Go语言视频零基础入门到精通

admin

正则表达式非常有用，查找、匹配、处理字符串、替换和转换字符串，输入输出等。而且各种语言都支持，例如.NET正则库，JDK正则包, Perl, javaScript等各种脚本语言都支持正则表达式。下面整理一些常用的正则表达式。


  
   字符
   描述
  
  
   \
   将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，"n" 匹配字符 "n"。"\n" 匹配一个换行符。序列 "\\" 匹配 "\" 而 "\(" 则匹配 "("。
  
  
   ^
   匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 "\n" 或 "\r" 之后的位置。
  
  
   $
   匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 "\n" 或 "\r" 之前的位置。
  
  
   *
   匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
  
  
   +
   匹配前面的子表达式一次或多次。例如，"zo+" 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
  
  
   ?
   匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
  
  
   {n}
   n 是一个非负整数。匹配确定的 n 次。例如，"o{2}" 不能匹配 "Bob" 中的 "o"，但是能匹配 "food" 中的两个 o。
  
  
   {n,}
   n 是一个非负整数。至少匹配n 次。例如，"o{2,}" 不能匹配 "Bob" 中的 "o"，但能匹配 "foooood" 中的所有 o。"o{1,}" 等价于 "o+"。"o{0,}" 则等价于 "o*"。
  
  
   {n,m}
   m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。"o{0,1}" 等价于 "o?"。请注意在逗号和两个数之间不能有空格。
  
  
   ?
   当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，"o+?" 将匹配单个 "o"，而 "o+" 将匹配所有 "o"。
  
  
   .
   匹配除 "\n" 之外的任何单个字符。要匹配包括 "\n" 在内的任何字符，请使用象 "[.\n]" 的模式。
  
  
   (pattern)
   匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 "\(" 或 "\)"。
  
  
   (?:pattern)
   匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如， "industr(?:y|ies) 就是一个比 "industry|industries" 更简略的表达式。
  
  
   (?=pattern)
   正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，"Windows (?=95|98|NT|2000)" 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
  
  
   (?!pattern)
   负向预查，在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如"Windows (?!95|98|NT|2000)" 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始
  
  
   x|y
   匹配 x 或 y。例如，"z|food" 能匹配 "z" 或 "food"。"(z|f)ood" 则匹配 "zood" 或 "food"。
  
  
   [xyz]
   字符集合。匹配所包含的任意一个字符。例如， "[abc]" 可以匹配 "plain" 中的 "a"。
  
  
   [^xyz]
   负值字符集合。匹配未包含的任意字符。例如， "[^abc]" 可以匹配 "plain" 中的"p"。
  
  
   [a-z]
   字符范围。匹配指定范围内的任意字符。例如，"[a-z]" 可以匹配 "a" 到 "z" 范围内的任意小写字母字符。
  
  
   [^a-z]
   负值字符范围。匹配任何不在指定范围内的任意字符。例如，"[^a-z]" 可以匹配任何不在 "a" 到 "z" 范围内的任意字符。
  
  
   \b
   匹配一个单词边界，也就是指单词和空格间的位置。例如， "er\b" 可以匹配"never" 中的 "er"，但不能匹配 "verb" 中的 "er"。
  
  
   \B
   匹配非单词边界。"er\B" 能匹配 "verb" 中的 "er"，但不能匹配 "never" 中的 "er"。
  
  
   \cx
   匹配由 x 指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 "c" 字符。
  
  
   \d
   匹配一个数字字符。等价于 [0-9]。
  
  
   \D
   匹配一个非数字字符。等价于 [^0-9]。
  
  
   \f
   匹配一个换页符。等价于 \x0c 和 \cL。
  
  
   \n
   匹配一个换行符。等价于 \x0a 和 \cJ。
  
  
   \r
   匹配一个回车符。等价于 \x0d 和 \cM。
  
  
   \s
   匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
  
  
   \S
   匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
  
  
   \t
   匹配一个制表符。等价于 \x09 和 \cI。
  
  
   \v
   匹配一个垂直制表符。等价于 \x0b 和 \cK。
  
  
   \w
   匹配包括下划线的任何单词字符。等价于"[A-Za-z0-9_]"。
  
  
   \W
   匹配任何非单词字符。等价于 "[^A-Za-z0-9_]"。
  
  
   \xn
   匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，"\x41" 匹配 "A"。"\x041" 则等价于 "\x04" & "1"。正则表达式中可以使用 ASCII 编码。
  
  
   \num
   匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，"(.)\1" 匹配两个连续的相同字符。
  
  
   \n
   标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为向后引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
  
  
   \nm
   标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。
  
  
   \nml
   如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
  
  
   /i
   使正则表达式对大小写不敏感, (?-i)是关闭大小写不敏感
(?i)te(?-i)st应该匹配TEst，但是不能匹配teST或TEST.
  
