實用正則表達式匹配和替換大全

2020-01-20 22:04:58

字體：大中小

來源：轉載

供稿：網友

正則表達式非常有用，查找、匹配、處理字符串、替換和轉換字符串，輸入輸出等。而且各種語言都支持，例如.NET正則庫，JDK正則包, Perl, JavaScript等各種腳本語言都支持正則表達式。下面整理一些常用的正則表達式。

字符	描述
/	將下一個字符標記為一個特殊字符、或一個原義字符、或一個向后引用、或一個八進制轉義符。例如，'n' 匹配字符 "n"。'/n' 匹配一個換行符。序列 '//' 匹配 "/" 而 "/(" 則匹配 "("。
^	匹配輸入字符串的開始位置。如果設置了 RegExp 對象的 Multiline 屬性，^ 也匹配 '/n' 或 '/r' 之后的位置。
$	匹配輸入字符串的結束位置。如果設置了RegExp 對象的 Multiline 屬性，$ 也匹配 '/n' 或 '/r' 之前的位置。
*	匹配前面的子表達式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等價于{0,}。
+	匹配前面的子表達式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等價于 {1,}。
?	匹配前面的子表達式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價于 {0,1}。
{n}	n 是一個非負整數。匹配確定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的兩個 o。
{n,}	n 是一個非負整數。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,}' 等價于 'o+'。'o{0,}' 則等價于 'o*'。
{n,m}	m 和 n 均為非負整數，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價于 'o?'。請注意在逗號和兩個數之間不能有空格。
?	當該字符緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面時，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對于字符串 "oooo"，'o+?' 將匹配單個 "o"，而 'o+' 將匹配所有 'o'。
.	匹配除 "/n" 之外的任何單個字符。要匹配包括 '/n' 在內的任何字符，請使用象 '[./n]' 的模式。
(pattern)	匹配 pattern 并獲取這一匹配。所獲取的匹配可以從產生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中則使用 $0…$9 屬性。要匹配圓括號字符，請使用 '/(' 或 '/)'。
(?:pattern)	匹配 pattern 但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供以后使用。這在使用 "或" 字符 (\|) 來組合一個模式的各個部分是很有用。例如， 'industr(?:y\|ies) 就是一個比 'industry\|industries' 更簡略的表達式。
(?=pattern)	正向預查，在任何匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。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"。預查不消耗字符，也就是說，在一個匹配發生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查的字符之后開始。
(?!pattern)	負向預查，在任何不匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。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"。預查不消耗字符，也就是說，在一個匹配發生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查的字符之后開始
x\|y	匹配 x 或 y。例如，'z\|food' 能匹配 "z" 或 "food"。'(z\|f)ood' 則匹配 "zood" 或 "food"。
[xyz]	字符集合。匹配所包含的任意一個字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。
[^xyz]	負值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'。
[a-z]	字符范圍。匹配指定范圍內的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范圍內的任意小寫字母字符。
[^a-z]	負值字符范圍。匹配任何不在指定范圍內的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范圍內的任意字符。
/b	匹配一個單詞邊界，也就是指單詞和空格間的位置。例如， 'er/b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
/B	匹配非單詞邊界。'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 匹配一個 Control-M 或回車符。x 的值必須為 A-Z 或 a-z 之一。否則，將 c 視為一個原義的 'c' 字符。
/d	匹配一個數字字符。等價于 [0-9]。
/D	匹配一個非數字字符。等價于 [^0-9]。
/f	匹配一個換頁符。等價于 /x0c 和 /cL。
/n	匹配一個換行符。等價于 /x0a 和 /cJ。
/r	匹配一個回車符。等價于 /x0d 和 /cM。
/s	匹配任何空白字符，包括空格、制表符、換頁符等等。等價于 [ /f/n/r/t/v]。
/S	匹配任何非空白字符。等價于 [^ /f/n/r/t/v]。
/t	匹配一個制表符。等價于 /x09 和 /cI。
/v	匹配一個垂直制表符。等價于 /x0b 和 /cK。
/w	匹配包括下劃線的任何單詞字符。等價于'[A-Za-z0-9_]'。
/W	匹配任何非單詞字符。等價于 '[^A-Za-z0-9_]'。
/xn	匹配 n，其中 n 為十六進制轉義值。十六進制轉義值必須為確定的兩個數字長。例如，'/x41' 匹配 "A"。'/x041' 則等價于 '/x04' & "1"。正則表達式中可以使用 ASCII 編碼。
/num	匹配 num，其中 num 是一個正整數。對所獲取的匹配的引用。例如，'(.)/1' 匹配兩個連續的相同字符。
/n	標識一個八進制轉義值或一個向后引用。如果 /n 之前至少 n 個獲取的子表達式，則 n 為向后引用。否則，如果 n 為八進制數字 (0-7)，則 n 為一個八進制轉義值。
/nm	標識一個八進制轉義值或一個向后引用。如果 /nm 之前至少有 nm 個獲得子表達式，則 nm 為向后引用。如果 /nm 之前至少有 n 個獲取，則 n 為一個后跟文字 m 的向后引用。如果前面的條件都不滿足，若 n 和 m 均為八進制數字 (0-7)，則 /nm 將匹配八進制轉義值 nm。
/nml	如果 n 為八進制數字 (0-3)，且 m 和 l 均為八進制數字 (0-7)，則匹配八進制轉義值 nml。
/i	使正則表達式對大小寫不敏感, (?-i)是關閉大小寫不敏感 (?i)te(?-i)st應該匹配TEst，但是不能匹配teST或TEST.
/s	開啟“單行模式”，即點號“.”匹配新行符
/m	開啟“多行模式”，即“^”和“$”匹配新行符的前面和后面的位置。
^[0-9]$*	只能輸入數字
^/d{n}$	只能輸入n位的數字
^/d{n,}$	只能輸入至少n位的數字
^/d{m,n}$	只能輸入m~n位的數字
^(0\|[1-9][0-9])$*	只能輸入零和非零開頭的數字
^[0-9]+(.[0-9]{2})?$	只能輸入有兩位小數的正實數
^[0-9]+(.[0-9]{1,3})?$	只能輸入有1~3位小數的正實數
^/+?[1-9][0-9]$*	只能輸入非零的正整數
^/-[1-9][]0-9"$*	只能輸入非零的負整數
^.{3}$	只能輸入長度為3的字符
^[A-Za-z]+$	只能輸入由26個英文字母組成的字符串
^[A-Za-z0-9]+$	只能輸入由數字和26個英文字母組成的字符串
^/w+$	只能輸入由數字、26個英文字母或者下劃線組成的字符串
^[a-zA-Z]/w{5,17}$	驗證用戶密碼：以字母開頭，長度在6~18之間，只能包含字符、數字和下劃線。
[^%&',;=?$/x22]+	驗證是否含有^%&',;=?$/"等字符
^[/u4e00-/u9fa5]{0,}$	只能輸入漢字
^/w+([-+.]/w+)@/w+([-.]/w+)/./w+([-.]/w+)$*	驗證Email地址
^http://([/w-]+/.)+[/w-]+(/[/w-./?%&=])?$*	驗證InternetURL
^/d{15}\|/d{18}$	驗證身份證號（15位或18位數字）
^((2[0-4]/d\|25[0-5]\|[01]?/d/d?)/.){3}(2[0-4]/d\|25[0-5]\|[01]?/d/d?)$	驗證IP地址
(/w)/1	匹配兩個兩個重疊出現的字符例如，"aabbc11asd"，返回結果為aa bb 11三組match
<(?<tag>[^/s>]+)[^>]>.<//k<tag>>	匹配成對的HTML標簽
(?!)	不出現，負聲明下例演示如何取得一個<a>標簽對中的全部內容，即使其中包含別的HTML tag。 string newsContent = @"url:<a href=""1.html""><img src=""1.gif"">test<span style=""color:red;""> Regex</span></a>."; Regex regEnd = new Regex(@"</sa[^>]>([^<]\|<(?!/a))</s/a/s*>",RegexOptions.Multiline);

