正则表达式语言 - 快速参考
正则表达式是正则表达式引擎尝试匹配输入文本的一种模式。 模式由一个或多个字符文本、运算符或构造组成。 有关简要介绍,请参阅 .NET 正则表达式。
此快速参考中的每一节都列出了可用于定义正则表达式的字符、运算符和构造的一种特定类别。
此外,我们还以两种格式提供此信息,供你下载和打印以便参考:
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。 这允许正则表达式引擎区分语言元素(如 * 或 ?)和字符(用 \* 或 \? 表示)。 |
\d+[\+-x\*]\d+ |
"(2+2) * 3*9" 中的 "2+2" 和 "3*9" |
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 中的任何单个字符匹配。 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:与从第一个至最后一个的范围内的任何单个字符匹配。 | [A-Z] |
"AB123" 中的 "A" 和 "B" |
. |
通配符:与除 \n 之外的任何单个字符匹配。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 |
与任何不是十进制数的字符匹配。 | \D |
"4 = IV" 中的 " " 、"=" 、" " 、"I" 和 "V" |
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 |
匹配必须在上一个匹配结束的位置进行;如果以前没有匹配项,则从开始进行匹配的字符串中的位置开始。 | \G\(\d\) |
"(1)(3)(5)[7](9)" 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" |
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。 | \b\w+\b(?=.+and.+) |
"cats" , "dogs" in "cats, dogs and some mice." |
(?! subexpression ) |
零宽度负预测先行断言。 | \b\w+\b(?!.+and.+) |
"and" 、 "some" 、、 "mice" in "cats, dogs and some mice." |
(?<= subexpression ) |
零宽度正回顾后发断言。 | \b\w+\b(?<=.+and.+) ——————————— \b\w+\b(?<=.+and.*) |
"some" , "mice" in "cats, dogs and some mice." ———————————— "and" 、 "some" 、、 "mice" in "cats, dogs and some mice." |
(?<! subexpression ) |
零宽度负回顾后发断言。 | \b\w+\b(?<!.+and.+) ——————————— \b\w+\b(?<!.+and.*) |
"cats" 、 "dogs" 、、 "and" in "cats, dogs and some mice." ———————————— "cats" , "dogs" in "cats, dogs and some mice." |
(?> subexpression ) |
原子组。 | '(?>a|ab)c | "ac" 中的 "ac" "abc" 中无匹配 |
Lookaround 概览
当正则表达式引擎命中 Lookaround 表达式时,其需要一个子字符串从当前位置到达原始字符串的开始(后行)或结束(先行),然后使用 Lookaround 模式在该子字符串上运行 Regex.IsMatch。 然后,根据此子表达式的结果是正断言还是负断言,可判断其结果是否成功。
Lookaround | 名称 | 函数 |
---|---|---|
(?=check) |
正预测先行 | 断言字符串中紧随当前位置之后的内容是 "check" |
(?<=check) |
正预测后行 | 断言字符串中紧随当前位置之前的内容是 "check" |
(?!check) |
负预测先行 | 断言字符串中紧随当前位置之后的内容并非 "check" |
(?<!check) |
负预测后行 | 断言字符串中紧随当前位置之前的内容并非 "check" |
结果匹配后,不会再次重新计算原子组,即使该模式的其余部分由于匹配而失败。 当限定符出现在原子组内或模式的其余部分时,可显著提高性能。
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。 | a.*c |
"abcbc" 中的 "abcbc" |
+ |
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?" |
"rain" 中的 "rai" |
{ 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。 | a.*?c |
"abcbc" 中的 "abc" |
+? |
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??" |
"rain" 中的 "ra" |
{ 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" |
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" |
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 ) 或 (?( 表达 ) 是的 ) |
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。 为了避免已命名或已编号的捕获组出现歧义,可选择使用显式断言,如下所示: (?( (?= expression ) ) yes | no ) |
(?(A)A\d{2}\b|\b\d{3}\b) |
"A10 C103 910" 中的 "A10" 和 "910" |
(?( name ) yes | no ) 或 (?( 名字 ) 是的 ) |
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" |
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" |
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 |