C#中的正则表达式

---

编程中经常要处理字符串。其中，在提取子字符串方面，可以由正则表达式来完成。

---

正则表达式

所谓正则表达式，便是一串以字符串形式表现的匹配规则。通过该规则，可以从目标字符串中提取出所需的子字符串。
在C#中，正则表达式的写法大致如下：

string pattern = @"\w+";

因为表达式内有多种转义字符，所以必须加上@前缀。

调用正则

想要使用正则表达式，就必须要调用对应的方法。在C#中，正则表达式相关的方法，都被放在System.Text.RegularExpressions命名空间内。

匹配

C#提供了用于储存匹配对象的类Match和MatchCollection，后者为前者的集合。
这里的匹配对象不是字符串类型，但可以用Match.Value获取其字符串。
两者使用方法如下表所示:

比较	Match	MatchCollection
内容	第一个匹配对象	多个匹配对象
方法	Regex.Match()	Regex.Matches()

规则

正则表达式有一套统一的匹配规则，不受语言类型的限制。

普通字符

可以直接用普通字符串来做匹配规则。

string pattern = @"王一凡";

上述规则，可以从目标字符串中提出"王一凡"子字符串。

匹配字符

可以用对应的匹配字符来匹配字符串。
常用的匹配字符如下表：

匹配字符	描述	规则	匹配
.	匹配任意字符	a.e	"have ate"中的"ave"和"ate"
\t	匹配制表符	\w+\t	"Hello\t"中的"Hello\t"
\n	匹配换行符	\w+\n	"Yes\n"中的"Yes\n"
\w	匹配字母、数字和下划线	\w+	"So What"中的"So"和"What"
\W	匹配非字母、数字和下划线	\W+	"Room##1"中的"##"
\s	匹配空白字符	\w+\s	"I am light Jack!"中的"I "、"am "、"light "
\S	匹配非空白字符	\S+	"I am light Jack!"中的"I"、"am"、"light"、"Jack!"
\d	匹配十进制数字符	\d+	"源自2019"中的"2019"
\D	匹配非十进数制字符	\D+	"源自2019"中的"源自"
[char1-char2]	匹配对应范围字符	[0-9]+	"祖国70周年生日快乐!"中的"70"

此外，可以通过在[char1-char2]内添加^来取反。如：
[^0-9]+可匹配"祖国70周年生日快乐!"中的"祖国"、"周年生日快乐!"。

定位点

利用定位点，正则表达式可以限定匹配位置。
常用定位点如下表所示：

定位点	描述	规则	匹配
^	定位字符串开头	^\d+	"0538-6388-5364"中的"0538"
$	定位字符串结尾	\d+$	"0538-6388-5364"中的"5364"
\b	定位单词边界	\w+\b	"have ate"中的"have"和"ate"

限定符

可以为正则表达式添加各种限定。
常用限定符如下表：

限定符	描述	规则	匹配
*	匹配上一个元素零次或多次	\d*\.\d	"w.385"中的".3"
+	匹配上一个元素一次或多次	\d+	"0538-6388-5364"中的"0538"、"6388"和"5364"
?	匹配上一个元素零次或一次	\w?\d+	"Room123"中的"m123"
{n}	匹配上一个元素n次	\w{2}	"Air"中的"Ai"
{n,}	匹配上一个元素至少n次	\w{2,}	"Air"中的"Air"
{n,m}	匹配上一个元素至少n次，至多m次	\w{1,3}	"123ABC"中的"ABC"

分组构造

可以为匹配的对象分组，以便于区分不同的信息。
具体可以用Match.Groups获取组的集合。
分组的具体用法有：

分组构造	描述	规则	匹配
(regex)	创建分组	(\w+)\d+	——
(?=regex)	判断是否满足条件	\d+(?=[0-4])	"0538-6388-5364"中的"0"、3"、"3"、"3"和"4"
(?!regex)	判断是否不满足条件	\d+(?![0-4])	"0538-6388-5364"中的"5"、8"、"6"、"88"、"5"和"6"
(?:regex)	定义非捕获组	(?:\w+)\d+	——

实例

下面提供两个正则表达式的应用实例。

匹配邮箱

有时候需要从一段较为杂乱的字符串中获取有效的邮箱，用正则表达式可以很方便的完成。

string pattern = @"(\w+)@(\w+\.com)";

上述匹配规则可以匹配以字母、数字和下划线为名的邮箱。

匹配浮点数

有时会把数字储存在字符串内，为了提取方便，可以使用正则表达式来完成。

string pattern = @"([1-9]+|0(?=\.))\.\d+";

---