正则表达式

1.正则表达式是对字符串的操作

2.正则表达式是一个用来描述字符串特征的表达式。

特征：必须出现的内容、可能出现的内容、不能出现的内容。

观察字符串规律，根据规律总结特征，然后根据特定字符串的特征来编写正则表达式。

元字符简介：/article/6170766.html

常用函数：

Regex.IsMatch(); //判断是否匹配
Regex.Match();//提取某个（一个）匹配
Regex.Matches();//提取所有的匹配
Regex.Replace();//替换
Regex.Split();//分割

Regex.IsMatch()

练习1：判断是否是合法的邮政编码（6位数字）
lRegex.IsMatch("100830","^[0-9]{6}$")
Regex.IsMatch("119", @"^\d{6}$");

解释：由元字符定义得知“[0-9]”表示0到9的任意字符，“{6}”表示前面的字符匹配6次，因此“[0-9]{6}”中的{6}表示对数字匹配6次(000000123)。简写表达式得知“[0-9]”可以被“\d”代替，所以第二种写法“\d{6}”也是正确的。

练习2：判断一个字符串是不是身份证号码。

1.长度为15位或者18位的字符串，首位不能是0。
2.如果是15位，则全部是数字。
3.如果是18位，则前17位都是数字，末位可能是数字也可能是X。
写法一：^[1-9][0-9]{14}([0-9]{2}[0-9Xx])?$
写法二： ^([1-9][0-9]{14}|[1-9][0-9]{16}[0-9X])$
练习3：判断字符串是否为正确的国内电话号码，不考虑分机。

•010-8888888或010-88888880或010xxxxxxx
•0335-8888888或0335-88888888（区号-电话号）03358888888
•10086、10010、95595、95599、95588（5位）
•13888888888（11位都是数字）
Regex.IsMatch(phoneNumber, @“^((\d{3,4}\-?\d{7,8})|(\d{5})|(\d{11}))$”);
或者Regex.IsMatch(phoneNumber, @“^((\d{3,4}\-?\d{7,8})|(\d{5}))$”);
按照要求一个一个写，都用|连起来。注意：由于区号有时为010-xxxxxxx有时为010xxxxxxx，-可有可无，所以需要?,由于-表示一个区间，所以这里要转义\-。最后不要忘记在所有|的最外层加一对()

Regex.Match()/Matches()

string msg = "大家好呀，hello,2010年10月10日是个好日子。恩，9494.吼吼！886.";
Match match1 = Regex.Match(msg, @"\d", RegexOptions.ECMAScript); //提取得到 2  （逐个提取）
Match match2 = Regex.Match(msg, @"\d+", RegexOptions.ECMAScript); //提取得到2010

//提取所有的匹配的字符串
MatchCollection matches = Regex.Matches(msg, @"\d+", RegexOptions.ECMAScript);
for (int i = 0; i < matches.Count; i++)
{
Console.WriteLine(matches[i].Value);
}
Console.ReadLine();

打印结果：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Text.RegularExpressions;
using System.IO;

namespace _02正则表达式提取
{
class Program
{
static void Main(string[] args)
{

#region 提取数字符串中的所有的数字

string msg = "大家好呀，hello,2010年10月10日是个好日子。恩，9494.吼吼！886.";
Match match1 = Regex.Match(msg, @"\d", RegexOptions.ECMAScript); //提取得到 2  （逐个提取）
Match match2 = Regex.Match(msg, @"\d+", RegexOptions.ECMAScript); //提取得到2010
Console.WriteLine(match.Value);
Console.ReadLine();

////一般在调用IsMatch()的时候要判断完全匹配，所以要加^$
////但是一个在调用Match()或Matches()的时候，是要从一个大字符串中提取某一部分匹配的内容，所以这个时候是不能加^与$的，如果加了，则必须整个大字符串与给定正则表达式完全匹配
////创建一个对象实现逐个提取
//Regex regex = new Regex(@"\d+", RegexOptions.ECMAScript);

//Match match = regex.Match(msg);
//while (match.Value.Length != 0)
//{
//    Console.WriteLine(match.Value);
//    match = regex.Match(msg, match.Index + match.Value.Length);
//}

////Console.WriteLine(match.Value);

////match = regex.Match(msg, match.Index + match.Value.Length);
////Console.WriteLine(match.Value);

////match = regex.Match(msg, match.Index + match.Value.Length);
////Console.WriteLine(match.Value);

////match = regex.Match(msg, match.Index + match.Value.Length);
////Console.WriteLine(match.Value);

////match = regex.Match(msg, match.Index + match.Value.Length);
////Console.WriteLine(match.Value);

////match = regex.Match(msg, match.Index + match.Value.Length);
////Console.WriteLine(match.Value);

////match = regex.Match(msg, match.Index + match.Value.Length);
////Console.WriteLine(match.Value);

////match = regex.Match(msg, match.Index + match.Value.Length);
////Console.WriteLine(match.Value);

//Console.ReadLine();

////Match match1 = Regex.Match(msg, @"\d+", RegexOptions.ECMAScript);
////Console.WriteLine(match1.Value);

////Match match2 = Regex.Match(msg, @"\d+", RegexOptions.ECMAScript);
////Console.WriteLine(match2.Value);

////Match match3 = Regex.Match(msg, @"\d+", RegexOptions.ECMAScript);
////Console.WriteLine(match3.Value);

//Console.ReadLine();

//提取所有的匹配的字符串
MatchCollection matches = Regex.Matches(msg, @"\d+", RegexOptions.ECMAScript);
for (int i = 0; i < matches.Count; i++)
{
Console.WriteLine(matches[i].Value);
}
Console.ReadLine();

