正则表达式官方文档.md 15 KB
| 参考文献 | https://docs.microsoft.com/zh-cn/dotnet/standard/base-types/regular-expression-language-quick-reference |
==字符转义==
==正则表达式中的反斜杠字符== ==()== ==指示其后跟的字符是特殊字符（如下表所示），或应按原义解释该字符。== ==有关详细信息，请参阅====字符转义====。==
| 转义字符 | 描述 | 模式 | 匹配 |
| \a | 与报警 (bell) 符 \u0007 匹配。 | \a | "Error!" + '\u0007' 中的 "\u0007" |
| \b | 在字符类中，与退格键 \u0008 匹配。 | [\b]{3,} | "\b\b\b\b" 中的 "\b\b\b\b" |
| \t | 与制表符 \u0009 匹配。 | (\w+)\t | "item1\titem2\t" 中的 "item1\t" 和 "item2\t" |
| \r | 与回车符 \u000D 匹配。 （\r 与换行符 \n不是等效的。） | \r\n(\w+) | "\r\nThese are\ntwo lines." 中的 "\r\nThese" |
| \v | 与垂直制表符 \u000B 匹配。 | [\v]{2,} | "\v\v\v" 中的 "\v\v\v" |
| \f | 与换页符 \u000C 匹配。 | [\f]{2,} | "\f\f\f" 中的 "\f\f\f" |
| \n | 与换行符 \u000A 匹配。 | \r\n(\w+) | "\r\nThese are\ntwo lines." 中的 "\r\nThese" |
| \e | 与转义符 \u001B 匹配。 | \e | "\x001B" 中的 "\x001B" |
| \ nnn | 使用八进制表示形式指定字符（_nnn_ 由二位或三位数字组成）。 | \w\040\w | "a bc d" 中的 "a b" 和 "c d" |
| \x nn | 使用十六进制表示形式指定字符（_nn_ 恰好由两位数字组成）。 | \w\x20\w | "a bc d" 中的 "a b" 和 "c d" |
| \c X \c x |
匹配 _X_ 或 _x_ 指定的 ASCII 控制字符，其中 _X_ 或 _x_ 是控制字符的字母。 | \cC | "\x0003" 中的 "\x0003" (Ctrl-C) |
| \u nnnn | 使用十六进制表示形式匹配 Unicode 字符（由 _nnnn_ 正确表示的四位数）。 | \w\u0020\w | "a bc d" 中的 "a b" 和 "c d" |
| |在后面带有不识别为本主题的此表和其他表中的转义符的字符时，与该字符匹配。 例如， * 与 \x2A相同，而 . 与 \x2E相同。 这样一来，正则表达式引擎可以区分语言元素（如 * 或 ?）和字符文本（由 * 或 \? 表示）。 | \d+[+-x*]\d+ | "(2+2) * 3*9" 中的 "2+2" 和 "3*9" |
字符转义
==字符类==
==字符类与一组字符中的任何一个字符匹配。== ==字符类包括下表中列出的语言元素。== ==有关更多信息，请参见== ==字符类====。==
| 字符类 | 描述 | 模式 | 匹配 |
| [ character_group ] | 匹配 _character_group_ 中的任何单个字符。 默认情况下，匹配区分大小写。 | [ae] | "gray" 中的 "a" "lane" 中的 "a" 和 "e" |
| [^ character_group ] | 求反：与不在 character_group 中的任意单个字符匹配。 默认情况下， _character_group_ 中的字符区分大小写。 | [^aei] | "reign" 中的 "r"、"g" 和 "n" |
| [ first - last ] | 字符范围：与从 _first_ 到 _last_ 的范围中的任意单个字符匹配。 | [A-Z] | "AB123" 中的 "A" 和 "B" |
| . | 通配符：与除 \n 之外的任意单个字符匹配。 若要匹配文本句点字符（. 或 \u002E），你必须在该字符前面加上转义符 (.)。 |
a.e | "nave" 中的 "ave" "water" 中的 "ate" |
| \p{ _name_ } | 与 _name_ 指定的 Unicode 通用类别或命名块中的任何单个字符匹配。 | \p{Lu} \p{IsCyrillic} |
"City Lights" 中的 "C" 和 "L" "ДЖem" 中的 "Д" 和 "Ж" |
| \P{ _name_ } | 与不在 _name_ 指定的 Unicode 通用类别或命名块中的任何单个字符匹配。 | \P{Lu} \P{IsCyrillic} |
