本文整理C#正則表達(dá)式的元字符，正則表達(dá)式是由字符構(gòu)成的表達(dá)式，每個(gè)字符代表一個(gè)規(guī)則，表達(dá)式中的字符分為兩種類型：普通字符和元字符。普通字符是指字面含義不變的字符，按照完全匹配的方式匹配文本，而元字符具有特殊的含義，代表一類字符。

把文本看作是字符流，每個(gè)字符放在一個(gè)位置上，例如，正則表達(dá)式 “Roomddd”，前面四個(gè)字符Room是普通字符，后面的字符是轉(zhuǎn)義字符，和后面的字符d組成一個(gè)元字符d，表示該位置上有任意一個(gè)數(shù)字。

用正則表達(dá)式的語言來描述是：正則表達(dá)式 “Roomddd”共捕獲7個(gè)字符，表示“以Room開頭、以三個(gè)數(shù)字結(jié)尾”的一類字符串，我們把這一類字符串稱作一個(gè)模式（Pattern），也稱作是一個(gè)正則。

一，轉(zhuǎn)義字符

轉(zhuǎn)義字符是，把普通字符轉(zhuǎn)義為具有特殊含義的元字符，常用的轉(zhuǎn)義字符有：

• t：水平制表符
• v：垂直制表符
• r：回車
• n：換行
• \：表示字符 ，也就說，把轉(zhuǎn)義字符 轉(zhuǎn)義為普通的字符
• "：表示字符 "，在C#中，雙引號用于定義字符串，字符串包含的雙引號用 " 來表示

二，字符類

在進(jìn)行正則匹配時(shí)，把輸入文本看作是有順序的字符流，字符類元字符匹配的對象是字符，并會捕獲字符。所謂捕獲字符是指，一個(gè)元字符捕獲的字符，不會被其他元字符匹配，后續(xù)的元字符只能從剩下的文本中重新匹配。

常用的字符類元字符：

• [ char_group]：匹配字符組中的任意一個(gè)字符
• [^char_group]：匹配除字符組之外的任意一個(gè)字符
• [first-last]：匹配從first到last的字符范圍中的任意一個(gè)字符，字符范圍包括first和last。
• . ：通配符，匹配除n之外的任意一個(gè)字符
• w：匹配任意一個(gè)單詞（word）字符，單詞字符通常是指A-Z、a-z和0-9
• W：匹配任意一個(gè)非單詞字符，是指除A-Z、a-z和0-9之外的字符
• s：匹配任意一個(gè)空白字符
• S：匹配任意一個(gè)非空白字符
• d：匹配任意一個(gè)數(shù)字字符
• D：匹配任意一個(gè)非數(shù)字字符

注意，轉(zhuǎn)義字符也屬于字符類元字符，在進(jìn)行正則匹配時(shí)，也會捕獲字符。

三，定位符

定位符匹配（或捕獲）的對象是位置，它根據(jù)字符的位置來判斷模式匹配是否成功，定位符不會捕獲字符，是零寬的（寬度為0），常用的定位符有：

• ^：默認(rèn)情況下，匹配字符串的開始位置；在多行模式下，匹配每行的開始位置；
• $：默認(rèn)情況下，匹配字符串的結(jié)束位置，或 字符串結(jié)尾的n之前的位置；在多行模式下，匹配每行結(jié)束之前的位置，或者每行結(jié)尾的n之前的位置。
• A：匹配字符串的開始位置；
• Z：匹配字符串的結(jié)束位置，或 字符串結(jié)尾的n之前的位置；
• z：匹配字符串的結(jié)束位置；
• G：匹配上一個(gè)匹配結(jié)束的位置；
• b：匹配一個(gè)單詞的開始或結(jié)束的位置；
• B：匹配一個(gè)單詞的中間位置；

四，量詞、貪婪和懶惰

量詞是指限定前面的一個(gè)正則出現(xiàn)的次數(shù)，量詞分為兩種模式：貪婪模式和懶惰模式，貪婪模式是指匹配盡可能多的字符，而懶惰模式是指匹配盡可能少的字符。默認(rèn)情況下，量詞處于貪婪模式，在量詞的后面加上?來啟用懶惰模式。

• *：出現(xiàn)0次或多次
• +：出現(xiàn)1次或多次
• ?：出現(xiàn)0次或1次
• {n}：出現(xiàn)n次
• {n,}：出現(xiàn)至少n次
• {n,m}：出現(xiàn)n到m次

注意，出現(xiàn)多次是指前面的元字符出現(xiàn)多次，例如，d{2} 等價(jià)于 dd，只是出現(xiàn)兩個(gè)數(shù)字，并不要求兩個(gè)數(shù)字是相同的。要表示相同的兩個(gè)數(shù)字，必須使用分組來實(shí)現(xiàn)。

五，分組和捕獲字符

() 括號不僅確定表達(dá)式的范圍，還創(chuàng)建分組，()內(nèi)的表達(dá)式就是一個(gè)分組，引用分組表示兩個(gè)分組匹配的文本是完全相同的。定義一個(gè)分組的基本語法：

(pattern)

該類型的分組會捕獲字符，所謂捕獲字符是指：一個(gè)元字符捕獲的字符，不會被其他元字符匹配，后續(xù)的元字符只能從剩下的文本中重新匹配。

1，分組編號和命名

默認(rèn)情況下，每個(gè)分組自動(dòng)分配一個(gè)組號，規(guī)則是：從左向右，按分組左括號的出現(xiàn)順序進(jìn)行編號，第一個(gè)分組的組號為1，第二個(gè)為2，以此類推。也可以為分組指定名稱，該分組稱作命名分組，命名分組也會被自動(dòng)編號，編號從1開始，逐個(gè)加1，為分組指定名稱的語法是：