目的：匹配關鍵字=""，例如獲得關鍵字keyword，value；獲得等于的值abc和test

表達式：string (?<x>[^=]*?) *= *(?<y>[^;]*?);

代碼：

private void ParseKeywords(string input){ System.Text.RegularExpressions.MatchCollection mc =  System.Text.RegularExpressions.Regex.Matches(input, @"string (?<x>[^=]*?) *= *(?<y>[^;]*?);");  if (mc != null && mc.Count > 0) { foreach (System.Text.RegularExpressions.Match m in mc) { string keyword = m.Groups["x"].Value; string value = m.Groups["y"].Value; } }}

截圖：

2. 匹配并替換

輸入：public <%=classname%>Extension : IExt

目的：匹配 <%= %>中間的classname并替換

表達式：<%=.*%>

代碼：

private string Replace(string input){ return Regex.Replace(input, @"<%=.*%>", new MatchEvaluator(RefineCodeTag), RegexOptions.Singleline);} string RefineCodeTag(Match m){ string x = m.ToString();  x = Regex.Replace(x, "<%=", ""); x = Regex.Replace(x, "%>", "");  return x.Trim() + ",";}

截圖：

正則表達式選項RegexOptions:

ExplicitCapture	n	只有定義了命名或編號的組才捕獲
IgnoreCase	i	不區分大小寫
IgnorePatternWhitespace	x	消除模式中的非轉義空白并啟用由 # 標記的注釋。
MultiLine	m	多行模式，其原理是修改了^和$的含義
SingleLine	s	單行模式，和MultiLine相對應

正則表達式替換的其他功能：

$number	把匹配的第number組替換成替換表達式這段代碼返回的是 “01 012 03 05” 就是說，對組一的每個匹配結果都用"0$1"這個表達式來替換，"0$1"中"$1"由組1匹配的結果代入 public static void Main() { string s = "1 12 3 5"; s = Regex.Replace(s,@"(/d+)(?#這個是注釋)","0$1",RegexOptions.Compiled\|RegexOptions.IgnoreCase); Console.WriteLine(s); Console.ReadLine(); }
${name}	把匹配的組名為"name"的組替換成表達式，上例的Regex expression改成@"(?<name>/d+)(?#這個是注釋)"后面的替換式改為"0${name}"結果是一樣的
$$	做$的轉義符，如上例表達式改成@"(?<name>/d+)(?#這個是注釋)"和"$$${name}"，則結果為"$1 $12 $3 $5"
$&	替換整個匹配
$`	替換匹配前的字符
$'	替換匹配后的字符
$+	替換最后匹配的組
$_	替換整個字符串