这篇文章主要介绍了C#正则表达式使用源码分析的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇C#正则表达式使用源码分析文章都会有所收获,下面我们一起来看看吧。
文章导读
正则表达式的本质是使用一系列特殊字符模式,来表示某一类字符串。正则表达式无疑是处理文本最有力的工具,而.NET提供的Regex类实现了验证正则表达式的方法。Regex 类表示不可变(只读)的正则表达式。它还包含各种静态方法,允许在不显式创建其他类的实例的情况下使用其他正则表达式类。
基础梳理
说明:
由于在正则表达式中“ ”、“ ? ”、“ * ”、“ ^ ”、“ $ ”、“ + ”、“(”、“)”、“ | ”、“ { ”、“ [ ”等字符已经具有一定特殊意义,如果需要用它们的原始意义,则应该对它进行转义,例如 希 望在字符串中至少有一个“ ”,那么正则表达式应该这么写: + 。
RegEx类常用的方法
①静态Match方法
使用静态Match方法,可以得到源中第一个匹配模式的连续子串。
静态的Match方法有2个重载,分别是
Regex.Match(string input, string pattern); Regex.Match(string input, string pattern, RegexOptions options);
第一种重载的参数表示:输入、模式
第二种重载的参数表示:输入、模式、RegexOptions枚举的“按位或”组合。
RegexOptions枚举的有效值是:
Complied表示编译此模式
CultureInvariant表示不考虑文化背景
ECMAScript表示符合ECMAScript,这个值只能和IgnoreCase、Multiline、Complied连用
ExplicitCapture表示只保存显式命名的组
IgnoreCase表示不区分输入的大小写
IgnorePatternWhitespace表示去掉模式中的非转义空白,并启用由#标记的注释
Multiline表示多行模式,改变元字符^和$的含义,它们可以匹配行的开头和结尾
None表示无设置,此枚举项没有意义
RightToLeft表示从右向左扫描、匹配,这时,静态的Match方法返回从右向左的第一个匹配
Singleline表示单行模式,改变元字符.的意义,它可以匹配换行符
注意:Multiline在没有ECMAScript的情况下,可以和Singleline连用。Singleline和Multiline不互斥,但是和ECMAScript互斥。
②静态的Matches方法
这个方法的重载形式同静态的Match方法,返回一个MatchCollection,表示输入中,匹配模式的匹配的集合。
③静态的IsMatch方法
此方法返回一个bool,重载形式同静态的Matches,若输入中匹配模式,返回true,否则返回false。
可以理解为:IsMatch方法,返回Matches方法返回的集合是否为空。
RegEx类的实例
⑴字符串替换
//例如我想把如下格式记录中的NAME值修改为WANG string line = "ADDR=1234;NAME=ZHANG;PHONE=6789"; Regex reg = new Regex("NAME=(.+);"); string modified = reg.Replace(line, "NAME=WANG;"); //修改后的字符串为 ADDR=1234;NAME=WANG;PHONE=6789
⑵字符串匹配
string line = "ADDR=1234;NAME=ZHANG;PHONE=6789"; Regex reg = new Regex("NAME=(.+);"); //例如我想提取line中的NAME值 Match match = reg.Match(line); string value = match.Groups[1].Value; Console.WriteLine("value的值为:{0}", value);
⑶Match实例
//文本中含有"speed=30.3mph",需要提取该速度值,但是速度的单位可能是公制也可能是英制,mph,km/h,m/s都有可能;另外前后可能有空格。 string line = "lane=1;speed=30.3mph;acceleration=2.5mph/s"; Regex reg = new Regex(@"speeds*=s*([d.]+)s*(mph|km/h|m/s)*"); Match match = reg.Match(line); //那么在返回的结果中match.Groups[1].Value将含有数值,而match.Groups[2].Value将含有单位。 var 值 = match.Groups[1].Value;//此处方便演示,在实际开发中请勿使用中文命名变量 var 单位 = match.Groups[2].Value; Console.WriteLine("speed的值为:{0} speed的单位是:{1}", 值,单位);
⑷解码gps的GPRMC字符串
//就可以获得经度、纬度值,而以前需要几十行代码。 Regex reg = new Regex(@"^$GPRMC,[d.]*,[A|V],(-?[0-9]*.?[0-9]+),([NS]*),(-?[0-9]*.?[0-9]+),([EW]*),.*");
⑸提取[]的值
string pattern1 = @"(?is)(?<=[)(.*)(?=])"; string result1 = new Regex(pattern1).Match("sadff[xxx]sdfdsf").Value;
⑹提取()的值
string pattern2 = @"(?is)(?<=()(.*)(?=))"; string result2 = new Regex(pattern2).Match("sad(f)dsf").Value;
⑺提取()的值
string pattern3 = @"(?is)(?<={)(.*)(?=})"; string result3 = new Regex(pattern3).Match("sadff[{xxx]sdfd}sf").Value;
命名空间说明
System.Text.RegularExpressions命名空间的说明
该名称空间包括8个类,1个枚举,1个委托。他们分别是:
