分类 代码/语法 说明
捕获
(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) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置
(?!exp) 匹配后面跟的不是exp的位置
(?<!exp) 匹配前面不是exp的位置
注释
(?#comment) 这种类型的分组不对正则表达式的处理产生任何影响,用于提供注释让人阅读
要特别注意的是,零宽断言是不占用位置的,也就是说,匹配结果里是不会返回它的。
(?:exp) 既不捕获匹配的文本,也不给此分组分配组号,这个东西到底有什么用呢?
(?:exp) 非捕获组,匹配exp的内容,但不捕获到组里
至于作用,一般来说是为了节省资源,提高效率
比如说验证输入是否为整数,可以这样写
^([1-9][0-9]*|0)$
这时候我们需要用到()来限制“|”表示“或”关系的范围,但我们只是要判断规则,没必要把exp匹配的内容保存到组里,这时就可以用非捕获组了
^(?:[1-9][0-9]*|0)$
有的时候我们不得不用(),而()默认情况下会将其中exp匹配的内容捕获到组里,而有些情况我们只是判断规则,或者后面并不需要对此处()中匹配的内容进行引用时,就没有必要把它捕获到组里了,一方面会造成资源的浪费,另一方面会降低效率,这时候就要用到非捕获组了。
至于这些东西,说是说不明白的,看符号也没用,最好就是上例子。
static void Main(string[] args) { //(exp) 匹配exp,并捕获文本到自动命名的组里 Regex reg = new Regex(@"A(\w+)A"); Console.WriteLine(reg.Match("dsA123A")); //输出 A123A Console.WriteLine(reg.Match("dsA123A").Groups[1]); //输出123 //(?<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) Regex reg2 = new Regex(@"A(?<num>\w+)A"); Console.WriteLine(reg2.Match("dsA123A").Groups["num"]); //输出123 Regex reg3 = new Regex(@"A(?:\w+A)"); Console.WriteLine(reg3.Match("dsA123A")); Console.WriteLine("=============================="); //(?=exp) 匹配exp前面的位置 零宽正预测先行断言 Regex reg4 = new Regex(@"sing(?=ing)"); //表达式的意思是,我认为在sing的后面会有ing,如果sing后面紧跟着ing,那么这个sing才匹配成功,注意断言词不会被匹配 Console.WriteLine(reg4.Match("ksingkksingingkkk")); //输出 sing Console.WriteLine(reg4.Match("singddddsingingd").Index); //输出 8 输出8就意味住前面那个sing被没有被匹配 //(?<=exp) 匹配exp后面的位置 零宽度正回顾后发断言 Regex reg5 = new Regex(@"(?<=wo)man"); Console.WriteLine(reg5.Match("Hi man Hi woman")); //输出 man Console.WriteLine(reg5.Match("Hi man Hi woman").Index); //输出 12 掰着手指头算算到底匹配的是哪一个 //(?!exp) 匹配后面跟的不是exp的位置 零宽度负预测先行断言 Regex reg6 = new Regex(@"sing(?!ing)"); Console.WriteLine(reg6.Match("singing-singabc")); //输出 sing Console.WriteLine(reg6.Match("singing-singabc").Index); //输出 8 还得掰着手指头算算匹配的是哪一个 //(?<!exp) 匹配前面不是exp的位置 零宽度负回顾后发断言 Regex reg7 = new Regex(@"(?<!wo)man"); Console.WriteLine(reg7.Match("Hi woman Hi man")); //输出 man Console.WriteLine(reg7.Match("Hi woman Hi man").Index); //输出 12 算算匹配的是哪一个 //(?#comment) 不对正则表达式的处理产生任何影响,用于提供注释让人阅读 Regex reg8 = new Regex("ABC(?#这只是一段注释而已)DEF"); Console.WriteLine(reg8.Match("ABCDEFG")); //输出 ABCDEF }
懒惰匹配
代码/语法 说明
*? 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
如果你细心的留意到,会发现,其实懒惰匹配符只是在原有限定符后面加了个?以表示尽可能少地匹配的意思。
