正则表达式是一种匹配输入文本的模式，可以用于解析和验证给定文本以及模式之间是否匹配，模式可以包含运算符、字符字面值或结构。
正则表达式的组成
我们可以使用正则表达式检查给定字符串是否与指定模式相匹配。正则表达式的匹配模式由一系列字符组成，其中可以包括数子、文字、运算符、字符等等。我们可以使用这些模式来搜索字符串或文件，并查看是否找到了匹配的项。
开发中我们一般使用正则表达式来验证用户输入的信息是否正确，比如邮箱地址、手机号码等等。下面列举了用于定义正则表达式的各种类别的字符、运算符和结构：
-
转义字符；
-
字符类；
-
定位符；
-
分组构造；
-
限定符；
-
反向引用构造；
-
备用构造；
-
替换；
-
杂项构造。
1) 转义字符
正则表达式中的反斜杠
\用来表示它后面跟随的字符是特殊字符，具有特殊的含义。下表列举了一些常用的转义字符：
|
转义字符 |
描述 |
正则表达式 |
示例 |
|
\a |
与报警 (bell) 符 \u0007 匹配 |
\a |
匹配 "Warning!" + '\u0007' 中的 "\u0007" |
|
\b |
在字符类中，与退格键 \u0008 匹配 |
[\b]{3,} |
匹配 "\b\b\b\b" 中的 "\b\b\b\b" |
|
\t |
与制表符 \u0009 匹配 |
(\w+)\t |
匹配 "Name\tAddr\t" 中的 "Name\t" 和 "Addr\t" |
|
\r |
与回车符 \u000D 匹配,（\r 与换行符 \n 不是等效的） |
\r\n(\w+) |
匹配 "\r\nHello\nWorld." 中的 "\r\nHello" |
|
\v |
与垂直制表符 \u000B 匹配 |
[\v]{2,} |
匹配 "\v\v\v" 中的 "\v\v\v" |
|
\f |
与换页符 \u000C 匹配 |
[\f]{2,} |
匹配 "\f\f\f" 中的 "\f\f\f" |
|
\n |
与换行符 \u000A 匹配 |
\r\n(\w+) |
匹配 "\r\nHello\nWorld." 中的 "\r\nHello" |
|
\e |
与转义符 \u001B 匹配 |
\e |
匹配 "\x001B" 中的 "\x001B" |
|
\nnn |
使用八进制形式指定一个字符（nnn 由二到三位数字组成） |
\w\040\w |
匹配 "a bc d" 中的 "a b" 和 "c d" |
|
\xnn |
使用十六进制形式指定字符（nn 由两位数字组成） |
\w\x20\w |
匹配 "a bc d" 中的 "a b" 和 "c d" |
|
\cX\cx |
匹配 X 或 x 指定的 ASCII 字符，其中 X 或 x 是控件字符的字母 |
\cC |
匹配 "Ctrl" 中的 "C" |
|
\unnnn |
使用十六进制形式匹配一个 Unicode 字符（nnnn 表示一个四位数） |
\w\u0020\w |
匹配 "a bc d" 中的 "a b" 和 "c d" |
|
\ |
在后面带有不识别的转义字符时，与该字符匹配 |
\d+[\+-x\*]\d+\d+[\+-x\*\d+ |
匹配 "(2+2) * 3*9" 中的 "2+2" 和 "3*9" |
2) 字符类
字符类可以与一个字符串中的任何一个字符相匹配，下表中列举了一些常用的字符类：
|
字符类 |
描述 |
正则表达式 |
示例 |
|
[character_group] |
匹配 character_group 中的任何一个字符，默认情况下 character_group 中的字符区分大小写 |
[mn] |
匹配 "mat" 中的 "m"，"moon" 中的 "m" 和 "n" |
|
[^character_group] |
匹配不在 character_group 中的任何单个字符，默认情况下 character_group 中的字符区分大小写 |
[^aei] |
匹配 "avail" 中的 "v" 和 "l" |
|
[first-last] |
字符范围，匹配与从 first 到 last 范围内的任何单个字符 |
[b-d] |
[b-d]irds 可以匹配 Birds、 Cirds、 Dirds |
|
. |
通配符：匹配任何字符，若要匹配句号（. 或 \u002E），则必须在该字符前面加上转义符 (\.) |
a.e |
匹配 "have" 中的 "ave"， "mate" 中的 "ate" |
|
\p{name} |
匹配 name 中指定的 Unicode 字符 |
\p{Lu} |
匹配 "City Lights" 中的 "C" 和 "L" |
|
\P{name} |
匹配不在 name 中指定的 Unicode 字符 |
\P{Lu} |
匹配 "City" 中的 "i"、 "t" 和 "y" |
|
\w |
匹配字母、数字、下划线 |
\w |
匹配 "Room#1" 中的 "R"、 "o"、 "m" 和 "1" |
|
\W |
匹配字母、数字或下划线以外的字符 |
\W |
匹配 "Room#1" 中的 "#" |
|
\s |
匹配任何空白字符（包括换行符） |
\w\s |
匹配 "ID A1.3" 中的 "D " |
|
\S |
匹配任何非空白字符（包括换行符） |
\s\S |
匹配 "int __ctr" 中的 " _" |
|
\d |
匹配任何十进制数字 |
\d |
匹配 "4 = IV" 中的 "4" |
|
\D |
匹配不是十进制数的任意字符 |
\D |
匹配 "4 = IV" 中的 " "、 "="、 " "、 "I" 和 "V" |
3) 定位符
定位符可以根据字符串出现的具体位置来判断匹配是成功还是失败，下表中列举了常用的定位符：
|
断言 |
描述 |
正则表达式 |
示例 |
|
^ |
从字符串的开始位置进行匹配 |
^\d{3} |
匹配 "567-777-" 中的 "567" |
|
$ |
从字符串的结尾位置进行匹配 |
-\d{4}$ |
匹配 "8-12-2012" 中的 "-2012" |
|
\A |
匹配字符串的开始位置 |
\A\w{4} |
匹配 "Code-007-" 中的 "Code" |
|
\Z |
匹配字符串的结尾位置或字符串结尾换行之前的位置 |
-\d{3}\Z |
匹配 "Bond-901-007" 中的 "-007" |
|
\z |
匹配字符串的结尾位置 |
-\d{3}\z |
匹配 "-901-333" 中的 "-333" |
|
\G |
匹配上一个匹配结束的位置 |
\G\(\d\) |
匹配 "(1)(3)(5)[7](9)" 中的 "(1)"、 "(3)" 和 "(5)" |
|
\b |
匹配一个单词的开始或结束的位置 |
er\b |
匹配"never"中的"er"，但不能匹配"verb"中的"er"。 |
|
\B |
匹配一个单词的中间位置 |
er\B |
匹配"verb"中的"er"，但不能匹配"never"中的"er"。 |
4) 分组构造
分组构造描述了正则表达式的子表达式，并捕获输入字符串的子字符串。下表列出了常用的分组构造：
|
分组构造 |
描述 |
正则表达式 |
示例 |
|
(subexpression) |
捕获匹配的子表达式并将其分配到一个从零开始的序号中 |
(\w)\1 |
"deep" 中的 "ee" |
|
(?<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) |
定义平衡组 |
(((?'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" |
|
(?imnsx-imnsx:subexpression) |
应用或禁用 subexpression 中指定的选项 |
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" |
|
(? |
