正则表达式(.NET)

元字符：

\b  单词的开头或结尾，匹配一个位置

.    匹配除换行符以外的任意字符

\d  匹配一位数字  \d{n} n个数字  \d{a,b} a到b个数字，包含a，b

\s  匹配任意空白符（空格，制表符，换行符，中文全角空格）

\w  匹配字母，数字，下划线，汉字

^   匹配字符串的开始

$   匹配字符串的结束

转义字符

\\  \*  \+  \.

重复

*  重复0次或更多次

+ 重复一次或更多次

? 重复0次或1次

{n}  重复n次

{n,} 重复n次或更多次

{n,m} 重复n到m次

字符

[aeiou] 匹配aeiou中的任意一个字符

[0-9]  匹配0到0中的任意一个数字

[a-z0-9A-Z] 匹配任意一位数字或字母

分析条件  |

类似与或，从左到右进行分析，满足就不再继续进行

0\d{2}-\d{8}\0\d{3}-\d{7}  可以匹配三位区号加八位号码 或 四位区号加七位号码

分组

有时候需要重复的不是单个字符，而是某种形式的字符组，可以用（）对字符进行分组，{n} 表示重复次数

(d\{3}\.){3}\d{3} 是一个简单的ip地址形式的匹配，但是会匹配一些不满组格式的ip地址

((2[0-4]\d|25[0-5]|[0,1]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[0,1]?\d\d?)

反义

有时候需要查找不属于某个能简单定义的字符类的字符，则需要使用到反义

\W  非字母数字下划线汉字

\D   非数字

\S   非空白

\D   非单词开头或结束的位置

[^x]  除x以外的任意字符

[^aeiou] aeiou之外的任意字符

向后引用

使用小括号指定一个子表达式后，匹配这个子表达式的文本被分配到一个组里，可以对这个文本做进一步的处理，通过组号或组名来代表这个捕获的文本

组号0对整个正则表达式，组号分配有一定的规则，也可以自己命名组，同时会根据规则分配给一个组号。

\组号 代表匹配组号对应表达式的文本

组号分配：

自己命名：子表达式的组名 (?<name>子表达式) 或 (?'name'子表达式)  就将这个子表达式对应的组名命名为name  通过\k<name> 即可代表子表达式捕获的文本

组号分配过程是从左到右扫描两遍，第一遍只给未命名组分配组号，第二遍给命名组分配组号，从1开始分

如果希望小括号指定的子表达式匹配的文本不被捕获，也不分配组号，则可以 (?:子表达式)

零宽断言

零宽断言是是用于指定一个满足一定条件的位置(断言)，就像^,$,\b那样，并不代表某个字符，而是匹配一个位置

(?=表达式)   也被称为零宽度正预测先行断言，断言满足表达式的文本之前的位置。例如想匹配一个ing单词的非ing部分  \b\w+(?=ing\b)

(?<=表达式) 也被称为零宽度正回顾后发断言，断言的位置满足这个位置前面的文本满足表达式，相当与断言表达式的文本之后的位置

(?!表达式) 断言不满足表达式的文本之前的位置       (?<!\d)\d{3}(?!\d) 匹配三个数字，而且这三个数字前后都不能是数字

(?<!表达式) 断言不满组表达式的文本之后的位置

注释

(?#comment)

贪婪与懒惰

有时候满足匹配的文本有长有短，默认情况下，会匹配尽可能多的字符，称为贪婪匹配，匹配最短字符的情况称为懒惰匹配

由于默认是贪婪匹配，所以只列出懒惰匹配

*?  +?  ??  {n,m}?  {n,}?

参考:http://www.jb51.net/tools/zhengze.html