正则表达式语言-快速参考

最新推荐文章于 2022-06-20 20:13:51 发布

转载最新推荐文章于 2022-06-20 20:13:51 发布 · 676 阅读

1 ·

CC 4.0 BY-SA版权

原文链接：https://msdn.microsoft.com/zh-cn/library/az24scfc.aspx

文章标签：

#正则表达式

引用自MSDN.
正则表达式是正则表达式引擎尝试匹配输入文本的一种模式。模式由一个或多个字符文本、运算符或构造组成。有关简单介绍，请参阅 .NET Framework 正则表达式。

此快速参考中的每一节都列出了可用于定义正则表达式的字符、运算符和构造的一种特定类别：

文章目录

我们还提供此信息的两种格式，你可以下载和打印，以便参考：
以 Word (.docx) 格式下载
以 PDF (.pdf) 格式下载

字符转义

正则表达式中的反斜杠字符 () 指示其后跟的字符是特殊字符（如下表所示），或应按原义解释该字符。有关详细信息，请参阅正则表达式中的字符转义。

转义字符	描述	模式	匹配
`\a`	与报警 (bell) 符 \u0007 匹配。	`\a`	`Error!\u0007`中的`\u0007`
`\b`	在字符类中，与退格键 \u0008 匹配。	`[\b]{3,}`	`\b\b\b\b`中的`\b\b\b\b`
`\t`	与制表符 \u0009 匹配。	`(\w+)\t`	`item1\titem2\t`中的`item1\t`和`item2\t`
`\r`	与回车符 \u000D 匹配。（`\r`与换行符`\n`不是等效的。）	`\r\n(\w+)`	`\r\nThese are\ntwo lines.`中的`\r\nThese`
`\v`	与垂直制表符 \u000B 匹配。	`[\v]{2,}`	`\v\v\v`中的`\v\v\v`
`\f`	与换页符 \u000C 匹配。	`[\f]{2,}`	`\f\f\f`中的`\f\f\f`
`\n`	与换行符 \u000A 匹配。	`\r\n(\w+)`	`\r\nThese are\ntwo lines.`中的`\r\nThese`
`\e`	与转义符 \u001B 匹配。	`\e`	`\x001B`中的`\x001B`
`\`nnn	使用八进制表示形式指定字符（nnn由二位或三位数字组成）。	`\w\040\w`	`a bc d`中的`a b`和`c d`
`\x`nn	使用十六进制表示形式指定字符（nn恰好由两位数字组成）。	`\w\x20\w`	`a bc d`中的`a b`和`c d`
`\c`X `\c`x	匹配X或x指定的 ASCII 控件字符，其中X或x是控件字符的字母。	`\cC`	`\x0003`中的`\x0003`(`CTRL`+`C`)
`\u`nnnn	使用十六进制表示形式匹配 Unicode 字符（由nnnn正确表示的四位数）。	`\w\u0020\w`	`a bc d`中的`a b`和`c d`
`\`	在后面带有不识别为本主题的此表和其他表中的转义符的字符时，与该字符匹配。例如，`\`与`\x2A`相同，而`\.`与`\x2E`相同。这允许正则表达式引擎区分语言元素（如或 ?）和字符文本（用`\*`或`\?`表示）。	`\d+[\+-x\*]\d+`	`(2+2)39`中的`2+2`和`3*9`

