c# 10 教程：25 正则表达式

正则表达式语言标识字符模式。支持正则表达式的.NET类型基于Perl5正则表达式，同时支持搜索和搜索/替换功能。

正则表达式用于以下任务：

验证文本输入，例如密码和电话号码

将文本数据分析为更结构化的形式（例如，NuGet版本字符串）

替换文档中的文本模式（例如，仅整个单词）

本章分为两个概念部分，介绍.NET中正则表达式的基础知识，以及介绍正则表达式的参考部分。

所有正则表达式类型都在中定义。

本章中的示例都预加载到LINQPad中，其中还包括一个交互式正则表达式工具（按Ctrl+Shift+F1）。在线工具可在获得。

最常见的正则表达式运算符之一是。?是与前面的项目0或1时间匹配的量词。换句话说，？表示。项目可以是单个字符，也可以是方括号中的复杂字符结构。例如，正则表达式“colou？r”匹配颜色和，但不匹配colouur：

(("color",@"colou?r").Success);//(("colour",@"colou?r").Success);//(("colouur",@"colou?r").Success);//False

在较大的字符串中进行搜索。它返回的对象具有匹配项的索引和长度以及匹配的实际值的属性：

Matchm=("anycolouryoulike",@"colou?r");();//();//4();//6();//(());//colour

你可以把看作是字符串的IndexOf方法的一个更强大的版本。不同之处在于它搜索而不是文字字符串。

方法是一个快捷方式，用于调用Match，然后测试Success属性。

默认情况下，正则表达式引擎从左到右工作，因此仅返回最左侧的匹配项。可以使用NextMatch方法返回更多匹配项：

Matchm1=("Onecolor?Therearetwocoloursinmyhead!",@"colou?rs?");Matchm2=();(m1);//(m2);//colours

方法返回数组中的所有匹配项。我们可以重写前面的示例，如下所示：

foreach(("Onecolor?Therearetwocoloursinmyhead!",@"colou?rs?"))(m);

另一个常见的正则表达式运算符是，用竖线|表示。交流发电机表示替代方案。以下匹配“Jen”、“Jenny”和“Jennifer”：

(("Jenny","Jen(ny|nifer)?"));//True

交流发电机周围的括号将备选方案与表达式的其余部分分开。

您可以在匹配正则表达式时指定超时。如果匹配操作花费的时间超过指定的TimeSpan，则会抛出RegexMatchTimeoutException。如果程序处理任意正则表达式（例如，在高级搜索对话框中），这会很有用，因为它可以防止格式错误的正则表达式无限旋转。

在前面的一些示例中，我们使用相同的模式重复调用静态RegEx方法。在这些情况下，另一种方法是使用模式和实例化Regex对象，然后调用实例：

Regexr=newRegex(@"sausages?",);(("sausage"));//(("sausages"));//sausages

指示RegEx实例使用轻量级代码生成（中的DynamicMethod）来动态构建和编译针对该特定正则表达式定制的代码。这样可以加快匹配速度，但会降低初始编译成本。

您还可以实例化Regex对象，而无需使用。正则表达式实例是不可变的。

正则表达式引擎速度很快。即使没有编译，简单的匹配通常也不到一微秒。

正则表达式选项标志枚举允许您调整匹配行为。RegexOptions的常见用途是执行不区分大小写的搜索：

(("a","A",));//a

这将应用当前区域性的大小写等效规则。使用“区域性不变”标志可以请求固定区域性，改为：

(("a","A",|));

您可以使用单字母代码激活正则表达式本身中的大多数RegexOptions标志，如下所示：

(("a",@"(?i)A"));//a

您可以在整个表达式中打开和关闭选项：

(("AAAa",@"(?i)a(?-i)a"));//Aa

另一个有用的选项是IgnorePatternWhitespace或（？x）。这允许您插入空格以使正则表达式更具可读性，而无需按字面意思获取空格。

列出了所有RegExOptions值及其单字母代码。

正则表达式选项

枚举值

正则表达式代码

描述

没有

忽略案例

我

忽略大小写（默认情况下，正则表达式区分大小写）

多行

m

更改^和$，以便它们匹配行的开头/结尾，而不是字符串的开头/结尾

显式捕获

n

仅捕获显式命名或显式编号的组（请参阅)

编译

强制编译到IL（请参阅)

单线

s

使。匹配每个字符（而不是匹配除\n之外的每个字符）

忽略模式空白

x

从模式中消除未转义的空格

从右到左

r

从右到左搜索;无法在中游指定

ECMAScript

强制符合ECMA标准（默认情况下，实现不符合ECMA标准）

文化不变

关闭字符串比较的区域性特定行为

正则表达式具有以下元字符，这些元字符具有特殊含义而不是字面含义：

\*+?|{[()^$.@文本表示。这是为了绕过C34;));//F

当您指定或在表达式中包含（？m）时：

^匹配字符串或的开头（紧跟在\n之后）。

$匹配字符串或的末尾（紧邻\n之前）。

在多行模式下使用$有一个问题：Windows中的新行几乎总是用\r\n表示，而不仅仅是\n。这意味着要使$对Windows文件有用，您通常还必须匹配\r，并具有：

(?=\r?$)

可确保\r不会成为结果的一部分。以下匹配以“.txt”结尾的行：

stringfileNames=""+"\r\n"+""+"\r\n"+"";stringr=@".+\.txt(?=\r?$)";foreach((fileNames,r,))(m+"");OUTPUT:

以下内容匹配字符串s中的所有空行：

MatchCollectionemptyLines=(s,"^(?=\r?$)",);

以下内容匹配所有空行或仅包含空格的行：

MatchCollectionblankLines=(s,"^[\t]*(?=\r?$)",);