(?< name > pattern)

通常來說，分組分為命名分組和編號分組，引用分組的方式有：

• 通過分組名稱來引用分組：k<name>
• 通過分組編號來引用分組：number

注意，分組只能后向引用，也就是說，從正則表達(dá)式文本的左邊開始，分組必須先定義，然后才能在定義之后面引用。

在正則表達(dá)式里引用分組的語法為“number”，比如“1”代表與分組1 匹配的子串，“2”代表與分組2 匹配的字串，以此類推。

例如，對于 "<(.*?)>.*?</1>" 可以匹配 <p>valid</p>，在引用分組時(shí)，分組對應(yīng)的文本是完全相同的。

2，分組構(gòu)造器

分組構(gòu)造方法如下：

• (pattern)：捕獲匹配的子表達(dá)式，并為分組分配一個(gè)組號
• (?< name > pattern)：把匹配的子表達(dá)式捕獲到命名的分組中
• (?:pattern)：非捕獲的分組，并未分組分配一個(gè)組號
• (?> pattern)：貪婪分組

3，貪婪分組

貪婪分組也稱作非回溯分組，該分組禁用了回溯，正則表達(dá)式引擎將盡可能多地匹配輸入文本中的字符。如果無法進(jìn)行進(jìn)一步的匹配，則不會回溯嘗試進(jìn)行其他模式匹配。

(?> pattern )

4，二選一

| 的意思是或，匹配兩者中的任意一個(gè)，注意，｜把左右兩邊的表達(dá)式分為兩部分。

pattern1 ｜ pattern2

六，零寬斷言

零寬是指寬度為0，匹配的是位置，所以匹配的子串不會出現(xiàn)在匹配結(jié)果中，而斷言是指判斷的結(jié)果，只有斷言為真，才算匹配成功。

對于定位符，可以匹配一句話的開始、結(jié)束（^ $）或者匹配一個(gè)單詞的開始、結(jié)束（b），這些元字符只匹配一個(gè)位置，指定這個(gè)位置滿足一定的條件，而不是匹配某些字符，因此，它們被成為 零寬斷言。所謂零寬，指的是它們不與任何字符相匹配，而匹配一個(gè)位置；所謂斷言，指的是一個(gè)判斷，正則表達(dá)式中只有當(dāng)斷言為真時(shí)才會繼續(xù)進(jìn)行匹配。零寬斷言可以精確的匹配一個(gè)位置，而不僅僅是簡單的指定句子或者單詞。

正則表達(dá)式把文本看作從左向右的字符流，向右叫做后向（Look behind），向左叫做前向（Look ahead）。對于正則表達(dá)式，只有當(dāng)匹配到指定的模式（Pattern）時(shí)，斷言為True，叫做肯定式，把不匹配模式為True，叫做否定式。

按照匹配的方向和匹配的定性，把零寬斷言分為四種類型：

• (?= pattern)：前向、肯定斷言
• (?! pattern)：前向、否定斷言
• (?<= pattern)：后向、肯定斷言
• (?<! pattern)：后向、否定斷言

1，前向肯定斷言

前向肯定斷言定義一個(gè)模式必須存在于文本的末尾（或右側(cè)），但是該模式匹配的子串不會出現(xiàn)在匹配的結(jié)果中，前向斷言通常出現(xiàn)在正則表達(dá)式的右側(cè)，表示文本的右側(cè)必須滿足特定的模式：

(?= subexpression )

使用前向肯定斷言可以定一個(gè)模糊匹配，后綴必須包含特定的字符：

bw+(?=sisb)

對正則表達(dá)式進(jìn)行分析：

• b：表示單詞的邊界
• w+：表示單詞至少出現(xiàn)一次
• (?=sisb)：前向肯定斷言，s 表示一個(gè)空白字符， is 是普通字符，完全匹配，b 是單詞的邊界。

從分析中，可以得出，匹配該正則表達(dá)式的文本中必須包含 is 單詞，is是一個(gè)單獨(dú)的單詞，不是某一個(gè)單詞的一個(gè)部分。舉個(gè)例子

Sunday is a weekend day 匹配該正則，匹配的值是Sunday，而The island has beautiful birds 不匹配該正則。

2，后向肯定斷言

后向肯定斷言定義一個(gè)模式必須存在于文本的開始（或左側(cè)），但是該模式匹配的子串不會出現(xiàn)在匹配的結(jié)果中，后向斷言通常出現(xiàn)在正則表達(dá)式的左側(cè)，表示文本的左側(cè)必須滿足特定的模式：

(?<= subexpression )

使用后向肯定斷言可以定一個(gè)模糊匹配，前綴必須包含特定的字符：

(?<=b20)d{2}b

對正則表達(dá)式進(jìn)行分析：

• (?<=b20)：后向斷言，b表示單詞的開始，20是普通字符
• d{2}：表示兩個(gè)數(shù)字，數(shù)字不要求相同
• b：單詞的邊界

該正則表達(dá)式匹配的文本具備的模式是：文本以20開頭、以兩個(gè)數(shù)字結(jié)尾。

推薦學(xué)習(xí)：C#.Net教程