正则表达式参考手册
本文详细地列出了能在正则表达式中使用，以匹配文本的各种字符。当你需要解释一个现有的正则表达式时，可以作为一个快捷的参考。更多详细内容，请参考：Francois Liger,Craig McQueen,Pal Wilton[刘乐亭 译] C#字符串和正则表达式参考手册 北京：清华大学出版社 2003.2
一. 匹配字符
|
字符类 |
匹配的字符 |
举 例 |
|
\d |
从０-９的任一数字 |
\d\d匹配72,但不匹配aa或7a |
|
\D |
任一非数字字符 |
\D\D\D匹配abc,但不匹配123 |
|
\w |
任一单词字符，包括A-Z,a-z,0-9和下划线 |
\w\w\w\w匹配Ab-2，但不匹配∑£$%*或Ab_@ |
|
\W |
任一非单词字符 |
\W匹配＠，但不匹配a |
|
\s |
任一空白字符，包括制表符，换行符，回车符，换页符和垂直制表符 |
匹配在HTML,XML和其他标准定义中的所有传统空白字符 |
|
\S |
任一非空白字符 |
空白字符以外的任意字符,如A%&g3;等 |
|
. |
任一字符 |
匹配除换行符以外的任意字符除非设置了MultiLine先项 |
|
[…] |
括号中的任一字符 |
[abc]将匹配一个单字符,a,b或c. [a-z]将匹配从a 到z的任一字符 |
|
[^…] |
不在括号中的任一字符 |
[^abc]将匹配一个a、b、c之外的单字符,可以a,b或A、B、C [a-z]将匹配不属于a-z的任一字符,但可以匹配所有的大写字母 |
二. 重复字符
|
重复字符 |
含 义 |
举 例 |
|
｛n｝ |
匹配前面的字符n次 |
x{2}匹配xx,但不匹配x或xxx |
|
｛n,｝ |
匹配前面的字符至少n次 |
x{2}匹配2个或更多的x,如xxx,xxx.. |
|
｛n,m｝ |
匹配前面的字符至少n次,至多m次。如果n为0，此参数为可选参数 |
x{2,4}匹配xx,xxx,xxxx,但不匹配xxxxx |
|
? |
匹配前面的字符0次或1次，实质上也是可选的 |
x? 匹配x或零个x |
|
+ |
匹配前面的字符0次或多次 |
x+ 匹配x或xx或大于0的任意多个x |
|
* |
匹配前面的字符0次或更多次 |
x* 匹配0,1或更多个x |
三. 定位字符
|
定位字符 |
描 述 |
|
^ |
随后的模式必须位于字符串的开始位置，如果是一个多行字符串，则必须位于行首。对于多行文本（包含回车符的一个字符串）来说，需要设置多行标志 |
|
$ |
前面的模式必须位于字符串的未端，如果是一个多行字符串，必须位于行尾 |
|
\A |
前面的模式必须位于字符串的开始位置，忽略多行标志 |
|
\z |
前面的模式必须位于字符串的未端，忽略多行标志 |
|
\Z |
前面的模式必须位于字符串的未端，或者位于一个换行符前 |
|
\b |
匹配一个单词边界，也就是一个单词字符和非单词字符中间的点。要记住一个单词字符是[a-zA-Z0-9]中的一个字符。位于一个单词的词首 |
|
\B |
匹配一个非单词字符边界位置，不是一个单词的词首 |
注：定位字符可以应用于字符或组合，放在字符串的左端或右端
四. 分组字符
|
分组字符 |
定 义 |
举 例 |
|
（） |
此字符可以组合括号内模式所匹配的字符， 它是一个捕获组，也就是说模式匹配的字符作为最终设置了ExplicitCapture选项――默认状态下字符不是匹配的一部分 |
输入字符串为：ABC1DEF2XY 匹配3个从A到Z的字符和1个数字的正则表达式：（[A-Z]{3}\d） 将产生两次匹配：Match 1=ABC1;Match 2=DEF2 每次匹配对应一个组：Match1 的第一个组＝ABC;Match2的第1个组＝DEF 有了反向引用，就可以通过它在正则表达式中的编号以及C#和类Group,GroupCollection来访问组。如果设置了ExplicitCapture选项，就不能使用组所捕获的内容 |
|
（?:） |
此字符可以组合括号内模式所匹配的字符， 它是一个非捕获组，这意味着模式所的字符将不作为一个组来捕获，但它构成了最终匹配结果的一部分。它基本上与上面的组类型相同，但设定了选项ExplicitCapture |
