符

到现在,我们已经知道了字符集合,一些速记的字符集合,匹配位置的字符,指定匹配次数的字符,分支匹配。我们用的这些符号,在正则表达式中代表了各种特定的意义。那当我们要匹配这些字符本身,我们应该怎么办?在特殊字符前加上\, 以下是一些常用特殊字符的转义字符的列表

字符 匹配的字符 示例
\\ 匹配字符\  
\. 匹配字符.  
\* 匹配字符*  
\+ 匹配字符+  
\? 匹配字符?  
\| 匹配字符|  
\( 匹配字符(  
\) 匹配字符)  
\{ 匹配字符{  
\} 匹配字符}  
\^ 匹配字符^  
\$ 匹配字符$  
\n 匹配字符n  
\r 匹配字符r  
\t 匹配字符t  
\f 匹配字符f  
\nnn 匹配一个三位八进制数指定的ASCII字符,如\103匹配一个大写的C  
\xnn 匹配一个二位十六进制数指定的ASCII字符,如\x43匹配C  
\xnnnn 匹配一个四位十六进制数指定的unicode字符  
\cV 匹配一个控制字符,如,\cV匹配Ctrl+V  

组,反向引用,非捕获组

组,可以用圆括号,将正则表达式的部分括起来并独立使用,在圆括号之间的正则式叫做一个组。可以将匹配次数的字符和分支匹配字符应用到组。

1 示例: public void Set, public void SetValue

正则式Set(Value)? , 其中(Value)是一个组,匹配次数的字符?将应用于整个组(Value),可以匹配到Set或SetValue

2 示例:Out of sight, out of mind

正则式: “(out of) sight, \1 mind”

正则表达式引擎会将 “()”中匹配到的内容存储起来,作为一个“组”,并且可以通过索引的方式进行引用。表达式中的“\1”,用于反向引用表达式中出现的第一个组。 同时在c#中,也可以通过组来访问捕获到的组的内容。注意,Groups[0]是整个匹配的字符串,组的内容从索引1开始

3 可根据组名进行索引。使用以下格式为标识一个组的名称(?<groupname>…)

正则式: “(?<Group1>out of) sight, \1 mind”

4在表达式外引用,对于索外用$索引,或组名用${组名}

示例:Out of of sight, out of mind

正则式 “(?<Group1>[a-z]+) \1”

5非捕获组,在组前加上?: 因为有的组表达的仅仅是一个选择替换,当我们不想用浪费存储时,以用不捕获该组

"(?:out of) sight"

字符 匹配的字符 示例
(?<groupname>exp) 匹配exp,并捕获文本到名称为name的组里  
(?:exp) 匹配exp,不捕获匹配的文本,也不给此分组分配组号  

贪婪与非贪婪

正则表达式的引擎默认是贪婪,只要模式允许,它将匹配尽可能多的字符。通过在“重复描述字符(*,+等)”后面添加“?”,可以将匹配模式改成非贪婪。贪婪与非贪婪与指定重复次数的字符的内容密切相关。

字符 匹配的字符 示例
? 如果是跟在量词(即指定匹配次数的字符)后面,那么正则表达式则采用非贪婪模式  

示例 out of sight, out of mind

贪婪正则式 :  .* of  输出out of sight, out of

非贪婪正则式 :  .*? of 输出 out of

另外一个示例

输入:The title of cnblog is <h1>code changes the world</h1>

目标:匹配HTML标记

正则式1:<.+>

正则式1的输出: <h1>code changes the world</h1>

正则式2:<.+?>

正则式2的输出: <h1> </h1>

回溯与非回溯

使用“(?>…)”方式进行非回溯声明。由于正则表达式引擎的贪婪特性,导致它在某些情况下,将进行回溯以获得匹配,请看下面的示例:

示例:Live for nothing, die for something

正则式(默认非回溯): “.*thing,”   输出Live for nothing  。“.*”由于其贪婪特性,将一直匹配到字符串的最后,随后匹配“thing”,但在匹配“,”时失败,此时引擎将回溯,并在“thing,”处匹配成功

正则式(回溯):”(?>.*)thing,” 匹配不到任何东西。由于强制非回溯,所以整个表达式匹配失败

字符 匹配的字符 示例
(?>...) 匹配组内表达式时,不回溯  

正向预搜索、反向预搜索

匹配特定的模式,并声明前面或后面的内容。意思跟匹配位置差不多

字符 匹配的字符 示例
(?=exp) 左边的模式后面必须紧跟着exp,声明本身不作为匹配结果的一部分  
(?!exp) 左边的模式的后面不能紧跟着exp,声明本身不作为匹配结果的一部分  
(?<=exp) 右边的模式的前面必须是exp,声明本身不作为匹配结果的一部分  
(?<!exp) 右边的模式的前面不能是exp,声明本身不作为匹配结果的一部分  

C#_正则表达式的更多相关文章

  1. Java 正则表达式详解_正则表达式

    body{ font-family: "Microsoft YaHei UI","Microsoft YaHei",SimSun,"Segoe UI& ...

