C#正则表达式快速入门

作者将自己在学习正则表达式中的心得和笔记作了个总结性文章，希望对初学C#正则表达式的读者有帮助。

[内容]

什么是正则表达式
涉及的基本的类
正则表达式基础知识
构建表达式基本方法
编写一个检验程序
参考资料

[正文]

对于初学者看到类似“\w+@\w+\.\w{1,3}”这样复杂没有规律的字符，就会莫名产生一种恐惧感。其实正则表达式和字符串(String)的使用同样非常简单。下面让我们逐步地走进正则表达式的世界！

什么是正则表达式

正则表达式是用来检验和操作字符串的强大工具。简单的理解正则表达式可以认为是一种特殊的验证字符串。正则表达式常见运用是验证用户输入信息格式，比如上面的那组“\w{1,}@\w{1,}\.\w{1”，实际上就是验证邮件地址是否合法的；当然正则表达式不仅仅是用于验证，可以说只要运用字符串的地方都可以使用正则表达式；

涉及的基本的类

正则表达式在英文中写作（Regular Expression），根据正则表达式的使用范围和单词意思，.NET将其命名空间设置为System.Text.RegularExpressions；

在该命名空间内包括了8个基本的类：Capture、CaptureCollection、Group、GroupCollection、Match、MatchCollection、Regex和RegexCompilationInfo如图１所示；

Capture	用于单个表达式捕获结果
CaptureCollection	用于一个序列进行字符串捕获
Group	表示单个捕获的结果
GroupCollection	表示捕获组的集会
Match	表示匹配单个正则表达式结果
MatchCollection	表示通过迭代方式应用正则表达式到字符串中
Regex	表示不可变的正则表达式
RegexCompilationInfo	将编译正则表达式需要提供信息

[注意]

本文属于初学正则表达式的入门文章，对于高级的分组(Group)及其涉及语法等在这里不做介绍；

正则表达式基础知识

基本语法

在正则表达式中拥有一套自己的语法规则，常见语法包括；字符匹配、重复匹配、字符定位、转义匹配和其他高级语法（字符分组、字符替换和字符决策）；

字符匹配语法：

字符语法	语法解释	语法例子
\d	匹配数字（0~9）	‘\d’匹配8,不匹配12；
\D	匹配非数字	‘\D’匹配c,不匹配3；
\w	匹配任意单字符	‘\w\w’ 匹配A3,不匹配@3；
\W	匹配非单字符	‘\W’匹配@,不匹配c；
\s	匹配空白字符	‘\d\s\d’匹配3 d,不匹配abc；
\S	匹配非空字符	‘\S\S\S’匹配A#4,不匹配3 d；
.	匹配任意字符	‘....’匹配A$ 5,不匹配换行；
[…]	匹配括号中任意字符	[b-d]匹配b、c、d, 不匹配e；
[^…]	匹配非括号字符	[^b-z]匹配a,不匹配b-z的字符；

重复匹配语法：

重复语法	语法解释	语法例子
{n}	匹配n次字符	\d{3}匹配\d\d\d,不匹配\d\d或\d\d\d\d
{n,}	匹配n次和n次以上	\w{2}匹配\w\w和\w\w\w以上,不匹配\w
{n,m}	匹配n次上m次下	\s{1,3}匹配\s,\s\s,\s\s\s,不匹配\s\s\s\s
?	匹配0或1次	5?匹配5或0，不匹配非5和0
+	匹配一次或多次	\S+匹配一个以上\S，不匹配非一个以上\S
*	匹配0次以上	\W匹配0以上\W，不匹配非N\W

字符定位语法：

定位语法	语法解释	语法例子
^	定位后面模式开始位置
$	前面模式位于字符串末端
\A	前面模式开始位置
\z	前面模式结束位置
\Z	前面模式结束位置(换行前)
\b	匹配一个单词边界
\B	匹配一个非单词边界

转义匹配语法：

转义语法	涉及字符(语法解释)	语法例子
“\”+实际字符	\ . * + ? \| ( ) { }^ $	例如：\\匹配字符“\”
\n	匹配换行
\r	匹配回车
\t	匹配水平制表符
\v	匹配垂直制表符
\f	匹配换页
\nnn	匹配一个8进制ASCII
\xnn	匹配一个16进制ASCII
\unnnn	匹配4个16进制的Uniode
\c+大写字母	匹配Ctrl-大写字母	例如：\cS-匹配Ctrl+S

构造正则表达的方法

构造正则表达式需要涉及Regex类，在Regex类中包括：IsMatch()、Replace()、Split()和Match的类；

(1) IsMatch()方法;

IsMatch()方法实际上是一个返回Bool值得方法，如果测试字符满足正则表达式返回True否则返回False；

　　　　例１；判断是非成都地区电话号码合法；

　　　　分析：成都地区电话号码组成028********，前面为固定区号028，后面满足8位数字；

　　　　设计正则表达式：028\d{8}（解释：028区号固定，后面为8个数字\d组成）；

　　　　程序代码,如图2所示：

(2) Replace()方法；

Replace()方法实际上是一种替换的方法，替换匹配正则表达式匹配模式；

例2：在发布带有公开电子邮件地址的文章时，�滻@λAT避免产生垃圾邮件；

分析：首先需要判断文章中电子邮箱地址，然后执行替换

设计正则表达式：判断电子邮箱表达式”\w{1,}@w{1,}\\.”;

程序代码：如图3所示；

(3) Split()方法；

Split()方法实际上是拆分的方法，根据匹配正则表达式进行拆分储存在字符串数组中；

例3：从群发邮件地址中读取所有邮件地址；

分析：群发邮件采用“;”作为分割符，需要通过“;”进行拆分

程序代码：如图4所示；

构建表达式基本方法

构造Regex对象的构造函数包括两个重载，一个是不含参数的构造、另外一个是含有参数的构造函数；

基本形式Regex(string pattern);
重载形式Regex(string pattern,RegexOptions)；

补充：RegexOptions属于枚举类型，包括IgnoreCase(忽略大小写)、ReghtToLeft(从右向左)、None（默认）、CultureInvariant(忽略区域)、Multline(多行模式)和SingleLine（单行模式）；

　　　　例4，建立一个合法ISBN验证格式；

　　　　分析：ISBN格式为X-XXXXX-XXX-X;

　　　　正则表达式格式：\d-\d{5}-\d{3}-\d

　　　　构造该正则表达式函数Regex ISBNRegex = new Regex(表达式，参数为空)

　　　　详细代码：如图5所示；