Capture: 包含一次匹配的结果; CaptureCollection: Capture的序列; Group: 一次组记录的结果,由Capture继承而来; GroupCollection:表示捕获组的集合 Match: 一次表达式的匹配结果,由Group继承而来; MatchCollection: Match的一个序列; MatchEvaluator: 执行替换操作时使用的委托; RegexCompilationInfo:提供编译器用于将正则表达式编译为独立程序集的信息 RegexOptions 提供用于设置正则表达式的枚举值 Regex类中还包含一些静态的方法: Escape: 对字符串中的regex中的转义符进行转义; IsMatch: 如果表达式在字符串中匹配,该方法返回一个布尔值; Match: 返回Match的实例; Matches: 返回一系列的Match的方法; Replace: 用替换字符串替换匹配的表达式; Split: 返回一系列由表达式决定的字符串; Unescape:不对字符串中的转义字符转义。
正则常用表达式
㈠校验数字的表达式
//数字 Regex reg = new Regex(@"^[0-9]*$"); //n位的数字 Regex reg = new Regex(@"^d{n}$"); //至少n位的数字 Regex reg = new Regex(@"^d{n,}$"); //m-n位的数字 Regex reg = new Regex(@"^d{m,n}$"); //零和非零开头的数字 Regex reg = new Regex(@"^(0|[1-9][0-9]*)$"); //非零开头的最多带两位小数的数字 Regex reg = new Regex(@"^([1-9][0-9]*)+(.[0-9]{1,2})?$"); //带1-2位小数的正数或负数 Regex reg = new Regex(@"^(-)?d+(.d{1,2})?$"); //正数、负数、和小数 Regex reg = new Regex(@"^(-|+)?d+(.d+)?$"); //有两位小数的正实数 Regex reg = new Regex(@"^[0-9]+(.[0-9]{2})?$"); //有1~3位小数的正实数 Regex reg = new Regex(@"^[0-9]+(.[0-9]{1,3})?$"); //非零的正整数 Regex reg = new Regex(@"^[1-9]d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^+?[1-9][0-9]*$"); //非零的负整数 Regex reg = new Regex(@"^-[1-9][]0-9″*$ 或 ^-[1-9]d*$"); //非负整数 Regex reg = new Regex(@"^d+$ 或 ^[1-9]d*|0$"); //非正整数 Regex reg = new Regex(@"^-[1-9]d*|0$ 或 ^((-d+)|(0+))$"); //非负浮点数 Regex reg = new Regex(@"^d+(.d+)?$ 或 ^[1-9]d*.d*|0.d*[1-9]d*|0?.0+|0$"); //非正浮点数 Regex reg = new Regex(@"^((-d+(.d+)?)|(0+(.0+)?))$ 或 ^(-([1-9]d*.d*|0.d*[1-9]d*))|0?.0+|0$"); //正浮点数 Regex reg = new Regex(@"^[1-9]d*.d*|0.d*[1-9]d*$ 或 ^(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*))$"); //负浮点数 Regex reg = new Regex(@"^-([1-9]d*.d*|0.d*[1-9]d*)$ 或 ^(-(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*)))$"); //浮点数 Regex reg = new Regex(@"^(-?d+)(.d+)?$ 或 ^-?([1-9]d*.d*|0.d*[1-9]d*|0?.0+|0)$");
㈡校验字符的表达式
//汉字 Regex reg = new Regex(@"^[u4e00-u9fa5]{0,}$"); //英文和数字 Regex reg = new Regex(@"^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$"); //长度为3-20的所有字符 Regex reg = new Regex(@"^.{3,20}$"); //由26个英文字母组成的字符串 Regex reg = new Regex(@"^[A-Za-z]+$"); //由26个大写英文字母组成的字符串 Regex reg = new Regex(@"^[A-Z]+$"); //由26个小写英文字母组成的字符串 Regex reg = new Regex(@"^[a-z]+$"); //由数字和26个英文字母组成的字符串 Regex reg = new Regex(@"^[A-Za-z0-9]+$"); //由数字、26个英文字母或者下划线组成的字符串 Regex reg = new Regex(@"^w+$ 或 ^w{3,20}$"); //中文、英文、数字包括下划线 Regex reg = new Regex(@"^[u4E00-u9FA5A-Za-z0-9_]+$"); //中文、英文、数字但不包括下划线等符号 Regex reg = new Regex(@"^[u4E00-u9FA5A-Za-z0-9]+$ 或 ^[u4E00-u9FA5A-Za-z0-9]{2,20}$"); //可以输入含有^%&',;=?$”等字符 Regex reg = new Regex(@"[^%&',;=?$x22]+"); //禁止输入含有~的字符 Regex reg = new Regex(@"[^~x22]+");
㈢特殊需求表达式
//Email地址 Regex reg = new Regex(@"^w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$"); //域名 Regex reg = new Regex(@"[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?"); //InternetURL Regex reg = new Regex(@"[a-zA-z]+://[^s]* 或 ^http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$"); //手机号码 Regex reg = new Regex(@"^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])d{8}$"); //电话号码(“XXX-XXXXXXX”、”XXXX-XXXXXXXX”、”XXX-XXXXXXX”、”XXX-XXXXXXXX”、”XXXXXXX”和”XXXXXXXX) Regex reg = new Regex(@"^($$d{3,4}-)|d{3.4}-)?d{7,8}$"); //国内电话号码(0511-4405222、021-87888822) Regex reg = new Regex(@"d{3}-d{8}|d{4}-d{7}"); //身份证号(15位、18位数字) Regex reg = new Regex(@"^d{15}|d{18}$"); //短身份证号码(数字、字母x结尾) Regex reg = new Regex(@"^([0-9]){7,18}(x|X)?