字符类

字符类与一组字符中的任何一个字符匹配。字符类包括下表中列出的语言元素。有关更多信息，请参见正则表达式中的字符类。

字符类	描述	模式	匹配
`[`character_group`]`	匹配character_group中的任何单个字符。默认情况下，匹配区分大小写。	`[ae]`	`gray`中的`a`; `lane`中的`a`和`e`
`[^`character_group`]`	求反：与不在character_group中的任何单个字符匹配。默认情况下character_group中的字符区分大小写。	`[^aei]`	`reign`中的`r`, `g`和`n`
`[`first`-`last`]`	字符范围：与从第一个到最后一个的范围中的任何单个字符匹配。	`[A-Z]`	`AB123`中的`A`和`B`
`.`	通配符：与除 \n 之外的任何单个字符匹配。若要匹配文本句点字符（. 或`\u002E`），你必须在该字符前面加上转义符 (`\.`)。	`a.e`	`nave`中的`ave`; `water`中的`ate`
`\p{`name`}`	与name指定的 Unicode 通用类别或命名块中的任何单个字符匹配。	`\p{Lu}` `\p{IsCyrillic}`	`City Lights`中`C`, `L` `ДЖem`中的`Д`和`Ж`
`\P{`name`}`	与不在name指定的 Unicode 通用类别或命名块中的任何单个字符匹配。	`\P{Lu}` `\P{IsCyrillic}`	`City`中的`i`, `t`和`y` `ДЖem`中的`e`和`m`
`\w`	与任何单词字符匹配。	`\w`	`ID A1.3`中的`I`, `D`, `A`, `1`和`3`
`\W`	与任何非单词字符匹配。	`\W`	`ID A1.3`中的、`.`
`\s`	与任何空白字符匹配。	`\w\s`	`ID A1.3`中的`D`
`\S`	与任何非空白字符匹配。	`\s\S`	`<space>_` in `int __ctr`
`\d`	与任何十进制数字匹配。	`\d`	`4 = IV`中的`4`
`\D`	匹配不是十进制数的任意字符。	`\D`	`4 = IV`中的`<space>`、`=`、、`I`和`V`

定位点

定位点或原子零宽度断言会使匹配成功或失败，具体取决于字符串中的当前位置，但它们不会使引擎在字符串中前进或使用字符。下表中列出的元字符是定位点。有关更多信息，请参见正则表达式中的定位点。

断言	描述	模式	匹配
`^`	默认情况下，必须从字符串的开头开始匹配；在多行模式中，必须从该行的开头开始。	`^\d{3}`	`901-333-`中的`901`
`$`	默认情况下，匹配必须出现在字符串的末尾，或在字符串末尾的`\n`之前；在多行模式中，必须出现在该行的末尾之前，或在该行末尾的`\n`之前。	`-\d{3}$`	`901-333-`中的`-333`
`\A`	匹配必须出现在字符串的开头。	`\A\d{3}`	`901-333-`中的`901`
`\Z`	匹配必须出现在字符串的末尾或出现在字符串末尾的`\n`之前。	`-\d{3}\Z`	`901-333-`中的`-333`
`\z`	匹配必须出现在字符串的末尾。	`-\d{3}\z`	`901-333-`中的`-333`
`\G`	匹配必须出现在上一个匹配结束的地方。	`\G$\d$`	`(1)(3)(5)[7](9)`中的`(1)`、`(3)`、`(5)`
`\b`	匹配必须出现在`\w`（字母数字）和`\W`（非字母数字）字符之间的边界上。	`\b\w+\s\w+\b`	`them theme them them`中的`them theme`、`them them`
`\B`	匹配不得出现在`\b`边界上。	`\Bend\w*\b`	`end sends endure lender`中的`ends`和`ender`

分组构造

分组构造描述了正则表达式的子表达式，通常用于捕获输入字符串的子字符串。分组构造包括下表中列出的语言元素。有关详细信息，请参阅正则表达式中的分组构造。

分组构造	描述	模式	匹配
`(`子表达式`)`	捕获匹配的子表达式并将其分配到一个从 1 开始的序号中。	`(\w)\1`	`deep`中的`ee`
`(?<`名称`>`子表达式`)`	将匹配的子表达式捕获到一个命名组中。	`(?< double >\w)\k< double >`	`deep`中的`ee`
`(?<`名称1`-`名称2`>`子表达式`)`	定义平衡组定义。有关详细信息，请参阅正则表达式中的分组构造中的“平衡组定义”部分。	`(((?'Open'$)[^\($])+((?'Close-Open'\))[^])+)*(?(Open)(?!))$`	`3+2^((1-3)(3-1))`中的`((1-3)(3-1))`
`(?:`子表达式`)`	定义非捕获组。	`Write(?:Line)?`	`Console.WriteLine()`中的`WriteLine` `Console.Write(value)`中的`Write`
`(?imnsx-imnsx:`子表达式`)`	应用或禁用子表达式中指定的选项。有关详细信息，请参阅正则表达式选项。	`A\d{2}(?i:\w+)\b`	`A12xl A12XL a12xl`中的`A12xl`和`A12XL`
`(?=`子表达式`)`	零宽度正预测先行断言。预测: 匹配完了回头	`\w+(?=\.)`	`He is. The dog ran. The sun is out.`中的`is`、`ran`和`out`
`(?!`子表达式`)`	零宽度负预测先行断言。	`\b(?!un)\w+\b`	`unsure sure unity used`中的`sure`和`used`
`(?<=`子表达式`)`	零宽度正回顾后发断言。回顾: 匹配完了往后走	`(?<=19)\d{2}\b`	`1851 1999 1950 1905 2003`中的`99`、`50`和`05`
`(?<!`子表达式`)`	零宽度负回顾后发断言。	`(?<!19)\d{2}\b`	`1851 1999 1950 1905 2003`中的`51`和`03`
`(?>`子表达式`)`	非回溯（也称为“贪婪”）子表达式。	`[13579](?>A+B+)`	`1ABB 3ABBC 5AB 5AC`中的`1ABB`、`3ABB`和`5AB`

