极客教程.net 正则表达式
在 .net 中，正则表达式是一个非常强大的工具，用于处理和匹配文本数据。正则表达式通过定义模式来匹配文本，这种模式可以匹配特定字符、字符集、位置、数量等，非常有用。在 .net 中，正则表达式被封装在 System.Text.RegularExpressions 命名空间中，提供了一些类和方法，让我们可以方便地使用它。
正则表达式基础
在 .net 中，正则表达式主要由以下三个部分组成：元字符、字符集和量词。
元字符
元字符是正则表达式的基础，它们是一些特殊字符，通常用于匹配文本中的特定字符或位置。下面是一些 .net 中常用的元字符：
- .：匹配任意字符，除了新行符（\n）和回车符（\r）之外；
- \d：匹配数字字符，相当于 [0-9]；
- \D：匹配非数字字符，相当于 [^0-9]；
- \w：匹配单词字符，包括字母、数字和下划线，相当于 [a-zA-Z0-9_]；
- \W：匹配非单词字符，相当于 [^a-zA-Z0-9_]；
- \s：匹配空白字符，包括空格、制表符、新行符等等；
- \S：匹配非空白字符。
在正则表达式中，元字符需要使用反斜杠（\）进行转义，例如匹配句点字符（.）需要写成 .。
以下是一个简单的例子，用正则表达式匹配以字母“a”开头，并且后面跟着任意字符和一个数字的字符串：
using System;
using System.Text.RegularExpressions;
class Program
{
static void Main()
{
string input = "apple1, banana2, cherry3";
string pattern = "^a.+\\d$";
bool match = Regex.IsMatch(input, pattern);
Console.WriteLine(match);
}
}
运行程序，输出为 true，表示匹配成功。
字符集
字符集用于匹配一组特定的字符。在 .net 中，字符集可以使用方括号（[]）表示。方括号中的字符是要匹配的字符集，例如 [abc] 表示匹配字符 “a”、“b” 或 “c”。
字符集可以使用连字符（-）表示一个连续的字符范围，例如 [a-z] 表示匹配小写字母a到z中的任意字符。也可以使用 ^ 表示一个字符集的补集，例如 [^abc] 表示不匹配字符 “a”、“b” 或 “c”。
以下是一个简单的例子，用正则表达式匹配一个符合特定格式的数字字符串：
using System;
using System.Text.RegularExpressions;
class Program
{
static void Main()
{
string input = "123-45-6789";
string pattern = "^\\d{3}-\\d{2}-\\d{4}$";
bool match = Regex.IsMatch(input, pattern);
Console.WriteLine(match);
}
}
运行程序，输出为 true，表示匹配成功。
量词
量词用于匹配特定字符或字符集的数量。在 .net 中，量词可以使用以下几种符号表示：
- +：匹配前面的字符或字符集一次或多次；
- *：匹配前面的字符或字符集零次或多次；
- ?：匹配前面的字符或字符集零次或一次；
- {n}：匹配前面的字符或字符集恰好 n 次；
- {n,}：匹配前面的字符或字符集至少 n 次；
- {n,m}：匹配前面的字符或字符集至少 n 次，但不超过 m 次。
以下是一个简单的例子，用正则表达式匹配包含至少一个数字和一个字母的字符串：
using System;
using System.Text.RegularExpressions;
class Program
{
static void Main()
{
string input = "abc123";
string pattern = "^(?=.*\\d)(?=.*[a-zA-Z]).+$";
bool match = Regex.IsMatch(input, pattern);
Console.WriteLine(match);
}
}
运行程序，输出为 true，表示匹配成功。
正则表达式实战
以上是 .net 正则表达式的基础知识，接下来我们将介绍一些实际应用场景，帮助读者更好地理解和掌握正则表达式。
邮箱地址验证
邮箱地址是我们经常遇到的一种数据类型，验证邮箱地址的合法性可以使用正则表达式。以下是一个匹配邮箱地址的正则表达式：