  
   /s
   开启“单行模式”，即点号“.”匹配新行符
  
  
   /m
   开启“多行模式”，即“^”和“$”匹配新行符的前面和后面的位置。
  
  
   ^[0-9]*$
   只能输入数字
  
  
   ^\d{n}$
   只能输入n位的数字
  
  
   ^\d{n,}$
   只能输入至少n位的数字
  
  
   ^\d{m,n}$
   只能输入m~n位的数字
  
  
   ^(0|[1-9][0-9]*)$
   只能输入零和非零开头的数字
  
  
   ^[0-9]+(.[0-9]{2})?$
   只能输入有两位小数的正实数
  
  
   ^[0-9]+(.[0-9]{1,3})?$
   只能输入有1~3位小数的正实数
  
  
   ^\+?[1-9][0-9]*$
   只能输入非零的正整数
  
  
   ^\-[1-9][]0-9"*$
   只能输入非零的负整数
  
  
   ^.{3}$
   只能输入长度为3的字符
  
  
   ^[A-Za-z]+$
   只能输入由26个英文字母组成的字符串
  
  
   ^[A-Za-z0-9]+$
   只能输入由数字和26个英文字母组成的字符串
  
  
   ^\w+$
   只能输入由数字、26个英文字母或者下划线组成的字符串
  
  
   ^[a-zA-Z]\w{5,17}$
   验证用户密码：以字母开头，长度在6~18之间，只能包含字符、数字和下划线。
  
  
   [^%&",;=?$\x22]+
   验证是否含有^%&",;=?$\"等字符
  
  
   ^[\u4e00-\u9fa5]{0,}$
   只能输入汉字
  
  
   ^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
   验证Email地址
  
  
   ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
   验证InternetURL
  
  
   ^\d{15}|\d{18}$
   验证身份证号（15位或18位数字）
  
  
   ^((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)$
   验证IP地址
  
  
   (\w)\1
   匹配两个两个重叠出现的字符
例如，"aabbc11asd"， 返回结果为aa bb 11三组match  
  
  
   <(?<tag>[^\s>]+)[^>]*>.*</\k<tag>>
   匹配成对的HTML标签  
  
  
   (?!)
   不出现，负声明
下例演示如何取得一个<a>标签对中的全部内容，即使其中包含别的HTML tag。


   
     
     

1. string newsContent = @"url:<a href=""1.html""><img src=""1.gif"">test<span style=""color:red;"">

复制代码

     

复制代码

     

1. Regex</span></a>.";

复制代码

     

1. Regex regEnd = new Regex(@"<\s*a[^>]*>([^<]|<(?!/a))*<\s*/a\s*>",RegexOptions.Multiline);

复制代码

     
   
  



1. 匹配组

常用的组匹配：(实用)

  
   
   

1. (

复制代码

exp

1. )

复制代码

    匹配exp并且捕获到一个自动命名的组
   
   
   

1. (?<

复制代码

name

1. [b]>[/b]

复制代码

exp

1. )

复制代码

    匹配exp并且捕获到组’name’
   
   
   

1. (?=

复制代码

exp

1. )

复制代码

    exp出现在声明右侧，但exp不作为匹配

括号中的模式必须出现在声明右侧，但不作为匹配的一部分 ，例如：

输入： public keywod string "abc";
正则：\b\w+(?=ing\b)，返回“str”，
意思为：匹配以ing结束的单词，但ing不作为返回
   
   
   

1. (?<=

复制代码

exp

1. )

复制代码

    exp出现在声明左侧，但exp不作为匹配

括号中的模式必须出现在声明左侧，但不作为匹配的一部分 ，例如：

输入： public remember string "abc";
正则：(?<=\bre)\w+\b，返回“member”，
意思为：匹配以re开头的单词，但re不作为返回
   
   
   

1. (?!

复制代码

exp

1. )

复制代码

   
    exp不出现在声明右侧，但exp不作为匹配

括号中的模式必须不出现在声明右侧 ，例如：

输入： remember aqa bqu "abc";
正则：\b\w*q(?!u)\w*\b，返回“aqa”，
意思为：匹配带q后面不是跟随u的单词
   
   
   

1. (?<!

