本文轉(zhuǎn)載自微信公眾號「CSharp編程大全」，作者 zls365  。轉(zhuǎn)載本文請聯(lián)系CSharp編程大全公眾號。

成都創(chuàng)新互聯(lián)公司專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務(wù)，包含不限于做網(wǎng)站、成都網(wǎng)站制作、劍川網(wǎng)絡(luò)推廣、成都小程序開發(fā)、劍川網(wǎng)絡(luò)營銷、劍川企業(yè)策劃、劍川品牌公關(guān)、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運(yùn)營等，從售前售中售后，我們都將竭誠為您服務(wù)，您的肯定，是我們最大的嘉獎；成都創(chuàng)新互聯(lián)公司為所有大學(xué)生創(chuàng)業(yè)者提供劍川建站搭建服務(wù)，24小時服務(wù)熱線：028-86922220，官方網(wǎng)址：www.cdcxhl.com

最近寫爬蟲時需要用到正則表達(dá)式，有段時間沒有使用正則表達(dá)式現(xiàn)在漸漸感覺有些淡忘，現(xiàn)在使用還需要去查詢一些資料。為了避免以后這樣的情況，在此記錄下正則表達(dá)式的一些基本使用方法附帶小的實例。讓以后在使用時能一目了然知道他的使用，為開發(fā)節(jié)約時間，同時也分享給大家。

正則元字符

在說正則表達(dá)式之前我們先來看看通配符，我想通配符大家都用過。通配符主要有星號(*)和問號(?)，用來模糊搜索文件。winodws中我們常會使用搜索來查找一些文件。如:*.jpg，XXX.docx的方式，來快速查找文件。其實正則表達(dá)式和我們通配符很相似也是通過特定的字符匹配我們所要查詢的內(nèi)容信息。已下代碼都是區(qū)分大小寫。

常用元字符

懶惰限定符

捕獲分組

得到上面秘籍后我們可以小試牛刀...

小試牛刀

在C#中使用正則表達(dá)式主要是通過Regex類來實現(xiàn)。命名空間：using System.Text.RegularExpressions。

其中常用方法：

在使用正則表達(dá)式前我們先來看看“@”符號的使用。

學(xué)過C#的人都知道C# 中字符串常量可以以@ 開頭聲名，這樣的優(yōu)點是轉(zhuǎn)義序列“不”被處理，按“原樣”輸出，即我們不需要對轉(zhuǎn)義字符加上 \ (反斜扛)，就可以輕松coding。如:

 
 
 
 

  
  
  
  
string filePath = @"c:\Docs\Source\CK.txt" // rather than "c:\\Docs\\Source\\CK.txt"
 
 
 
 

如要在一個用 @ 引起來的字符串中包括一個雙引號，就需要使用兩對雙引號了。這時候你不能使用 \ 來轉(zhuǎn)義爽引號了，因為在這里 \ 的轉(zhuǎn)義用途已經(jīng)被 @ “屏蔽”掉了。如:

 
 
 
 

  
  
  
  
string str=@"""Ahoy!"" cried the captain."  // 輸出為："Ahoy!" cried the captain.
 
 
 
 

字符串匹配：

在實際項目中我們常常需要對用戶輸入的信息進(jìn)行驗證。如：匹配用戶輸入的內(nèi)容是否為數(shù)字，是否為有效的手機(jī)號碼，郵箱是否合法....等。

實例代碼：

 
 
 
 

  
  
  
  
string RegexStr = string.Empty;
  
  
  
  
#region 字符串匹配
  
  
  
  

  
  
  
  
RegexStr = "^[0-9]+$";  //匹配字符串的開始和結(jié)束是否為0-9的數(shù)字[定位字符]
  
  
  
  
Console.WriteLine("判斷'R1123'是否為數(shù)字:{0}", Regex.IsMatch("R1123", RegexStr));
  
  
  
  
Console.WriteLine("判斷'1123'是否為數(shù)字:{0}", Regex.IsMatch("1123", RegexStr));
  
  
  
  

  
  
  
  
RegexStr = @"\d+";  //匹配字符串中間是否包含數(shù)字(這里沒有從開始進(jìn)行匹配噢,任意位子只要有一個數(shù)字即可)
  
  
  
  
Console.WriteLine("'R1123'是否包含數(shù)字:{0}", Regex.IsMatch("R1123", RegexStr));
  
  
  
  
Console.WriteLine("'博客園'是否包含數(shù)字:{0}", Regex.IsMatch("博客園", RegexStr));
  