^(?=.{1,64}@)[A-Za-z0-9_-]+(\\.[A-Za-z0-9_-]+)*@[A-Za-z0-9_-]+(\\.[A-Za-z0-9_-]+)*\\.([A-Za-z]){2,6}$
该正则表达式可以分为以下几个部分：
- ^(?=.{1,64}@)：以 @ 符号之前的字符串长度不超过 64 个字符开始；
- [A-Za-z0-9_-]+(\.[A-Za-z0-9_-]+)*@：匹配邮箱地址的用户名部分，由字母、数字、下划线和连字符组成，可以包含一或多个以句点（.）分隔的子串；
- [A-Za-z0-9_-]+(\.[A-Za-z0-9_-]+)*\.：匹配邮箱地址的域名部分（不包括顶级域名），可以包含一或多个以句点（.）分隔的子串；
- ([A-Za-z]){2,6}$：匹配邮箱地址的顶级域名部分，由两到六个字母组成。
以下是一个使用正则表达式验证邮箱地址的例子：
using System;
using System.Text.RegularExpressions;
class Program
{
static void Main()
{
string input = "example@gmail.com";
string pattern = "^(?=.{1,64}@)[A-Za-z0-9_-]+(\\.[A-Za-z0-9_-]+)*@[A-Za-z0-9_-]+(\\.[A-Za-z0-9_-]+)*\\.([A-Za-z]){2,6}$";
bool match = Regex.IsMatch(input, pattern);
Console.WriteLine(match);
}
}
运行程序，输出为 true，表示邮箱地址合法。
身份证号码验证
身份证号码是中国公民的唯一身份证明，验证身份证号码的合法性也可以使用正则表达式。以下是一个匹配身份证号码的正则表达式：
^(\\d{15})|^(\\d{17}[0-9Xx])
该正则表达式可以分为以下两个部分：
- ^(\d{15})$：匹配 15 位身份证号码；
- ^(\d{17}[0-9Xx])$：匹配 18 位身份证号码，其中末位可能是数字或字母 X。
以下是一个使用正则表达式验证身份证号码的例子：
using System;
using System.Text.RegularExpressions;
class Program
{
static void Main()
{
string input = "320721199001010012";
string pattern = "^(\\d{15})|^(\\d{17}[0-9Xx])";
bool match = Regex.IsMatch(input, pattern);
Console.WriteLine(match);
}
}
运行程序，输出为 true，表示身份证号码合法。
HTML 标签匹配
在网页开发中，经常需要从 HTML 代码中提取出特定的标签或内容。以下是一个匹配 img 标签的正则表达式：
<(img|IMG)(.*?)(/>|></img>|>)
该正则表达式可以匹配 img 或 IMG 标签，可以包含任意属性，并且可以是自闭合标签（以 /> 结尾）或包含结束标记（以 或 > 结尾）。
以下是一个使用正则表达式从 HTML 代码中提取出所有 img 标签的例子：
using System;
using System.Text.RegularExpressions;
class Program
{
static void Main()
{
string input = "<img src=\"image.jpg\" alt=\"A beautiful image\"> <img src=\"image2.jpg\">";
string pattern = "<(img|IMG)(.*?)(/>|></img>|>)";
MatchCollection matches = Regex.Matches(input, pattern);
foreach (Match match in matches)
{
Console.WriteLine(match.Value);
}
}
}
运行程序，将输出两个 img 标签的内容。
结论
正则表达式是一个非常强大、灵活和实用的工具，可以帮助我们在文本处理和匹配中更加高效、准确地完成任务。在 .net 中，我们可以使用 System.Text.RegularExpressions 命名空间提供的类和方法，方便地使用正则表达式。无论是邮箱地址验证、身份证号码验证，还是从 HTML 代码中提取特定标签或内容，正则表达式都可以为我们提供便利和效率。