【C#正则基础】正则表达式

摘要:
)“,RegexOptions.Singleline);//text是要匹配的源字符串match=regex.match;//匹配成功,如果{stringressult1=match.ToString();//匹配的结果被替换为非目标值stringressULT2=regex.Replace(result1,”(.*?)“,”“);//rs是目标字符串rs=Regex.Replace(result2,”(.*?)“,”“);}//常规多匹配模式MatchCollectionmc;//定义Regex对象实例Regexregex=newRegex(”(.*?)“,RegexOptions.Singleline|RegexOptions.IgnoreCase);//或多行匹配模式RegexOptions。Multilink=regex.Matches;//在输入字符串中查找{//匹配一条信息时,处理字符串组代码=mc[i].Value.ToString();//处理函数}//<summary˃///正则表达式dan匹配方法//////<paramname=”html text“˃网页内容//模式字符串//返回匹配成功的字符串//匹配是否成功publicstaticbolGetMatchStr{boolIsGetSuccess=false;result=”“;try{string[]replaceStrs=newstring[2];if(pattern.Contains(”(.*?

1. 代表任意多个字符:(.*?)
2. 代表网页里的<body>*</body>任意的标签内容,替换以后网页源码就只剩纯文本:<[^>]*>
3. 代表网页中的空格:&nbsp;
4. 四位0~9的数字,一般用来匹配验证码:[0-9]{4}
5. 手机号正则式:d{11}
6. 密码正则式:[.*|s*]w{6,16}$
7. 替换掉所有的换行空格等字符
8. htmltext = htmltext.Replace(" ", "").Replace(" ", "").Replace(" ", "").Replace(" ", "");
9. htmltext = Regex.Replace(htmltext, "<[^>]*>", "");

10. d 匹配任意数字 d:匹配一个任意数字 d*:匹配任意多个任意的数字

HtmlDocument htmldoc = new HtmlDocument();
            htmldoc.LoadHtml(htmltext);
            string htmldoctext = htmldoc.DocumentNode.InnerText;
            HtmlNode node = htmldoc.GetElementbyId("busi_success");
            string divtext = node.InnerHtml;
HtmlNodeCollection nodes = htmldoc.DocumentNode.SelectNodes("//table//tr//td");


//添加对Microsoft.mshtml这个程序集的引用,然后编写如下代码:
IHTMLDocument2 doc = new HTMLDocumentClass();
doc.write(new object[]{pageSource});
doc.close();
Title = doc.title;
Body = doc.body.innerText; 
public ArrayList GetMathList(string htmltext ,string pattern)



Public string GetFirstMathString(string htmltext,string pattern,bool isCut)

Public string GetFirstMathString(string htmltext,string pattern)
     /// <summary>
        /// 正则多匹配,返回匹配ArrayList数组
        /// </summary>
        /// <param name="htmltext">网页内容</param>
        /// <param name="pattern">模式字符串</param>
        /// <returns></returns>
        public ArrayList GetMathList(string htmltext, string pattern)
        {
            ArrayList list = new ArrayList();
            try
            {
                MatchCollection mc;
                //定义一个Regex对象实例 
                Regex regex = new Regex("(.*?)", RegexOptions.Singleline | RegexOptions.IgnoreCase);
                //或者多行匹配模式RegexOptions.Multiline  
                mc = regex.Matches(htmltext);
                //在输入字符串中找到所有匹配
                for (int i = 0; i < mc.Count; i++)
                {
                    //匹配一条信息就处理
                    string groupcode = mc[i].Value.ToString();
                    //处理函数
                    list.Add(groupcode);
                }
            }
            catch (Exception)
            {
                return null;
            }
            return list;
        }
//正则单匹配模式
Regex regex = new Regex("(.*?)", RegexOptions.Singleline);
                //text为要匹配的源字符串
                Match match = regex.Match(htmltext);
                //匹配成功,获取结果
                if (match.Success)
                {
                    string result1 = match.ToString();
                //对匹配出来的结果进行非目标值替换
                    string result2 = Regex.Replace(result1, "(.*?)","");
                    //rs是目标字符串
                    rs = Regex.Replace(result2, "(.*?)", "");
                }