"City" 中的 "i"、"t" 和 "y" "ДЖem" 中的 "e" 和 "m" |
| \w | 与任何单词字符匹配。 | \w | "ID A1.3" 中的 "I"、"D"、"A"、"1" 和 "3" |
| \W | 与任何非单词字符匹配。 | \W | "ID A1.3" 中的 " " 和 "." |
| \s | 与任何空白字符匹配。 | \w\s | "ID A1.3" 中的 "D " |
| \S | 与任何非空白字符匹配。 | \s\S | "int __ctr" 中的 " _" |
| \d | 与任何十进制数字匹配。 | \d | "4 = IV" 中的 "4" |
| \D | 匹配不是十进制数的任意字符。 | \D | "4 = IV" 中的 " "、"="、" "、"I" 和 "V" |
字符类
==定位点==
==定位点或原子零宽度断言会使匹配成功或失败，具体取决于字符串中的当前位置，但它们不会使引擎在字符串中前进或使用字符。== ==下表中列出的元字符是定位点。== ==有关详细信息，请参阅== ==定位点====。==
| 断言 | 说明 | 模式 | 匹配 |
| ^ | 默认情况下，必须从字符串的开头开始匹配；在多行模式中，必须从该行的开头开始。 | ^\d{3} | "901-333-" 中的 "901" |
| $ | 默认情况下，匹配必须出现在字符串的末尾，或在字符串末尾的 \n 之前；在多行模式中，必须出现在该行的末尾之前，或在该行末尾的 \n 之前。 | -\d{3}$ | "-901-333" 中的 "-333" |
| \A | 匹配必须出现在字符串的开头。 | \A\d{3} | "901-333-" 中的 "901" |
| \Z | 匹配必须出现在字符串的末尾或出现在字符串末尾的 \n 之前。 | -\d{3}\Z | "-901-333" 中的 "-333" |
| \z | 匹配必须出现在字符串的末尾。 | -\d{3}\z | "-901-333" 中的 "-333" |
| \G | 匹配必须出现在上一个匹配结束的地方。 | \G(\d) | "(1)(3)(5)7" 中的 "(1)"、"(3)" 和 "(5)" |
| \b | 匹配必须出现在 \w （字母数字）和 \W （非字母数字）字符之间的边界上。 | \b\w+\s\w+\b | "them theme them them" 中的 "them theme" 和 "them them" |
| \B | 匹配不得出现在 \b 边界上。 | \Bend\w*\b | "end sends endure lender" 中的 "ends" 和 "ender" |
定位点
==分组构造==
==分组构造描述了正则表达式的子表达式，通常用于捕获输入字符串的子字符串。== ==分组构造包括下表中列出的语言元素。== ==有关详细信息，请参阅== ==分组构造====。==
| 分组构造 | 描述 | 模式 | 匹配 |
| ( subexpression ) | 捕获匹配的子表达式并将其分配到一个从 1 开始的序号中。 | (\w)\1 | "deep" 中的 "ee" |
| (?< name > subexpression ) 或 (?' name ' subexpression ) |
将匹配的子表达式捕获到一个命名组中。 | (?<double>\w)\k<double> | "deep" 中的 "ee" |
| (?< name1 - name2 > subexpression ) 或 (?' name1 - name2 ' subexpression ) |
定义平衡组定义。 有关详细信息，请参阅 分组构造中的"平衡组定义"部分。 | (((?'Open'()[^()])+((?'Close-Open'))[^()])+)*(?(Open)(?!))$ | "3+2^((1-3)(3-1))" 中的 "((1-3)(3-1))" |
| (?: subexpression ) | 定义非捕获组。 | Write(?:Line)? | "Console.WriteLine()" 中的 "WriteLine" "Console.Write(value)" 中的 "Write" |
| (?imnsx-imnsx: subexpression ) | 应用或禁用 _子表达式_ 中指定的选项。 有关详细信息，请参阅 正则表达式选项。 | A\d{2}(?i:\w+)\b | "A12xl A12XL a12xl" 中的 "A12xl" 和 "A12XL" |
| (?= subexpression ) | 零宽度正预测先行断言。 | \w+(?=.) | "He is. The dog ran. The sun is out." 中的 "is"、"ran" 和 "out" |
| (?! subexpression ) | 零宽度负预测先行断言。 | \b(?!un)\w+\b | "unsure sure unity used" 中的 "sure" 和 "used" |