  2. Python-老男孩-01_基础_文件IO_函数_yield_三元_常用内置函数_反射_random_md5_序列化_正则表达式_time

    Python2.7 缩进统一: 约定  常量 大写 , 变量  小写 判断一个变量在内存中的地址,也能看出是不是一个值 id()函数 >>> x = 'abc' >>&g ...

  3. Python笔记_第四篇_高阶编程_正则表达式_2.正则表达式入门

    1. 匹配单个字符和数字: . --->> 匹配除换行符以外的任意字符.[0123456789] --->> []字符集合,表示匹配方括号中所包含的任意一个字符.[Thomas ...

  4. 第10章 Shell编程(1)_正则表达式

    1. 基础的正则表达式 1.1 正则表达式与通配符 (1)正则表达式用来在文件中匹配符合条件的字符串,正则是包含匹配.grep.awk.sed等命令可以支持正则表达式. (2)通配符用来匹配符合条件的 ...

  5. Shell命令_正则表达式

    正则表达式是包含匹配,通配符是完全匹配 基础正则表达式 test.txt示例文件 1 2 3 4 5 6 7 8 9 10 11 12 Mr. James said: he was the hones ...

  6. Python_Day6_反射_正则表达式之篇

    一.反射 定义:利用字符串形式去对象(模块)中操作(寻找/检查/删除/设置)成员 #getattr:获取模块中属性 #hasattr:检查模块中是否存在某个成员(函数) #delattr:删除模块中成 ...

  7. python成长之路第三篇(2)_正则表达式

    打个广告欢迎加入linux,python资源分享群群号:478616847 目录: 1.什么是正则表达式,python中得正则简介 2.re模块的内容 3.小练习 一.什么是正则表达式(re) 正则表 ...

  8. Python爬虫(十)_正则表达式

    本篇将介绍python正则表达式,更多内容请参考:[python正则表达式] 什么是正则表达式 正则表达式,又称规则表达式,通常被用来检索.替换那些符合某个模式(规则)的文本. 正则表达式是对字符串操 ...

  9. 【原】Java学习笔记023 - 字符串缓冲区_正则表达式

    package cn.temptation; import java.util.Arrays; public class Sample01 { public static void main(Stri ...

随机推荐

  1. Sqlserver数据库中的临时表详解

    临时表在Sqlserver数据库中,是非常重要的,下面就详细介绍SQL数据库中临时表的特点及其使用,仅供参考. 临时表与永久表相似,但临时表存储在tempdb中,当不再使用时会自动删除.临时表有两种类 ...

  2. 《SQL Server 2008从入门到精通》--20180717

    目录 1.触发器 1.1.DDL触发器 1.2.DML触发器 1.3.创建触发器 1.3.1.创建DML触发器 1.3.2.创建DDL触发器 1.3.3.嵌套触发器 1.3.4.递归触发器 1.4.管 ...

  3. pythonGUI编程-tkinter

    图形用户界面( G raphical U ser I nterface,GUI)编程 Python2.0级以下的版本叫做Tkinter,Python3.0改名为tkinter tkinter 模块:添 ...

  4. Difference between HashMap and Hashtable | HashMap Vs Hashtable

    Both the HashMap and Hashtable implement the interface java.util.Map but there are some slight diffe ...

  5. 直播内容不合规怎么办?智能AI为您解决审核难题

    背景 近些年来,视频直播快速发展,大量的直播平台如雨后春笋一般出现,但是这同样给直播内容的监管带来了巨大的挑战,一方面国家对于直播内容监管的要求日益严格,另一方面相对于文字内容的审核,多媒体内容的审核 ...

  6. 乘风破浪:LeetCode真题_038_Count and Say

    乘风破浪:LeetCode真题_038_Count and Say 一.前言     这一道题目,很类似于小学的问题,但是如果硬是要将输入和结果产生数值上的联系就会产生混乱了,因此我们要打破思维定势. ...

  7. 【12】python 栈型数据结构模拟、队列型数据结构模拟

    一.压栈操作模拟 #__author:"吉*佳" #date: 2018/10/21 0021 #function:栈 # 栈:即是先进后出的一种数据结构 # (1)模拟压栈操作 ...

  8. 带有function的JSON对象的序列化与还原

      JSON对象的序列化与反序列化相信大家都很熟悉了.基本的api是JSON.parse与JSON.stringify. var json={ uiModule:'http://www.a.com', ...

  9. 8.1Solr API使用(分页,高亮)

    转载请出自出处:http://www.cnblogs.com/hd3013779515/ 一.Solr Deep Paging(深分页) 长期以来,我们一直有一个深分页问题.如果直接跳到很靠后的页数, ...

  10. Python3中遇到UnicodeEncodeError: 'ascii' codec can't encode characters in ordinal not in range(128)

    在 linux服务器上运行代码报错: Python3中遇到UnicodeEncodeError: ‘ascii’ codec can’t encode characters in ordinal no ...