输入字符串为：1A BB SA 1 C 匹配一个数字或一个A到Z的字母，接着是任意单词字符的正则表达式为：（?:\d|[A-Z]\w） 它将产生3次匹配：每1次匹配＝1A；每2次匹配＝BB; 每3次匹配＝SA 但是没有组被捕获 |
|
（?<name>） |
此选项组合括号内模式所匹配的字符，并用尖括号中指定 的值为组命名。在正则表达式中，可以使用名称进行反向引用，而不必使用编号。即使不设置ExplicitCapture选项，它也是一个捕获组。这意味着反向引用可以利用组内匹配的字符，或者通过Group类访问 |
输入字符串为：Characters in Sienfeld included Jerry Seinfeld,Elaine Benes,Cosno Kramer and George Costanza能够匹配它们的姓名，并在一个组llastName中捕获姓的正则表达式为：\b[A-Z][a-z]+(?<lastName>[A-Z][a-z]+)\b 它产生了4次匹配：First Match=Jerry Seinfeld; Second Match=Elaine Benes; Third Match=Cosmo Kramer; Fourth Match=George Costanza 每一次匹配都对应了一个lastName组： 第1次匹配：lastName group=Seinfeld 第2次匹配：lastName group=Benes 第3次匹配：lastName group=Kramer 第4次匹配：lastName group=Costanza 不管是否设置了选项ExplictCapture，组都将被捕获 |
|
（?=） |
正声明。声明的右侧必须是括号中指定的模式。此模式不构成最终匹配的一部分 |
正则表达式\S+(?=.NET)要匹配的输入字符串为：The languages were Java,C#.NET,VB.NET,C,Jscript.NET,Pascal 将产生如下匹配：〕 C# VB JScript |
|
（?!） |
负声明。它规定模式不能紧临着声明的右侧。此模式不构成最终匹配的一部分 |
\d{3}(?![A-Z])要匹配的输入字符串为：123A 456 789 111C 将产生如下匹配： 456 789 |
|
（?<=） |
反向正声明。声明的左侧必须为括号内的指定模式。此模式不构成最终匹配的一部分 |
正则表达式(?<=New)([A-Z][a-z]+)要匹配的输入字符串为：The following states,New Mexico,West Virginia,Washington, New England 它将产生如下匹配： Mexico England |
|
（?<!） |
反向正声明。声明的左侧必须不能是括号内的指定模式。此模式不构成最终匹配的一部分 |
正则表达式(?<!1)\d{2}([A-Z])要匹配的输入字符串如下：123A 456F 789C 111A 它将实现如下匹配： 56F 89C |
|
（?>） |
非回溯组。防止Regex引擎回溯并且防止实现一次匹配 |
假设要匹配所有以“ing”结尾的单词。输入字符串如下：He was very trusing 正则表达式为：.*ing 它将实现一次匹配――单词trusting。“.” 匹配任意字符，当然也匹配“ing”。所以，Regex引擎回溯一位并在第2个“t”停止，然后匹配指定的模式“ing”。但是，如果禁用回溯操作：(?>.*)ing 它将实现0次匹配。“.”能匹配所有的字符，包括“ing”――不能匹配，从而匹配失败 |
五. 决策字符
|
字 符 |
描 述 |
举 例 |
|
（?(regex)yes_regex|no_regex） |
如果表达式regex匹配，那么将试图匹配表达式yes。否则匹配表达式no。正则表达式no是可先参数。注意，作出决策的模式宽度为0.这意味着表达式yes或no 将从与regex表达式相同的位置开始匹配 |
