正则表达式

匹配位置

  /b  代表着单词的开头或结尾，也就是单词的分界处。（注意，这只是单词分开的位置，包括了字符串开始位置和结束位置，也包括空格等划分开单词的那些位置）

  .    匹配除了换行符以外的任意字符。

  ^   匹配你要用来查找的字符串的开头（注意，是整个字符串的开始位置）

  $   匹配你要用来查找的字符串的结尾（注意，是整个字符串的结束位置）

       注意： 如果选中了处理多行的选项， ^ 和 $ 的意义就变成了匹配行的开始处和结束处。

 

 

  /d  匹配一位数字（0, 1, 2, 3, 4, 5, 6, 7, 8, 9）

 

 

  /s  匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等。

  /w 匹配字母或数字或下划线或汉字等。

[aeiou]  就匹配任何一个英文元音字母

  [.?!]     匹配标点符号(.或?或!)。

  [0-9]   代表的含意与 /d 就是完全一致的：一位数字

[a-z0-9A-Z_]  也完全等同于 /w（如果只考虑英文的话）。

 

 

 

 

 

字符串转义

使用特殊字符作为普通字符时，需要用"/"来转义。

例如：/.

         /^

         /$

         /?

         /+

         /*

         //

 

分枝条件

用 | 把不同的规则分隔开

例如：/d{5}|/d{2}-/d{3}   这个的意思就是匹配5位数字 或者 2位数字+'-'+3位数字

 

分组

为重复多个字符或对多个字符采用其他一些操作，可以用小括号来指定子表达式(也叫做分组)，然后你就可以指定这个子表达式的重复次数了，或进行其它一些操作。

 

例如：([0-5]/d+){3}  这里将把括号内括起的部分：[0-5]/d+  重复 3 次

 

反义

有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外，其它任意字符都行的情况，这时需要用到反义

 

/W	匹配任意不是字母，数字，下划线，汉字的字符

/S	匹配任意不是空白符的字符

/D	匹配任意非数字的字符

/B	匹配不是单词开头或结束的位置

[^x]	匹配除了x以外的任意字符

[^aeiou]

匹配除了aeiou这几个字母以外的任意字符

 

向后引用

      为了使前面的分组能够在正则表达式后不用重复写出来，可以使用向后引用。

      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(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。

      后向引用用于重复搜索前面某个分组匹配的文本。

 

例如：

/b(/w+)/b/s+/1/b  可以用来匹配重复的单词，像go go, 或者kitty kitty。这个表达式首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(/b(/w+)/b)，这个单词会被捕获到编号为1的分组中，然后是1个或几个空白符(/s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(/1)。

      你也可以自己指定子表达式的组名。要指定一个子表达式的组名，请使用这样的语法： (?<Word>/w+) (或者把尖括号换成'也行： (?'Word'/w+) ),这样就把/w+的组名指定为Word了。要反向引用这个分组捕获的内容，你可以使用 /k<Word> ,所以上一个例子也可以写成这样：/b(?<Word>/w+)/b/s+/k<Word>/b。

 

常用分组语法如下

(exp)

匹配exp,并捕获文本到自动命名的组里

(?<name>exp)

匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)

(?:exp)

匹配exp,不捕获匹配的文本，也不给此分组分配组号

 

零宽断言

(?=exp)  也叫零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp。比如/b/w+(?=ing/b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.时，它会匹配sing和danc。

(?<=exp)  也叫零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp。比如(?<=/bre)/w+/b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。

 

负向零宽断言

(?!exp)  断言此位置的后面不能匹配表达式exp。例如：/d{3}(?!/d)匹配三位数字，而且这三位数字的后面不能是数字；/b((?!abc)/w)+/b匹配不包含连续字符串abc的单词。

 

注意：无论是零宽断言还是负向零宽断言，其都表达的是一个位置，并不是一个字符！

 

注释

(?#comment)  注释。例如：2[0-4]/d(?#200-249)|25[0-5](?#250-255)|[01]?/d/d?(?#0-199)

启用“忽略模式里的空白符”选项后，在#后面到这一行结束的所有文本都将被当成注释忽略掉。

例如，我们可以前面的一个表达式写成这样

  (?<=           # 断言要匹配的文本的前缀
      <(/w+)> # 查找尖括号括起来的字母或数字(即HTML/XML标签)
  )                 # 前缀结束
  .*               # 匹配任意文本
  (?=             # 断言要匹配的文本的后缀
      <///1>    # 查找尖括号括起来的内容：前面是一个"/"，后面是先前捕获的标签
  )                 # 后缀结束

 

贪婪与懒惰

 

*?	重复任意次，但尽可能少重复

+?	重复1次或更多次，但尽可能少重复

??	重复0次或1次，但尽可能少重复

{n,m}?

重复n到m次，但尽可能少重复

{n,}?

重复n次以上，但尽可能少重复

 

处理选项

下面是.Net中常用的正则表达式选项：

 

IgnoreCase  (忽略大小写) 匹配时不区分大小写。
Multiline  (多行模式) 更改^和$的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。(在此模式 

               下,$的精确含意是:匹配/n之前的位置以及字符串结束前的位置.) 
Singleline  (单行模式) 更改.的含义，使它与每一个字符匹配（包括换行符/n）。 
IgnorePatternWhitespace  (忽略空白) 忽略表达式中的非转义空白并启用由#标记的注释。
ExplicitCapture  (显式捕获) 仅捕获已被显式命名的组。

 

其它的内容请参见：

http://deerchao.net/tutorials/regex/regex.htm

 

 

 

 

 

 

 

当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧：

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。

 

匹配重复

?	前边的内容重复 0 次或 1 次

  +   前边的内容重复 1 次或更多次

  *   前边的内容可以连续重复使用任意次

{n} 代表前面内容必须连续重复匹配 n 次，次数可以用整数随意替换。

匹配字符