正则表达式语言 - 快速参考

  • 项目

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"
\xnn 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"
\cX

\cx		 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)
\unnnn 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}\p{ 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}\P{ 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>\k< 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
(?(expression)yes)		 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
(?(name)yes)		 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

请参阅