| (?<= subexpression ) | 零宽度正回顾后发断言。 | (?<=19)\d{2}\b | "1851 1999 1950 1905 2003" 中的 "99"、"50" 和 "05" |
| (?<! subexpression ) | 零宽度负回顾后发断言。 | (?<!19)\d{2}\b | "1851 1999 1950 1905 2003" 中的 "51" 和 "03" |
| (?> subexpression ) | 原子组。 | 13579 | "1ABB 3ABBC 5AB 5AC" 中的 "1ABB"、"3ABB" 和 "5AB" |
分组构造
==数量词==
==限定符指定在输入字符串中必须存在上一个元素（可以是字符、组或字符类）的多少个实例才能出现匹配项。== ==限定符包括下表中列出的语言元素。== ==有关更多信息，请参见== ==数量词====。==
| 限定符 | 描述 | 模式 | 匹配 |
| * | 匹配上一个元素零次或多次。 | \d*.\d | ".0", "19.9", "219.9" |
| + | 匹配上一个元素一次或多次。 | "be+" | "been" 中的 "bee"、"bent" 中的 "be" |
| ? | 匹配上一个元素零次或一次。 | "rai?n" | "ran", "rain" |
| { n } | 匹配上一个元素恰好 _n_ 次。 | ",\d{3}" | "1,043.6" 中的 ",043"、"9,876,543,210" 中的 ",876"、",543" 和 ",210" |
| { n ,} | 匹配上一个元素至少 _n_ 次。 | "\d{2,}" | "166", "29", "1930" |
| { n , m } | 匹配上一个元素至少 _n_ 次，但不多于 _m_ 次。 | "\d{3,5}" | "166", "17668" "193024" 中的 "19302" |
| *? | 匹配上一个元素零次或多次，但次数尽可能少。 | \d*?.\d | ".0", "19.9", "219.9" |
| +? | 匹配上一个元素一次或多次，但次数尽可能少。 | "be+?" | "been" 中的 "be"、"bent" 中的 "be" |
| ?? | 匹配上一个元素零次或一次，但次数尽可能少。 | "rai??n" | "ran", "rain" |
| { n }? | 匹配前面的元素恰好 _n_ 次。 | ",\d{3}?" | "1,043.6" 中的 ",043"、"9,876,543,210" 中的 ",876"、",543" 和 ",210" |
| { n ,}? | 匹配上一个元素至少 _n_ 次，但次数尽可能少。 | "\d{2,}?" | "166", "29", "1930" |
| { n , m }? | 匹配上一个元素的次数介于 _n_ 和 _m_ 之间，但次数尽可能少。 | "\d{3,5}?" | "166", "17668" "193024" 中的 "193" 和 "024" |
数量词
==反向引用构造==
==反向引用允许在同一正则表达式中随后标识以前匹配的子表达式。== ==下表列出了== ==.NET== ==正则表达式支持的反向引用构造。== ==有关详细信息，请参阅== ==反向引用构造====。==
| 反向引用构造 | 描述 | 模式 | 匹配 |
| \ number | 后向引用。 匹配编号子表达式的值。 | (\w)\1 | "seek" 中的 "ee" |
| \k< _name_ > | 命名后向引用。 匹配命名表达式的值。 | (?<char>\w)\k<char> | "seek" 中的 "ee" |
反向引用构造
==替换构造==
==替换构造用于修改正则表达式以启用== ==either/or== ==匹配。== ==这些构造包括下表中列出的语言元素。== ==有关详细信息，请参阅== ==替换构造====。==
| 替换构造 | 描述 | 模式 | 匹配 |
| | | 匹配以竖线 (|) 字符分隔的任何一个元素。 | th(e|is|at) | "this is the day." 中的 "the" 和 "this" |
| (?( _expression_ ) _yes_ | _no_ ) | 如果由 _expression_ 指定的正则表达式模式匹配，则匹配 _yes_ ；否则，匹配可的 _no_ 部分。 _expression_ 解释为零宽度的断言。 | (?(A)A\d{2}\b|\b\d{3}\b) | "A10 C103 910" 中的 "A10" 和 "910" |
| (?( _name_ ) _yes_ | _no_ ) | 如果 _name_ (已命名或已编号的捕获组）具有匹项，则匹配 _yes_；否则，匹配可的 _no_。 | (?<quoted>")?(?(quoted).+?"|\S+\s) | "Dogs.jpg \"Yiska playing.jpg\"" 中的 "Dogs.jpg " 和 "\"Yiska playing.jpg\"" |