由于锚点匹配位置而不是字符，因此指定锚点本身与空字符串匹配：

(("x","代码：
(("5islessthan10",@"\d+",m=(()*10).ToString()));OUTPUT:50islessthan100
在中，我们展示了如何使用MatchEvaluator为HTML适当地转义Unicode字符。
拆分文本
静态方法是字符串的更强大的版本。拆分方法，正则表达式表示分隔符模式。在这个例子中，我们拆分一个字符串，其中任何数字都算作分隔符：
foreach(("a5b7c",@"\d"))(s+"");//abc
此处的结果不包括分隔符本身。但是，您可以通过将表达式包装在中来包含分隔符。下面将驼峰大小写字符串拆分为单独的单词：
foreach(("oneTwoThree",@"(?=[A-Z])"))(s+"");//oneTwoThree
说明书正则表达式食谱
匹配美国社会安全号码/电话号码stringssNum=@"\d{3}-\d{2}-\d{4}";(("123-45-6789",ssNum));//Truestringphone=@"(?x)(\d{3}[-\s]|\(\d{3}\)\s?)\d{3}[-\s]?\d{4}";(("",phone));//(("(123)456-7890",phone));//True
提取“名称=值”对（每行一个）
请注意，这以指令（？m）开头：
stringr=@"(?m)^\s*(?'name'\w+)\s*=\s*(?'value'.*)\s*(?=\r?$)";stringtext=@"id=3secure=truetimeout=30";foreach((text,r))(["name"]+"is"+["value"]);idis3secureistruetimeoutis30
强密码验证
下面检查密码是否至少包含六个字符，以及密码是否包含数字、符号或标点符号：
stringr=@"(?x)^(?=.*(\d|\p{P}|\p{S})).{6,}";(("abc12",r));//(("abcdef",r));//(("ab88yz",r));//True
至少80个字符的行stringr=@"(?m)^.{80,}(?=\r?$)";stringfifty=newstring('x',50);stringeighty=newstring('x',80);stringtext=eighty+"\r\n"+fifty+"\r\n"+eighty;((text,r).Count);//2
解析日期/时间（N/N/NH：M：SAM/PM）
此表达式处理各种数字日期格式，无论年份排在第一位还是最后一年，该表达式都有效。（？x）指令通过允许空格来提高可读性;（？i）关闭区分大小写（对于可选的AM/PM指示符）。然后，您可以通过组集合访问比赛的每个组件：
stringr=@"(?x)(?i)(\d{1,4})[./-](\d{1,2})[./-](\d{1,4})[\sT](\d+):(\d+):(\d+)\s?(A\.?M\.?|P\.?M\.?)?";stringtext="01/02/20085:20:50PM";foreach((text,r).Groups)(+"");01/02/20085:20:50PM0102200852050PM
（当然，这不会验证日期/时间是否正确。
匹配的罗马数字stringr=@"(?i)\bm*"+@"(d?c{0,3}|c[dm])"+@"(l?x{0,3}|x[lc])"+@"(v?i{0,3}|i[vx])"+@"\b";(("MCMLXXXIV",r));//True
删除重复的单词
在这里，我们捕获一个名为dupe的命名组：
stringr=@"(?'dupe'\w+)\W\k'dupe'";stringtext="Inthethebeginning";((text,r,"${dupe}"));Inthebeginning
字数stringr=@"\b(\w|[-'])+\b";stringtext="It'sallmumbo-jumbotome";((text,r).Count);//5
匹配GUIDstringr=@"(?i)\b"+@"[0-9a-fA-F]{8}\-"+@"[0-9a-fA-F]{4}\-"+@"[0-9a-fA-F]{4}\-"+@"[0-9a-fA-F]{4}\-"+@"[0-9a-fA-F]{12}"+@"\b";stringtext="Itskeyis{3F2504E0-4F89-11D3-9A0C-0305E82C3301}.";((text,r).Index);//12
解析XML/HTML标记
正则表达式对于解析HTML片段很有用，尤其是当文档的格式可能不完美时：
stringr=@"(?'tag'\w+?).*"+//lazy-matchfirsttag,andnameit'tag'@"(?'text'.*?)"+//lazy-matchtextcontent,nameit'textd'@"/\k'tag'";//matchlasttag,denotedby'tag'stringtext="h1hello/h1";Matchm=(text,r);(["tag"]);//(["text"]);//hello
拆分驼峰大小写的单词
这需要以包含大写分隔符：
stringr=@"(?=[A-Z])";foreach(("oneTwoThree",r))(s+"");//oneTwoThree
获取合法文件名stringinput="My\"good\"";char[]invalidChars=();stringinvalidString=(newstring(invalidChars));stringvalid=(input,"["+invalidString+"]","");(valid);
转义HTML的Unicode字符stringhtmlFragment="©2007";stringresult=(htmlFragment,@"[\u0080-\uFFFF]",m=@""+((int)[0]).ToString()+";");(result);//©2007
HTTP查询字符串中的取消转义字符stringsample="C%23rocks";stringresult=(sample,@"%[0-9a-f][0-9a-f]",m=((char)((1),16)).ToString(),);(result);//Ccomment)
内联注释
#comment
注释到行尾（仅适用于忽略模式空白模式）
正则表达式选项
选择
意义
（？一）
不区分大小写的匹配（“忽略”大小写）
（？m）
多线模式;更改^和$，以便它们匹配任何行的开头和结尾
（？n）
仅捕获显式命名或编号的组
（？
编译为中间语言
（？
单线模式;更改“.”的含义，使其与每个字符匹配
（？x）
从模式中消除未转义的空格
（？r）
从右到左搜索;无法在中游指定