  
  
  

  
  
  
  
//感謝@zhoumy的提醒..已修改錯誤代碼
  
  
  
  
RegexStr = @"^Hello World[\w\W]*";  //已Hello World開頭的任意字符(\w\W：組合可匹配任意字符)
  
  
  
  
Console.WriteLine("'HeLLO WORLD xx hh xx'是否已Hello World開頭:{0}", Regex.IsMatch("HeLLO WORLD xx hh xx", RegexStr, RegexOptions.IgnoreCase));
  
  
  
  
Console.WriteLine("'LLO WORLD xx hh xx'是否已Hello World開頭:{0}", Regex.IsMatch("LLO WORLD xx hh xx", RegexStr,RegexOptions.IgnoreCase));
  
  
  
  
//RegexOptions.IgnoreCase：指定不區(qū)分大小寫的匹配。
  
  
  
  

  
  
  
  
#endregion
 
 
 
 

顯示結(jié)果：

字符串查找：

實例代碼：

 
 
 
 

  
  
  
  
string RegexStr = string.Empty; 
  
  
  
  

  
  
  
  
#region 字符串查找
  
  
  
  

  
  
  
  
string LinkA = "百度";
  
  
  
  

  
  
  
  
RegexStr = @"href=""[\S]+""";   // ""匹配"
  
  
  
  
Match mt = Regex.Match(LinkA, RegexStr);
  
  
  
  

  
  
  
  
Console.WriteLine("{0}。", LinkA);
  
  
  
  
Console.WriteLine("獲得href中的值：{0}。", mt.Value);
  
  
  
  

  
  
  
  
RegexStr = @"[\S]+";    //:匹配h除了2,3,4,5,6之中的值,:h匹配包含括號內(nèi)元素的字符
  
  
  
  
Console.WriteLine("{0}。GetH1值：{1}", "
標(biāo)題
", Regex.Match("
標(biāo)題
", RegexStr, RegexOptions.IgnoreCase).Value);
  
  
  
  
Console.WriteLine("{0}。GetH1值：{1}", "
小標(biāo)
", Regex.Match("
小標(biāo)
", RegexStr, RegexOptions.IgnoreCase).Value);
  
  
  
  
//RegexOptions.IgnoreCase:指定不區(qū)分大小寫的匹配。
  
  
  
  

  
  
  
  
RegexStr = @"ab\w+|ij\w{1,}";   //匹配ab和字母 或 ij和字母
  
  
  
  
Console.WriteLine("{0}。多選結(jié)構(gòu)：{1}", "abcd", Regex.Match("abcd", RegexStr).Value);
  
  
  
  
Console.WriteLine("{0}。多選結(jié)構(gòu)：{1}", "efgh", Regex.Match("efgh", RegexStr).Value);
  
  
  
  
Console.WriteLine("{0}。多選結(jié)構(gòu)：{1}", "ijk", Regex.Match("ijk", RegexStr).Value);
  
  
  
  

  
  
  
  
RegexStr = @"張三?豐";    //?匹配前面的子表達(dá)式零次或一次。
  
  
  
  
Console.WriteLine("{0}?？蛇x項元素：{1}", "張三豐", Regex.Match("張三豐", RegexStr).Value);
  
  
  
  
Console.WriteLine("{0}?？蛇x項元素：{1}", "張豐", Regex.Match("張豐", RegexStr).Value);
  
  
  
  
Console.WriteLine("{0}?？蛇x項元素：{1}", "張飛", Regex.Match("張飛", RegexStr).Value);
  
  
  
  

  
  
  
  
/* 
  
  
  
  
 例如：
  
  
  
  
July|Jul　　可縮短為　　July?
  
  
  
  
4th|4　　   可縮短為　　4(th)?
  
  
  
  
*/
  
  
  
  

  
  
  
  
//匹配特殊字符
  
  
  
  
RegexStr = @"Asp\.net";    //匹配Asp.net字符，因為.是元字符他會匹配除換行符以外的任意字符。這里我們只需要他匹配.字符即可。所以需要轉(zhuǎn)義\.這樣表示匹配.字符
  
  
  
  
Console.WriteLine("{0}。匹配Asp.net字符：{1}", "Java Asp.net SQLServer", Regex.Match("Java Asp.net SQLServer", RegexStr).Value);
  
  
  
  
Console.WriteLine("{0}。匹配Asp.net字符：{1}", "C# Java", Regex.Match("C# Java", RegexStr).Value);
  
  
  
  

  
  
  
  