         //正则多匹配模式
                MatchCollection mc;
                //定义一个Regex对象实例 
                Regex regex = new Regex("(.*?)", RegexOptions.Singleline | RegexOptions.IgnoreCase);
                //或者多行匹配模式RegexOptions.Multiline  
                mc = regex.Matches(groupcodeHtml);
                //在输入字符串中找到所有匹配
                for (int i = 0; i < mc.Count; i++)
                {
                    //匹配一条信息就处理
                    string groupcode = mc[i].Value.ToString();
                    //处理函数

                } 
     /// <summary>
        /// 正则表达式dan匹配方法
        /// </summary>
        /// <param name="htmltext">网页内容</param>
        /// <param name="pattern">模式字符串</param>
        /// <param name="result">返回匹配成功的字符串</param>
        /// <returns>匹配是否成功</returns>
        public static bool GetMatchStr(string htmltext, string pattern, out string result)
        {
            bool IsGetSuccess = false;
            result = "";
            try
            {
                string[] replaceStrs=new string[2];
                if (pattern.Contains("(.*?)"))
                {
                    string splitStr = pattern.Replace("(.*?)", "|");
                    replaceStrs = splitStr.Split('|');
                }
                Regex regex = new Regex(pattern, RegexOptions.Singleline | RegexOptions.IgnoreCase);
                Match match = regex.Match(htmltext);
                if (match.Success)
                {
                    result = match.ToString();
                    result = result.Replace(replaceStrs[0], "").Replace(replaceStrs[1], "");
                }
                else
                {
                    IsGetSuccess = false;
                }
            }
            catch (Exception ex)
            {
                IsGetSuccess = false;
            }
            finally
            {
                if (!string.IsNullOrEmpty(result))
                {
                    IsGetSuccess = true;
                }
                else
                {
                    IsGetSuccess = false;
                }
            }
            return IsGetSuccess;
        }

字符

描述

将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如,'n' 匹配字符 "n"。' ' 匹配一个换行符。序列 '\' 匹配 "" 而 "(" 则匹配 "("。

^

匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性,^ 也匹配 ' ' 或 ' ' 之后的位置。

$

匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性,$ 也匹配 ' ' 或 ' ' 之前的位置。

*

匹配前面的子表达式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。

+

匹配前面的子表达式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等价于 {1,}。

?

匹配前面的子表达式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。

{n}

n 是一个非负整数。匹配确定的 n 次。例如,'o{2}' 不能匹配 "Bob" 中的 'o',但是能匹配 "food" 中的两个 o。

{n,}

n 是一个非负整数。至少匹配n 次。例如,'o{2,}' 不能匹配 "Bob" 中的 'o',但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。

{n,m}

m 和 n 均为非负整数,其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。

?

当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 "oooo",'o+?' 将匹配单个 "o",而 'o+' 将匹配所有 'o'。

.

匹配除 " " 之外的任何单个字符。要匹配包括 ' ' 在内的任何字符,请使用象 '[. ]' 的模式。

(pattern)

匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到,在VBScript 中使用 SubMatches 集合,在JScript 中则使用 $0…$9 属性。要匹配圆括号字符,请使用 '(' 或 ')'。

(?:pattern)

匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如, 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。

(?=pattern)

正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。

(?!pattern)

负向预查,在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始

x|y

匹配 x 或 y。例如,'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。

[xyz]

字符集合。匹配所包含的任意一个字符。例如, '[abc]' 可以匹配 "plain" 中的 'a'。

[^xyz]

负值字符集合。匹配未包含的任意字符。例如, '[^abc]' 可以匹配 "plain" 中的'p'。

[a-z]

字符范围。匹配指定范围内的任意字符。例如,'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。

[^a-z]

负值字符范围。匹配任何不在指定范围内的任意字符。例如,'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。

匹配一个单词边界,也就是指单词和空格间的位置。例如, 'er' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。

