正则表达式概念

英文Regular Expression 是计算机科学的一个重要概念，使用一种数学算法来解决计算机程序中的文本检索，匹配等问题。主要用于解决下面的问题：
1、检索：通过正则表达式，从字符串中获取我们想要的部分
2、判断给定的字符串是否符合正则表达式的过滤逻辑，可以认为正则表达式表述了一个字符串的书写规则
在C#中位于命名空间System.Text.RegularExpressions下

定位元字符

  • ^ ：匹配必须出现在字符串的开头或者行的开头
  • $ ：匹配必须出现在以下的位置：字符串结尾、字符串结尾处的 \n 之前或者行的结尾
string str = "Start Leanrning Net Core!";
        string begin = Regex.Replace(str, "^", "开始：");
        string end = Regex.Replace(str, "$", "结束");
        Console.WriteLine(str);
        Console.WriteLine(begin);
        Console.WriteLine(end);
输出结果：
Start Leanrning Net Core!
开始：Start Leanrning Net Core!
Start Leanrning Net Core!结束
  • \b ：匹配单词的开始或结束
  • \B：匹配非单词的开始或结束
  • \A：指定匹配必须出现在字符串的开头
  • \Z：指定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。
  • \z：指定匹配必须出现在字符串的末尾
  • \G：指定匹配必须出现在上一个匹配结束的地方。与 Match.NextMatch() 一起使用时，此确保所有的匹配时连续的。

基本语法元字符

  • . ：匹配除换行符以外的任意字符
  • \w：匹配字母、数字、下划线
  • \W：\w的补集（除“大小写字母、0-9数字、下划线”之外）
  • \s：匹配任意空白字符（包括换行符\n，回车符\r，制表符\t，垂直制表符\v，换页符\f）
  • \S：\s的补集
  • \d：匹配数字（0-9数字）
  • \D：\d的补集（除0-9数字之外）
string str = "12345447";
   string pattern = @"^\d*$";//此处*表示匹配0个或者多个，但是*不属于元字符
   Console.WriteLine(Regex.IsMatch(str, pattern));
   输出结果为：True

反义字符

  • \W：\w的补集
  • \D：\d的补集（除0-9数字之外）
  • \S：\s的补集
  • \B：匹配非单词的开始或结束
  • [ab] ：匹配中括号中的字符
  • [a-h]：匹配a到h之间的字符
  • [^x]：匹配除了x之外的字符
string str = "I am a Cat";
string pattern = @"[^at]";//匹配除了at之外的所有字符
Console.WriteLine(Regex.Replace(str, pattern,"*"));
输出结果：
**a**a**at

重复描述字符

  • {n}：匹配前面的字符n次
  • {n,}：匹配前面的字符n次或多于n次
  • {n,m}：匹配前面的字符n到m次
  • ？：重复零次或者一次
  • +：重复一次或者多次
  • *：重复零次或者多次
//匹配QQ号：5~12位的纯数字
string qq_1 = "125348";
string qq_2 = "1354684864846884";
string qq_3 = "X35345388486";
string pattern = @"^\d{5,12}$";
Console.WriteLine(Regex.IsMatch(qq_1, pattern));
Console.WriteLine(Regex.IsMatch(qq_2, pattern));
Console.WriteLine(Regex.IsMatch(qq_3, pattern));
输出结果：
True
False
False

择一匹配和分组

  • | ：将两个匹配条件进行逻辑“或”（Or）运算
  • ()：用小括号来指定子表达式（也叫做分组）
//提取符合的身份证号码
string id = "dsadasd510122196902300285fasf";
string pattern = @"[1-9]\d{5}(18|19|([23]\d))\d{2}((0[1-9])|(10|11|12))(([0-2][1-9]|10|20|30|31))\d{3}[0-9Xx]";
var matchs = Regex.Matches(id, pattern);
foreach (var match in matchs)
{
  Console.WriteLine(match.ToString());
}
输出结果：
510122196902300285
正则表达说明：
[1-9]\d{5}                 前六位地区，非0打头

(18|19|([23]\d))\d{2}      出身年份，覆盖范围为 1800-3999 年

((0[1-9])|(10|11|12))      月份，01-12月

(([0-2][1-9])|10|20|30|31) 日期，01-31天

\d{3}[0-9Xx]：              顺序码三位 + 一位校验码
其实以上正则表达式还是有问题，在如果月份日期码0230也会认为是正确的身份证号码
//匹配IP地址
string id = "192.168.255.256";
string pattern = @"^((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)$";
Console.WriteLine(Regex.IsMatch(id, pattern));
输出结果：
False
正则表达式说明：
Ip地址的格式为：192.168.1.1分为四段，每段的范围均为0~255，因此需要匹配的有以下几位情况：
1、只有两位数或者一位数：取值0~99，不用做限制只要是数字即可，正则表达式为[01]?\d\d?)
2、三位数：
如果百位数为1,则十位数和个位数不用做限制；
如果百位数为2：如果十位数在0-4的范围内个位数不用做限制：2[0-4]\d
但是如果十位数是5，那个数不能超过5：25[0-5]