#endregion
 
 
 
 

顯示結(jié)果：

貪婪與懶惰

 
 
 
 

  
  
  
  
string f = "fooot";//貪婪匹配
  
  
  
  
RegexStr = @"f[o]+";
  
  
  
  
Match m1 = Regex.Match(f, RegexStr);
  
  
  
  
Console.WriteLine("{0}貪婪匹配(匹配盡可能多的字符)：{1}", f, m1.ToString());
  
  
  
  

  
  
  
  
//懶惰匹配
  
  
  
  
RegexStr = @"f[o]+?";
  
  
  
  
Match m2 = Regex.Match(f, RegexStr);
  
  
  
  
Console.WriteLine("{0}懶惰匹配(匹配盡可能少重復(fù))：{1}", f, m2.ToString());
 
 
 
 

顯示結(jié)果：

從上面的例子中我們不難看出貪婪與懶惰的區(qū)別，他們的名子取的都很形象。

貪婪匹配：匹配盡可能多的字符。

懶惰匹配：匹配盡可能少的字符。

(exp)分組

在做爬蟲時我們經(jīng)常獲得A中一些有用信息。如href,title和顯示內(nèi)容等。

 
 
 
 

  
  
  
  
string TaobaoLink = "淘寶";
  
  
  
  
RegexStr = @"]+href=""(\S+)""[^>]+title=""([\s\S]+?)""[^>]+>(\S+)";
  
  
  
  
Match mat = Regex.Match(TaobaoLink, RegexStr);
  
  
  
  
for (int i = 0; i < mat.Groups.Count; i++)
  
  
  
  
{
  
  
  
  
    Console.WriteLine("第"+i+"組："+mat.Groups[i].Value);
  
  
  
  
}
 
 
 
 

顯示結(jié)果：

在正則表達(dá)式里使用()包含的文本自動會命名為一個組。上面的表達(dá)式中共使用了4個()可以認(rèn)為是分為了4組。

輸出結(jié)果共分為：4組。

0組：為我們所匹配的字符串。

1組：是我們第一個括號[href=""(\S+)""]中(\S+)所匹配的網(wǎng)址信息。內(nèi)容為：http://www.taobao.com。

2組：是第二個括號[title=""([\s\S]+?)""]中所匹配的內(nèi)容信息。內(nèi)容為：淘寶網(wǎng) - 淘!我喜歡。

這里我們會看到+?懶惰限定符。title=""([\s\S]+?)"" 這里+?的下一個字符為"雙引號，"雙引號在匹配字符串后面還有三個。+?懶惰限定符會盡可能少重復(fù)，所他會匹配最前面那個"雙引號。如果我們不使用+?懶惰限定符他會匹配到：淘寶網(wǎng) - 淘!我喜歡" target= 會盡可能多重復(fù)匹配。

3組：是第三個括號[(\S+)]所匹配的內(nèi)容信息。內(nèi)容為：淘寶。

說明：反義元字符所對應(yīng)的元字符都能組合匹配任意字符。如:[\w\W],[\s\S],[\d\D]..

 (?exp) 分組取名

當(dāng)我們匹配分組信息過多后，在某種場合只需取當(dāng)中某幾組信息。這時我們可以對分組取名。通過分組名稱來快速提取對應(yīng)信息。

 
 
 
 

  
  
  
  
string Resume = "基本信息姓名:CK|求職意向:.NET軟件工程師|性別:男|學(xué)歷:本專|出生日期:1988-08-08|戶籍:湖北.孝感|E - Mail:9245162@qq.com|手機(jī):15000000000";
  
  
  
  
RegexStr = @"姓名:(?[\S]+)\|\S+性別:(?[\S]{1})\|學(xué)歷:(?[\S]{1,10})\|出生日期:(?[\S]{10})\|[\s\S]+手機(jī):(?[\d]{11})";
  
  
  
  
Match matc = Regex.Match(Resume, RegexStr);
  
  
  
  
Console.WriteLine("姓名：{0},手機(jī)號：{1}", matc.Groups["name"].ToString(), matc.Groups["phone"].ToString());
 
 
 
 

顯示結(jié)果：

通過(?exp)可以很輕易為分組取名。然后通過Groups["name"]取得分組值。

獲得頁面中A標(biāo)簽中href值

 
 
 
 

  
  
  
  
string PageInfo = @"
  
  
  
  
                        
  
  
  
  
                            百度
  
  
  
  
                            淘寶
  
  
  
  
                            博客園
  
  
  
  
                            google