$ 或 ^d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$"); //帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线) Regex reg = new Regex(@"^[a-zA-Z][a-zA-Z0-9_]{4,15}$"); //密码(以字母开头,长度在6~18之间,只能包含字母、数字和下划线) Regex reg = new Regex(@"^[a-zA-Z]w{5,17}$"); //强密码(必须包含大小写字母和数字的组合,不能使用特殊字符,长度在8-10之间) Regex reg = new Regex(@"^(?=.*d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$"); //日期格式 Regex reg = new Regex(@"^d{4}-d{1,2}-d{1,2}"); //一年的12个月(01~09和1~12) Regex reg = new Regex(@"^(0?[1-9]|1[0-2])$"); //一个月的31天(01~09和1~31) Regex reg = new Regex(@"^((0?[1-9])|((1|2)[0-9])|30|31)$"); //钱的输入格式: //有四种钱的表示形式我们可以接受:”10000.00″ 和 “10,000.00”, 和没有 “分” 的 “10000” 和 “10,000” Regex reg = new Regex(@"^[1-9][0-9]*$"); //这表示任意一个不以0开头的数字,但是,这也意味着一个字符”0″不通过,所以我们采用下面的形式 Regex reg = new Regex(@"^(0|[1-9][0-9]*)$"); //一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号 Regex reg = new Regex(@"^(0|-?[1-9][0-9]*)$"); //这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分 Regex reg = new Regex(@"^[0-9]+(.[0-9]+)?$"); //必须说明的是,小数点后面至少应该有1位数,所以”10.”是不通过的,但是 “10” 和 “10.2” 是通过的 Regex reg = new Regex(@"^[0-9]+(.[0-9]{2})?$"); //这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样 Regex reg = new Regex(@"^[0-9]+(.[0-9]{1,2})?$"); //这样就允许用户只写一位小数。下面我们该考虑数字中的逗号了,我们可以这样 Regex reg = new Regex(@"^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$"); //1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须 Regex reg = new Regex(@"^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$"); //备注:这就是最终结果了,别忘了”+”可以用”*”替代。如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里 //xml文件 Regex reg = new Regex(@"^([a-zA-Z]+-?)+[a-zA-Z0-9]+.[x|X][m|M][l|L]$"); //中文字符的正则表达式 Regex reg = new Regex(@"[u4e00-u9fa5]"); //双字节字符 Regex reg = new Regex(@"[^x00-xff] (包括汉字在内,可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1))"); //空白行的正则表达式,可用来删除空白行 Regex reg = new Regex(@" s* "); //HTML标记的正则表达式 Regex reg = new Regex(@"<(S*?)[^>]*>.*?</1>|<.*? />");// (网上流传的版本太糟糕,上面这个也仅仅能部分,对于复杂的嵌套标记依旧无能为力) //首尾空白字符的正则表达式 Regex reg = new Regex(@"^s*|s*$或(^s*)|(s*$)");// (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式) //腾讯QQ号 Regex reg = new Regex(@"[1-9][0-9]{4,}"); //(腾讯QQ号从10000开始) //中国邮政编码 Regex reg = new Regex(@"[1-9]d{5}(?!d)");// (中国邮政编码为6位数字) //IP地址 Regex reg = new Regex(@"d+.d+.d+.d+");// (提取IP地址时有用) //IP地址 Regex reg = new Regex(@"((?:(?:25[0-5]|2[0-4]d|[01]?d?d).){3}(?:25[0-5]|2[0-4]d|[01]?d?d))");
使用demo
正则的使用可以分为验证方法和匹配方法两种
因上文对正则已经做了比较详细的讲解,故在此不多做赘述,直接贴出使用demo