正则表达式(?(\d)dA|A-Z)B)要匹配的输入字符串为：1A CB 3A 5C 3B 它实现的匹配是： 1A CB 3A |
|
（?(group name or number)yes_regex|no_regex） |
如果组中的正则表达式实现了匹配，那么试图匹配yes正则表达式。否则，试图匹配正则表达式no。no是可先的参数 |
正则表达式 (\d7)?-(?(1)\d\d[A-Z]|[A-Z][A-Z]要匹配的输入字符串为： 77-77A 69-AA 57-B 它实现的匹配为： 77-77A －AA |
注：上面表中列出的字符强迫处理器执行一次if-else决策
六. 替换字符
|
字 符 |
描 述 |
|
$group |
用group指定的组号替换 |
|
${name} |
替换被一个(?<name>)组匹配的最后子串 |
|
$$ |
替换一个字符$ |
|
$& |
替换整个的匹配 |
|
$^ |
替换输入字符串匹配之前的所有文本 |
|
$’ |
替换输入字符串匹配之后的所有文本 |
|
$+ |
替换最后捕获的组 |
|
$_ |
替换整个的输入字符串 |
注：以上为常用替换字符，不全
七. 转义序列
|
字 符 |
描 述 |
|
\\ |
匹配字符“\” |
|
\. |
匹配字符“.” |
|
\* |
匹配字符“*” |
|
\+ |
匹配字符“+” |
|
\? |
匹配字符“?” |
|
\| |
匹配字符“|” |
|
\( |
匹配字符“(” |
|
\) |
匹配字符“)” |
|
\{ |
匹配字符“{” |
|
\} |
匹配字符“}” |
|
\^ |
匹配字符“^” |
|
\$ |
匹配字符“$” |
|
\n |
匹配换行符 |
|
\r |
匹配回车符 |
|
\t |
匹配制表符 |
|
\v |
匹配垂直制表符 |
|
\f |
匹配换面符 |
|
\nnn |
匹配一个8进数字，nnn指定的ASCII字符。如\103匹配大写的C |
|
\xnn |
匹配一个16进数字，nn指定的ASCII字符。如\x43匹配大写的C |
|
\unnnn |
匹配由4位16进数字（由nnnn表示）指定的Unicode字符 |
|
\cV |
匹配一个控制字符，如\cV匹配Ctrl-V |
八. 选项标志
|
选项标志 |
名 称 |
|
I |
IgnoreCase |
|
M |
Multiline |
|
N |
ExplicitCapture |
|
S |
SingleLine |
|
X |
IgnorePatternWhitespace |
注：选项本身的信作含义如下表所示：
|
标 志 |
名 称 |
|
IgnoreCase |
使模式匹配不区分大小写。默认的选项是匹配区分大小写 |
|
RightToLeft |
从右到左搜索输入字符串。默认是从左到右以符合英语等的阅读习惯，但不符合阿拉伯语或希伯来语的阅读习惯 |
|
None |
不设置标志。这是默认选项 |
|
Multiline |
指定^和$可以匹配行首和行尾，以及字符串的开始和结尾。这意味着可以匹配每个用换行符分隔的行。但是，字符“.”仍然不匹配换行符 |
|
SingleLine |
规定特殊字符“.” 匹配任意的字符，包括换行符。默认情况下，特殊字符“.”不匹配换行符。通常与MultiLine选项一起使用 |
|
ECMAScript |
ECMA(European Coputer Manufacturer’s Association,欧洲计算机生产商协会)已经定义了正则表达式应该如何实现，而且已经在ECMAScript规范中实现，这是一个基于标准的JavaScript。这个选项只能与IgnoreCase和MultiLine标志一起使用。与其它任何标志一起使用，ECMAScript都将产生异常 |
|
IgnorePatternWhitespace |
此选项从使用的正则表达式模式中删除所有非转义空白字符。它使表达式能跨越多行文本，但必须确保对模式中所有的空白进行转义。如果设置了此选项，还可以使用“#”字符来注释下则表达式 |
|
Complied |
它把正则表达式编译为更接近机器代码的代码。这样速度快，但不允许对它进行任何修改 |