数量词

限定符指定在输入字符串中必须存在上一个元素（可以是字符、组或字符类）的多少个实例才能出现匹配项。限定符包括下表中列出的语言元素。有关更多信息，请参见正则表达式中的限定符。

限定符	描述	模式	匹配
`*`	匹配上一个元素零次或多次。	`\d*.\d`	`.0`，`19.9`和`219.9`
`+`	匹配上一个元素一次或多次。	`be+`	`been`中的`bee`; `bent`中的`be`
`?`	匹配上一个元素零次或一次。	`rai?n`	`ran`和`rain`
`{`n`}`	匹配上一个元素恰好n次。	`,\d{3}`	`1,043.6`中的`,043`; `9,876,543,210`中的`,876`、`,543`和`,210`
`{`n`,}`	匹配上一个元素至少n次。	`\d{2,}`	`166`，`29`和`1930`
`{`n`,`m`}`	匹配上一个元素至少n次，但不多于m次。	`\d{3,5}`	`166`、`17668` `193024`中的`19302`
`*?`	匹配上一个元素零次或多次，但次数尽可能少。	`\d*?\.\d`	`.0`，`19.9`和`219.9`
`+?`	匹配上一个元素一次或多次，但次数尽可能少。	`be+?`	`been`中的`be`，`bent`中的`be`
`??`	匹配上一个元素零次或一次，但次数尽可能少。	`rai??n`	`ran`和`rain`
`{`n`}?`	匹配前面的元素恰好n次。	`,\d{3}?`	`1,043.6`中的`,043`; `9,876,543,210`中的`,876`、`,543`和`,210`
`{`n`,}?`	匹配上一个元素至少n次，但次数尽可能少。	`\d{2,}?`	`166`，`29`和`1930`
`{`n`,`m`}?`	匹配上一个元素的次数介于n和m之间，但次数尽可能少。	`\d{3,5}?`	`166`、`17668` `193024`中的`193`、`024`

反向引用构造

反向引用允许在同一正则表达式中随后标识以前匹配的子表达式。下表列出了.NET的正则表达式支持的反向引用构造。有关详细信息，请参阅正则表达式中的反向引用构造。

限定符	描述	模式	匹配
`\`数值	后向引用。匹配编号子表达式的值。	`(\w)\1`	`seek`中的`ee`
`\k<`name`>`	命名后向引用。匹配命名表达式的值。	`(?<char>\w)\k<char>`	`seek`中的`ee`

替换构造

替换构造用于修改正则表达式以启用 either/or 匹配。这些构造包括下表中列出的语言元素。有关详细信息，请参阅替换构造。

替换构造	描述	模式	匹配
`\|`	匹配以竖线 (`\|`) 字符分隔的任何一个元素。	`th(e\|is\|at)`	`this is the day.`中的`the`和`this`
`(?(`expression`)`yes`\|`no`)`	如果由expression指定的正则表达式模式匹配，则匹配yes；否则，匹配optional no的部分。 expression 解释为零宽度的断言。	`(?(A)A\d{2}\b\|\b\d{3}\b)`	`A10 C103 910`中的`A10`和`910`
`(?(`name`)`yes`\|`no`)`	如果name已命名或已编号的捕获组）具有匹配，则匹配yes；否则，匹配optional no。	`(?<quoted>")?(?(quoted).+?"\|\S+\s)`	`Dogs.jpg \"Yiska playing.jpg\"`中的`Dogs.jpg`和`Yiska playing.jpg`