public class Validator { #region 匹配方法 /// <summary> /// 验证字符串是否匹配正则表达式描述的规则 /// </summary> /// <param name="inputStr">待验证的字符串</param> /// <param name="patternStr">正则表达式字符串</param> /// <returns>是否匹配</returns> public static bool IsMatch(string inputStr, string patternStr) { return IsMatch(inputStr, patternStr, false, false); } /// <summary> /// 验证字符串是否匹配正则表达式描述的规则 /// </summary> /// <param name="inputStr">待验证的字符串</param> /// <param name="patternStr">正则表达式字符串</param> /// <param name="ifIgnoreCase">匹配时是否不区分大小写</param> /// <returns>是否匹配</returns> public static bool IsMatch(string inputStr, string patternStr, bool ifIgnoreCase) { return IsMatch(inputStr, patternStr, ifIgnoreCase, false); } /// <summary> /// 验证字符串是否匹配正则表达式描述的规则 /// </summary> /// <param name="inputStr">待验证的字符串</param> /// <param name="patternStr">正则表达式字符串</param> /// <param name="ifValidateWhiteSpace">是否验证空白字符串</param> /// <returns>是否匹配</returns> public static bool IsMatch(string inputStr, string patternStr, bool ifValidateWhiteSpace) { return IsMatch(inputStr, patternStr, false, ifValidateWhiteSpace); } /// <summary> /// 验证字符串是否匹配正则表达式描述的规则 /// </summary> /// <param name="inputStr">待验证的字符串</param> /// <param name="patternStr">正则表达式字符串</param> /// <param name="ifIgnoreCase">匹配时是否不区分大小写</param> /// <param name="ifValidateWhiteSpace">是否验证空白字符串</param> /// <returns>是否匹配</returns> public static bool IsMatch(string inputStr, string patternStr, bool ifIgnoreCase, bool ifValidateWhiteSpace) { if (!ifValidateWhiteSpace && string.IsNullOrWhiteSpace(inputStr))//.NET 4.0 新增IsNullOrWhiteSpace 方法,便于对用户做处理 return false;//如果不要求验证空白字符串而此时传入的待验证字符串为空白字符串,则不匹配 Regex regex = null; if (ifIgnoreCase) regex = new Regex(patternStr, RegexOptions.IgnoreCase);//指定不区分大小写的匹配 else regex = new Regex(patternStr); return regex.IsMatch(inputStr); } #endregion #region 验证方法 /// <summary> /// 验证数字(double类型) /// [可以包含负号和小数点] /// </summary> /// <param name="input">待验证的字符串</param> /// <returns>是否匹配</returns> public static bool IsNumber(string input) { //string pattern = @"^-?d+$|^(-?d+)(.d+)?$"; //return IsMatch(input, pattern); double d = 0; if (double.TryParse(input, out d)) return true; else return false; } /// <summary> /// 验证整数 /// </summary> /// <param name="input">待验证的字符串</param> /// <returns>是否匹配</returns> public static bool IsInteger(string input) { //string pattern = @"^-?d+$"; //return IsMatch(input, pattern); int i = 0; if (int.TryParse(input, out i)) return true; else return false; } /// <summary> /// 验证非负整数 /// </summary> /// <param name="input">待验证的字符串</param> /// <returns>是否匹配</returns> public static bool IsIntegerNotNagtive(string input) { //string pattern = @"^d+$"; //return IsMatch(input, pattern); int i = -1; if (int.TryParse(input, out i) && i >= 0) return true; else return false; } /// <summary> /// 验证正整数 /// </summary> /// <param name="input">待验证的字符串</param> /// <returns>是否匹配</returns> public static bool IsIntegerPositive(string input) { //string pattern = @"^[0-9]*[1-9][0-9]*$"; //return IsMatch(input, pattern); int i = 0; if (int.TryParse(input, out i) && i >= 1) return true; else return false; } /// <summary> /// 验证小数 /// </summary> /// <param name="input">待验证的字符串</param> /// <returns>是否匹配</returns> public static bool IsDecimal(string input) { string pattern = @"^([-+]?[1-9]d*.d+|-?0.d*[1-9]d*)$"; return IsMatch(input, pattern); } &am