B

匹配非单词边界。'erB' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。

cx

匹配由 x 指明的控制字符。例如, cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则,将 c 视为一个原义的 'c' 字符。

d

匹配一个数字字符。等价于 [0-9]。

D

匹配一个非数字字符。等价于 [^0-9]。

f

匹配一个换页符。等价于 x0c 和 cL。

匹配一个换行符。等价于 x0a 和 cJ。

匹配一个回车符。等价于 x0d 和 cM。

s

匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ f v]。

S

匹配任何非空白字。符等价于 [^ f v]。

匹配一个制表符。等价于 x09 和 cI。

v

匹配一个垂直制表符。等价于 x0b 和 cK。

w

匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。

W

匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。

xn

匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,'x41' 匹配 "A"。'x041' 则等价于 'x04' & "1"。正则表达式中可以使用 ASCII 编码。.

um

匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。例如,'(.)1' 匹配两个连续的相同字符。

标识一个八进制转义值或一个向后引用。如果 之前至少 n 个获取的子表达式,则 n 为向后引用。否则,如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。

m

标识一个八进制转义值或一个向后引用。如果 m 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 m 之前至少有 n 个获取,则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足,若 n 和 m 均为八进制数字 (0-7),则 m 将匹配八进制转义值 nm。

ml

如果 n 为八进制数字 (0-3),且 m 和 l 均为八进制数字 (0-7),则匹配八进制转义值 nml。

un

匹配 n,其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如, u00A9 匹配版权符号 (?)。

免责声明:文章转载自《【C#正则基础】正则表达式》仅用于学习参考。如对内容有疑问,请及时联系本站处理。

上篇Milkyway 用的不规则LEF原码、反码、补码知识详细讲解(此作者是我找到的讲的最细最明白的一个)下篇

宿迁高防,2C2G15M,22元/月;香港BGP,2C5G5M,25元/月 雨云优惠码:MjYwNzM=

相关文章

在线测试JavaScript代码性能

(寻龙分金看缠山,一重缠是一重关,关门如有八重险,不出阴阳出八卦) JSLint JSLint是基于Web的验证JavaScript错误代码的工具。它拥有的功能及特定的设置来使用您的需求,自定义你的验证算法。 JsUnit JsUnit是一款在客户端(在浏览时)的单元测试JavaScript框架。对JavaScript而言,JUnit就像是它的一个端口。当...

学习正则表达式

什么是正则表达式? 正则表达式是一组由字母和符号组成的特殊文本, 它可以用来从文本中找出满足你想要的格式的句子. 一个正则表达式是在一个主体字符串中从左到右匹配字符串时的一种样式. "Regular expression"这个词比较拗口, 我们常使用缩写的术语"regex"或"regexp". 正则表达式可以从一个基础字符串中根据一定的匹配模式替换文本中的...

新手小白必看,3种网页抓取方法。

3种抓取其中数据的方法。首先是正则表达式,然后是流行的BeautifulSoup模块,最后是强大的lxml模块。 1 正则表达式 当我们使用正则表达式抓取国家(或地区)面积数据时,首先需要尝试匹配``元素中的内容,如下所示。 >>> import re >>> from chp1.advanced_link_crawl...

scanf正则表达式部分总结

正则表达式  scanf() 函数的正则用法:  scanf("%[^ ]",str) 其中的   表示保存的字符串以换行符为截止,并且不存储该换行符号,这句话的作用是允许该函数读入除换行符以外的空白符(空格,table),平时输入时,scanf()不能像gets()一样读入空格等空白符;  scanf("%*[^ ]");  其中  表示换行,其中*号表...

java正则表达式(十)

十、零宽断言 接下来,我们讲解正则表达式中的高级技术:零宽断言 (?=exp)也叫零宽度正预测先行断言,它断言自身出现的位置的前面能匹配表达式exp。比如\b\w+(?=ing\b),匹配以ing结尾的单词的前面部分(除了ing以外的部分),如查找I'm singing while you're dancing.时,它会匹配sing和danc。 (?<...

nginx配置使用

nginx 安装(阿里云服务器)   1,nginx 安装 yum -y install gcc automake autoconf libtool make yum install gcc gcc-c++ yum install -y lrzsz cd /usr/local/src wget ftp://ftp.csx.cam.ac.uk/pub/sof...