s

替代

替换是替换模式中支持的正则表达式语言元素。有关更多信息，请参见正则表达式中的替代。下表中列出的元字符是原子零宽度断言。

字符	描述	模式	替换模式	输入字符串	结果字符串
`$`number	替换按组number匹配的子字符串。	`\b(\w+)(\s)(\w+)\b`	`$3$2$1`	`one two`	`two one`
`${`name`}`	替换按命名组name匹配的子字符串。	`\b(?<word1>\w+)(\s)(?<word2>\w+)\b`	`${word2} ${word1}`	`one two`	`two one`
`$$`	替换字符`$`。	`\b(\d+)\s?USD`	`$$$1`	`103 USD`	`$103`
`$&`	替换整个匹配项的一个副本。	`\$?\d*\.?\d+`	`$&`	`$1.30`	`$1.30`
$`	替换匹配前的输入字符串的所有文本。	`B+`	$`	`AABBCC`	`AAAACC`
`$'`	替换匹配后的输入字符串的所有文本。	`B+`	`$'`	`AABBCC`	`AACCCC`
`$+`	替换最后捕获的组。	`B+(C+)`	`$+`	`AABBCCDD`	`AACCDD`
`$_`	替换整个输入字符串。	`B+`	`$_`	`AABBCC`	`AAAABBCCCC`

正则表达式选项

可以指定控制正则表达式引擎如何解释正则表达式模式的选项。其中的许多选项可以指定为内联（在正则表达式模式中）或指定为一个或多个 RegexOptions 常量。本快速参考仅列出内联选项。有关内联和 RegexOptions 选项的详细信息，请参阅文章正则表达式选项。

可通过两种方式指定内联选项：

通过使用杂项构造(?imnsx-imnsx)，可以用选项或选项组前的减号 (-) 关闭这些选项。例如，(?i-mn)启用不区分大小写的匹配 (i)，关闭多行模式 (m) 并关闭未命名的组捕获 (n)。该选项自定义选项的点开始应用于此正则表达式，且持续有效直到模式结束或者到另一构造反转此选项的点。
通过使用分组构造(?imnsx-imnsx:子表达式)（只定义指定组的选项）。

.NET正则表达式引擎支持以下内联选项。

选项	描述	模式	匹配
`i`	使用不区分大小写的匹配。	`\b(?i)a(?-i)a\w+\b`	`aardvark`, `aaaAuto` in `aardvark AAAuto aaaAuto Adam breakfast`
`m`	使用多行模式。 `^`和`$`匹配行的开头和结尾，但不匹配字符串的开头和结尾。	有关示例，请参阅正则表达式选项中的“多行模式”部分。
`n`	不捕获未命名的组。	有关示例，请参阅正则表达式选项中的“仅显式捕获”部分。
`s`	使用单行模式。	有关示例，请参阅正则表达式选项中的“单行模式”部分。
`x`	忽略正则表达式模式中的非转义空白。	`\b(?x) \d+ \s \w+`	`1 aardvark 2 cats IV centurions`中的`1 aardvark`、`2 cats`

其他构造

其他构造可修改某个正则表达式模式或提供有关该模式的信息。下表列出了.NET支持的其他构造。有关详细信息，请参阅正则表达式中的其他构造。

构造	定义	示例
`(?imnsx-imnsx)`	在模式中间对诸如不区分大小写这样的选项进行设置或禁用。有关详细信息，请参阅正则表达式选项。	`\bA(?i)b\w+\b`匹配`ABA Able Act`中的`ABA`和`Able`
`(?#`注释`)`	内联注释。该注释在第一个右括号处终止。	`\bA(?#Matches words starting with A)\w+\b`
`#`[至行尾]	X 模式注释。该注释以非转义的`#`开头，并继续到行的结尾。	`(?x)\bA\w+\b#Matches words starting with A`