替换构造
==替代==
==替换是替换模式中支持的正则表达式语言元素。== ==有关更多信息，请参见== ==替代====。== ==下表中列出的元字符是原子零宽度断言。==
| 字符 | 说明 | 模式 | 替换模式 | 输入字符串 | 结果字符串 |
| $ number | 替换按组 _number_ 匹配的子字符串。 | \b(\w+)(\s)(\w+)\b | $3$2$1 | "one two" | "two one" |
| ${ _name_ } | 替换按命名组 _name_ 匹配的子字符串。 | \b(?<word1>\w+)(\s)(?<word2>\w+)\b | ${word2} ${word1} | "one two" | "two one" |
| $$ | 替换字符"$"。 | \b(\d+)\s?USD | $$$1 | "103 USD" | "$103" |
| $& | 替换整个匹配项的一个副本。 | \$?\d*.?\d+ | $& | "$1.30" | "$1.30" |
| $` | 替换匹配前的输入字符串的所有文本。 | B+ | $` | "AABBCC" | "AAAACC" |
| $' | 替换匹配后的输入字符串的所有文本。 | B+ | $' | "AABBCC" | "AACCCC" |
| $+ | 替换最后捕获的组。 | B+(C+) | $+ | "AABBCCDD" | "AACCDD" |
| $_ | 替换整个输入字符串。 | B+ | $_ | "AABBCC" | "AAAABBCCCC" |
替代
==正则表达式选项==
==可以指定控制正则表达式引擎如何解释正则表达式模式的选项。== ==其中的许多选项可以指定为内联（在正则表达式模式中）或指定为一个或多个== ==RegexOptions== ==常量。== ==本快速参考仅列出内联选项。== ==有关内联和== ==RegexOptions== ==选项的详细信息，请参阅文章== ==正则表达式选项====。==
==可通过两种方式指定内联选项：==
- ==通过使用====其他构造====(?imnsx-imnsx)====，可用选项或选项组前的减号== ==(-)== ==关闭这些选项。== ==例如，== ==(?i-mn)== ==启用不区分大小写的匹配== ==(====i====)====，关闭多行模式== ==(====m====)== ==并关闭未命名的组捕获== ==(====n====)====。== ==该选项自定义选项的点开始应用于此正则表达式，且持续有效直到模式结束或者到另一构造反转此选项的点。==
- ==通过使用== ==分组构造====(?imnsx-imnsx:==子表达式==)====（只定义指定组的选项）。==
==.NET== ==正则表达式引擎支持以下内联选项：==
| 选项 | 说明 | 模式 | 匹配 |
| i | 使用不区分大小写的匹配。 | \b(?i)a(?-i)a\w+\b | "aardvark AAAuto aaaAuto Adam breakfast" 中的 "aardvark" 和 "aaaAuto" |
| m | 使用多行模式。 ^ 和 $ 匹配行的开头和结尾，但不匹配字符串的开头和结尾。 | 有关示例，请参阅 正则表达式选项中的"多行模式"部分。 | |
| n | 不捕获未命名的组。 | 有关示例，请参阅 正则表达式选项中的"仅显式捕获"部分。 | |
| s | 使用单行模式。 | 有关示例，请参阅 正则表达式选项中的"单行模式"部分。 | |
| x | 忽略正则表达式模式中的非转义空白。 | \b(?x) \d+ \s \w+ | "1 aardvark 2 cats IV centurions" 中的 "1 aardvark" 和 "2 cats" |
正则表达式选项
==其他构造==
==其他构造可修改某个正则表达式模式或提供有关该模式的信息。== ==下表列出了== ==.NET== ==支持的其他构造。== ==有关详细信息，请参阅== ==其他构造====。==
| 构造 | 定义 | 示例 |
| (?imnsx-imnsx) | 在模式中间对诸如不区分大小写这样的选项进行设置或禁用。有关详细信息，请参阅正则表达式选项。 | \bA(?i)b\w+\b 匹配 "ABA Able Act" 中的 "ABA" 和 "Able" |
| (?# comment ) | 内联注释。 该注释在第一个右括号处终止。 | \bA(?#Matches words starting with A)\w+\b |
| # [至行尾] | X 模式注释。 该注释以非转义的 # 开头，并继续到行的结尾。 | (?x)\bA\w+\b#Matches words starting with A |