class Program { //正则表达式牛逼,名词好牛B,其实好简单 static void Main(string[] args) { //懒惰匹配 Regex reg1 = new Regex(@"A(\w)*B"); Console.WriteLine(reg1.Match("A12B34B56B")); //输出 A12B34B56B //留意到默认是尽可能多地匹配 Regex reg2 = new Regex(@"A(\w)*?B"); //\w重复任意次,但尽可能少 Console.WriteLine(reg2.Match("A12B34B56B")); //输出 A12B Regex reg3 = new Regex(@"A(\w)+?"); //\w重复1次或更多次,但尽可能少 Console.WriteLine(reg3.Match("AB12B34B56B")); //输出AB 注意此处测试字符串 Regex reg4 = new Regex(@"A(\w)??B"); //\w重复0次或1次,但尽可能少 Console.WriteLine(reg4.Match("A12B34B56B")); //输出 空白,匹配失败,因为至少也要重复\w两次 Console.WriteLine(reg4.Match("A1B2B34B56B")); //输出 A1B Regex reg5 = new Regex(@"A(\w){4,10}?B"); //\w至少重复4次,最多重复10次 Console.WriteLine(reg5.Match("A1B2B3B4B5B")); //输出 A1B2B3B 到了第4个的时候,恰好第4个字符是3只有匹配3后面的那个B了 Regex reg6 = new Regex(@"A(\w){4,}?"); //\w至少重复4次,最多无上限 Console.WriteLine(reg5.Match("A1B2B3B4B5B")); //输出 A1B2B3B 到了第4个的时候,恰好第4个字符是3只有匹配3后面的那个B了 Console.ReadKey(); } }
平衡组
正则表达式平衡组用于匹配左右两边开始,结束符号相等数量的内容
例如,对于字符串"xx <aa <bbb> <bbb> aa> yy>" 左右两边的< > 是不等的,如果简单的<.+>匹配到的是最外层的开始括号<与结束括号
>之间的内容,但是开始和封闭的括号数量不一致。如果你希望匹配到的是左右括号正常结束的字符串,那么就需要用到平衡组了。
平衡组语法:
(?'group') 把捕获的内容命名为group,并压入堆栈(Stack)
(?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容,如果堆栈本来为空,则本分组的匹配失败
(?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话,继续匹配yes部分的表达式,否则继续匹配no部分
(?!) 零宽负向先行断言,由于没有后缀表达式,试图匹配总是失败
static void Main(string[] args) { //平衡组 我们现在要匹配最外层的括号的内容 string strTag = "xx <aa <bbb> <bbb> aa> yy>"; //要匹配的目标是 <aa <bbb> <bbb> aa> ,注意括号数不等 Regex reg = new Regex("<.+>"); Console.WriteLine(reg.Match(strTag)); //输出 <aa <bbb> <bbb> aa> yy> 看到与希望匹配的目标不一致,主要是因为 < 与 > 的数量不相等 Regex reg3 = new Regex("<[^<>]*(((?'Open'<)[^<>]*)+((?'-Open'>)[^<>]+))*(?(Open)(?!))>"); Console.WriteLine(reg3.Match(strTag)); //<aa <bbb> <bbb> aa> 目标正确 //平衡组最常用的例子,匹配HTML,以下是匹配嵌套DIV里面的内容 Regex reg2 = new Regex(@"<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>"); string str = "<a href='http://www.baidu.com'></a><div id='div1'><div id='div2'>你在他乡还好吗?</div></div><p></p>"; Console.WriteLine(reg2.Match(str)); //输出 <div id='div1'><div id='div2'>你在他乡还好吗?</div></div> Console.ReadKey(); }
语法解释: < #最外层的左括号 [^<>]* #最外层的左括号后面的不是括号的内容 ( ( (?'Open'<) #碰到了左括号,在黑板上写一个"Open" [^<>]* #匹配左括号后面的不是括号的内容 )+ ( (?'-Open'>) #碰到了右括号,擦掉一个"Open" [^<>]* #匹配右括号后面不是括号的内容 )+ )* (?(Open)(?!)) #在遇到最外层的右括号前面,判断黑板上还有没有没擦掉的"Open";如果还有,则匹配失败 > #最外层的右括号