////判断是否匹配
////Regex.IsMatch();判断是否匹配
#endregion

#region 从文件中提取Email地址

////提取文件  提取Email.htm  中的所有Email地址
////1.读取文件中的内容到字符串
//string html = File.ReadAllText("提取Email.htm");
////2.创建正则表达式
//MatchCollection matches = Regex.Matches(html, @"[-a-zA-Z0-9_.]+@[-a-zA-Z0-9]+(\.[a-zA-Z0-9]+){1,}");

////3.进行提取

////4.输出
//foreach (Match item in matches)
//{
//    Console.WriteLine(item.Value);
//}
//Console.WriteLine(matches.Count);
//Console.ReadKey();

#endregion

#region MyRegion

//string msg = "大夫，我咳嗽得很重。”     大夫：“你多大年记？”     患者：“七十五岁。”     大夫：“二十岁咳嗽吗”患者：“不咳嗽。”     大夫：“四十岁时咳嗽吗？”     患者：“也不咳嗽。”     大夫：“那现在不咳嗽，还要等到什么时咳嗽？";

//MatchCollection matches = Regex.Matches(msg, "咳嗽");
//foreach (Match item in matches)
//{
//    Console.WriteLine(item.Index);
//}
//Console.WriteLine("一共出现了{0}", matches.Count);
//Console.ReadKey();

#endregion

#region 字符串提取

//           //1.从一个大字符串中提取 某一部分子字符串

//           //2.在提取到的字符串中，再提取其中的某部分
//           //【提取组】

//           ////提取文件  提取Email.htm  中的所有Email地址
//           //1.读取文件中的内容到字符串
//           string html = File.ReadAllText("提取Email.htm");
//           //2.创建正则表达式
//MatchCollection matches = Regex.Matches(html, @"[-a-zA-Z0-9_.]+@([-a-zA-Z0-9]+((\.[a-zA-Z0-9]+){1,}))");
//           //()((()()))(()())()

//           //(   ()()  )
//           //3.进行提取

//           //4.输出
//           foreach (Match item in matches)
//           {
//               Console.WriteLine(item.Value + "===============" + item.Groups[1].Value + "=======" + item.Groups[2].Value);
//           }
//           Console.WriteLine(matches.Count);
//           Console.ReadKey();

#endregion

#region 提取组2

//Match match = Regex.Match("age=30", @"^(.+)=(.+)$");
//Console.WriteLine(match.Groups[1].Value + "============" + match.Groups[2].Value);
//Console.ReadKey();

#endregion

//普通的字符串提取：Match() Matches(),思路是从整个字符串中找出所有那些匹配指定正则表达式的字符串

//提取组的思路：先写一个能满足整个字符串的正则表达式，然后在正则表达式中用括号将那些你想要提取的内容括起来，这样就可以提取你想要的组了。

#region 从文件路径中提取出文件名(包含后缀) @“^.+\(.+)$”。比如从c:\windows\testb.txt中提取出testb.txt这个文件名出来。项目中用Path.GetFileName更好。贪婪模式。注意：\在c#中与在正则表达式中的转义符问题。

//string path = @"C:\Documents and Settings\Administrator\桌面\资料\讲课素材\正则表达式工具\Regulator20Bin\The Regulator 2.0\_FusionLic.dll";
////提取组：1>编写一个能满足整个路径的正则表达式
//Match match = Regex.Match(path, @".+\\(.+)");
//Console.WriteLine(match.Groups[1].Value);
//Console.ReadKey();
#endregion

#region 从“June         26       ,        1951    ”中提取出月份June、26、1951来。@"^([a-zA-Z]+)\s*(\d{1,2})\s*,\s*(\d{4})\s*$"进行匹配。月份和日之间是必须要有空格分割的，所以使用空白符号“\s”匹配所有的空白字符，此处的空格是必须有的，所以使用“+”标识为匹配1至多个空格。之后的“，”与年份之间的空格是可有可无的，所以使用“*”表示为匹配0至多个

//string msg = "June26,1951    ";
//Match match = Regex.Match(msg, @"^([a-zA-Z]+)\s*(\d{1,2})\s*,\s*(\d{4})\s*$");
//Console.WriteLine(match.Groups[1].Value);
//Console.WriteLine(match.Groups[2].Value);
//Console.WriteLine(match.Groups[3].Value);
//Console.ReadKey();

#endregion

#region 从Email中提取出用户名和域名，比如从test@163.com中提取出test和163.com。

//string email = "test@163.com";
//Match match = Regex.Match(email, @"(^\w+)@(\w+\.\w+)$");
//Console.WriteLine(match.Groups[1].Value + "         " + match.Groups[2].Value);
//Console.ReadKey();

#endregion

#region “192.168.10.5[port=21,type=ftp]”，这个字符串表示IP地址为192.168.10.5的服务器的21端口提供的是ftp服务，其中如果“,type=ftp”部分被省略，则默认为http服务。请用程序解析此字符串，然后打印出“IP地址为***的服务器的***端口提供的服务为***”

string s1 = "192.168.10.5[port=21,type=ftp]";
//string s1 = "192.168.10.5[port=21]";

Match match = Regex.Match(s1, @"^((\d{1,3}\.){3}\d{1,3})\[port=(\d{1,2})(,type=([a-zA-Z0-9]+))?\]$", RegexOptions.ECMAScript);
Console.WriteLine("ip:{0}", match.Groups[1].Value);
Console.WriteLine("port:{0}", match.Groups[3]);
Console.WriteLine("service:{0}", match.Groups[5].Value.Length == 0 ? "http" : match.Groups[5].Value);
Console.ReadKey();

#endregion

}
}
}

View Code
扩展：贪婪模式与非贪婪模式
http://www.blogdaren.com/post-2081.html