正则表达式

正则表达式是什么?

在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。(http://www.unibetter.com/deerchao/zhengzhe-biaodashi-jiaocheng-se.htm)

正则表达式是一种语言，它可以明确描述文本字符串中的模式。(http://www.microsoft.com/china/msdn/library/webservices/asp.net/regexnet.mspx?pf=true)

正则表达式的规则?

非显式限定符:限定符(限定符始终引用限定符左边的模式，通常是单个字符，除非使用括号创建模式组。)

1.	*，描述“出现 0 或多次”。
2.	+，描述“出现 1 或多次”。
3.	?，描述“出现 0 或 1 次”。

显式限定符:显式限定符位于所应用的模式的后边，这一点与非显式限定符一样.如{}

元字符

代码 说明

.

匹配除换行符以外的任意字符

\w

匹配字母或数字或下划线或汉字

\s

匹配任意的空白符

\d

匹配数字

\b

匹配单词的开始或结束

^

匹配字符串的开始

$

匹配字符串的结束

|

交替指定(a|b 将匹配包含“a”或“b”的任何输入内容)

( )

模式分组

(abc){2,3}

abcabc、abcabcabc

字符类:在方括号 [ ] 中定义

such as:

模式	输入（匹配）
^b[aeiou]t$	Bat、bet、bit、bot、but
^[0-9]{5}$	11111, 12345, 99999
^c:\\	c:\windows、c:\\\\\、c:\foo.txt、c:\ 后跟任何其他内容
abc$	abc、123abc、以 abc 结束的任意字符串
(abc){2,3}	abcabc、abcabcabc
^[^-][0-9]$	0、1、2、... （不匹配 -0、-1、 -2 等）

预定义的集合元字符:一切为了简变

元字符	等效字符类
\a	匹配铃声（警报）；\u0007
\b	匹配字符类外的字边界，它匹配退格字符，\u0008
\t	匹配制表符，\u0009
\r	匹配回车符，\u000D
\w	匹配垂直制表符，\u000B
\f	匹配换页符，\u000C
\n	匹配新行，\u000A
\e	匹配转义符，\u001B
\040	匹配 3 位 8 进制 ASCII 字符。\040 表示空格（十进制数 32）。
\x20	使用 2 位 16 进制数匹配 ASCII 字符。此例中，\x2- 表示空格。
\cC	匹配 ASCII 控制字符，此例中是 ctrl-C。
\u0020	使用 4 位 16 进制数匹配 Unicode 字符。此例中 \u0020 是空格。
\*	不代表预定义字符类的任意字符都只作为该字符本身对待。因此，\* 等同于 \x2A（是文字 *，不是 * 元字符）。
\p{name}	匹配已命名字符类“name”中的任意字符。支持名称是 Unicode 组和块范围。例如，Ll、Nd、Z、IsGreek、IsBoxDrawing 和 Sc（货币）。
\p{name}	匹配已命名字符类“name”中不包括的文本。
\w	匹配任意单词字符。对于非 Unicode 和 ECMAScript 实现，这等同于 [a-zA-Z_0-9]。在 Unicode 类别中，这等同于 [\p{Ll}\p{Lu}\p{Lt}\p{Lo}\p{Nd}\p{Pc}]。
\W	\w 的否定，等效于 ECMAScript 兼容集合 [^a-zA-Z_0-9] 或 Unicode 字符类别 [^\p{Ll}\p{Lu}\p{Lt}\p{Lo}\p{Nd}\p{Pc}]。
\s	匹配任意空白区域字符。等效于 Unicode 字符类 [\f\n\r\t\v\x85\p{Z}]。如果使用 ECMAScript 选项指定 ECMAScript 兼容方式，\s 等效于 [ \f\n\r\t\v] （请注意前导空格）。
\S	匹配任意非空白区域字符。等效于 Unicode 字符类别 [^\f\n\r\t\v\x85\p{Z}]。如果使用 ECMAScript 选项指定 ECMAScript 兼容方式，\S 等效于 [^ \f\n\r\t\v] （请注意 ^ 后的空格）。
\d	匹配任意十进制数字。在 ECMAScript 方式下，等效于 Unicode 的 [\p{Nd}]、非 Unicode 的 [0-9]。
\D	匹配任意非十进制数字。在 ECMAScript 方式下，等效于 Unicode 的 [\p{Nd}]、非 Unicode 的 [^0-9]。

怎么用正则表达式?

请访问以下地址中的正则表达式联机数据库：http://www.regexlib.com/。

模式	说明
^\d{5}$	5 个数值数字，如美国邮政编码。
^(\d{5})|(\d{5}-\d{4}$	5 个数值数字或 5 个数字-短划线-4 个数字。匹配 5 位数字格式的美国邮政编码，或 5 位数字 + 4 位数字格式的美国邮政编码。
^(\d{5}(-\d{4})?$	与前一个相同，但更有效。使用 ? 可使模式中的 4 位数字成为可选部分，而不是要求分别比较不同的两个模式（通过另一种方式）。
^[+-]?\d+(\.\d+)?$	匹配任意有可选符号的实数。
^[+-]?\d*\.?\d*$	与上一个相同，但也匹配空字符串。
^(20|21|22|23|[01]\d)[0-5]\d$	匹配 24 小时制时间值。
/\*.*\*/	匹配 C 语言风格的注释 /* ... */

asp.net 中的使用?

private void ValidateZipButton_Click(object sender, System.EventArgs e)
{
   String ZipRegex = @"^\d{5}___FCKpd___0quot;;
   if(Regex.IsMatch(ZipTextBox.Text, ZipRegex))
   {
      ResultLabel.Text = "ZIP is valid!";
   }
   else
   {
      ResultLabel.Text = "ZIP is invalid!";
   }
}

类似的，可以使用静态 Replace() 方法将匹配替换为特定字符串，如下所示：

String newText = Regex.Replace(inputString, pattern, replacementText);

最后，可以使用如下代码遍历输入字符串的匹配集合：

private void MatchButton_Click(object sender, System.EventArgs e)
{
   MatchCollection matches = Regex.Matches(SearchStringTextBox.Text, 
MatchExpressionTextBox.Text);
   MatchCountLabel.Text = matches.Count.ToString();
   MatchesLabel.Text = "";
   foreach(Match match in matches)
   {
      MatchesLabel.Text += "Found" + match.ToString() + " at 
position " + match.Index + ".<br>";
   }
}

参考:

http://msdn.microsoft.com/library/chs/default.asp?url=/library/CHS/jscript7/html/jsreconintroductiontoregularexpressions.asp

http://www.unibetter.com/deerchao/zhengzhe-biaodashi-jiaocheng-se.htm(更深内容)