复制代码

exp

1. )

复制代码

    exp不出现在声明左侧，但exp不作为匹配
  
   
  

  
输入：public string keywod = "abc"; string value = "test";
目的：匹配 关键字=""，例如获得关键字keyword，value；获得等于的值abc和test
表达式：string (?<x>[^=]*?) *= *(?<y>[^;]*?);
代码：

  
  

1. private void ParseKeywords(string input)

复制代码

  

1. {

复制代码

  

1. System.Text.RegularExpressions.MatchCollection mc =

复制代码

  

1. System.Text.RegularExpressions.Regex.Matches(input, @"string (?<x>[^=]*?) *= *(?<y>[^;]*?);");

复制代码

  

复制代码

  

1. if (mc != null && mc.Count > 0)

复制代码

  

1. {

复制代码

  

1. foreach (System.Text.RegularExpressions.Match m in mc)

复制代码

  

1. {

复制代码

  

1. string keyword = m.Groups["x"].Value;

复制代码

  

1. string value = m.Groups["y"].Value;

复制代码

  

1. }

复制代码

  

1. }

复制代码

  

1. }

复制代码

  

截图：

2. 匹配并替换

输入：public <%=classname%>Extension : IExt
目的：匹配 <%= %>中间的classname并替换
表达式：<%=.*%>
代码：

  
  

1. private string Replace(string input)

复制代码

  

1. {

复制代码

  

1. return Regex.Replace(input, @"<%=.*%>", new MatchEvaluator(RefineCodeTag), RegexOptions.Singleline);

复制代码

  

1. }

复制代码

  

复制代码

  

1. string RefineCodeTag(Match m)

复制代码

  

1. {

复制代码

  

1. string x = m.ToString();

复制代码

  

复制代码

  

1. x = Regex.Replace(x, "<%=", "");

复制代码

  

1. x = Regex.Replace(x, "%>", "");

复制代码

  

复制代码

  

1. return x.Trim() + ",";

复制代码

  

1. }

复制代码

  

截图：

正则表达式选项RegexOptions:

  
   
    ExplicitCapture
    n
    只有定义了命名或编号的组才捕获
   
   
    IgnoreCase
    i
    不区分大小写
   
   
    IgnorePatternWhitespace
    x
    消除模式中的非转义空白并启用由 # 标记的注释。
   
   
    MultiLine
    m
    多行模式，其原理是修改了^和$的含义
   
   
    SingleLine
    s
    单行模式，和MultiLine相对应
   
  

正则表达式替换的其他功能：

  
   
    $number
    把匹配的第number组替换成替换表达式

这段代码返回的是 “01 012 03 05” 就是说，对组一的每个匹配结果都用"0$1"这个表达式来替换，"0$1"中"$1"由组1匹配的结果代入

     
      
      

1. public static void Main()

复制代码

      

1. {

复制代码

      

1. string s = "1 12 3 5";

复制代码

      

1. s = Regex.Replace(s,@"(\d+)(?#这个是注释)","0$1",RegexOptions.Compiled|RegexOptions.IgnoreCase);

复制代码

      

1. Console.WriteLine(s);

复制代码

      

1. Console.ReadLine();

复制代码

      

1. }

复制代码

      
     
   
   
    ${name}
    把匹配的组名为"name"的组替换成表达式，上例的Regex expression改成@"(?<name>\d+)(?#这个是注释)"后面的替换式改为"0${name}"结果是一样的
   
   
    $$
    做$的转义符，如上例表达式改成@"(?<name>\d+)(?#这个是注释)"和"$$${name}"，则结果为"$1 $12 $3 $5"
   
   
    $&
    替换整个匹配
   
   
    $`
    替换匹配前的字符
   
   
    $"
    替换匹配后的字符
   
   
    $+
    替换最后匹配的组
   
   
    $_
    替换整个字符串
   
  

  

3. 匹配URL中文件名

输入：http://www.9499.net/page1.htm
目的：从URL地址中提取文件名
表达式：s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2") ;
代码：
string s = "http://www.9499.net/page1.htm";
s = s.replace(/(.*\/){0,}([^\.]+).*/ig, "$2") ;  
截图：

或许您对以下相关文章有兴趣：


  正则表达式匹配包括换行在内的任何字符
  能匹配出多行注释之外的所有空白字符的正则表达式
  [转]C#正则表达式小结