0001-正则表达式

正则表达式是用来进行文本处理的技术，是语言无关的，在几乎所有语言中都有实现。

一个正则表达式就是由普通字符以及特殊字符(称为元字符)组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

就像通配符“*.jpg”、“%ab%”，它是对字符串进行匹配的特殊字符串。

元字符

.：匹配任何单个字符。例如正则表达式“b.g”能匹配如下字符串：“big”、“bug”、“b g”，但是不匹配“buug”，“b..g”可以匹配“buug”。

[ ] ：匹配括号中的任何一个字符。例如正则表达式“b[aui]g”匹配bug、big和bag，但是不匹配beg、baug。可以在括号中使用连字符“-”来指定字符的区间来简化表示，例如正则表达式[0-9]可以匹配任何数字字符，这样正则表达式“a[0-9]c”等价于“a[0123456789]c”就可以匹配“a0c”、“a1c”、“a2c”等字符串；还可以制定多个区间，例如“[A-Za-z]”可以匹配任何大小写字母，“[A-Za-z0-9]”可以匹配任何的大小写字母或者数字。

( ) ：将() 之间括起来的表达式定义为“组”(group)，并且将匹配这个表达式的字符保存到一个临时区域,这个元字符在字符串提取的时候非常有用。把一些字符表示为一个整体。改变优先级、定义提取组两个作用。

| ：将两个匹配条件进行逻辑“或”运算。'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。

：匹配0至多个在它之前的子表达式，和通配符没关系。例如正则表达式“zo”能匹配“z” 、“zo”以及“zoo”；因此“.”意味着能够匹配任意字符串。"z(b|c)"→zb、zbc、zcb、zccc、zbbbccc。"z(ab)"能匹配z、zab、zabab（用括号改变优先级）。

• ：匹配前面的子表达式一次或多次，和*对比（0到多次）。例如正则表达式9+匹配9、99、999等。 “zo+”能匹配“zo”以及“zoo” ，不能匹配"z"。

? ：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" 。一般用来匹配“可选部分”。

{n} ：匹配确定的n 次。"zo{2}"→zoo。例如，“e{2}” 不能匹配“bed”中的“e”，但是能匹配“seed”中的两个“e”。

{n,} :至少匹配n次。例如，“e{2,}”不能匹配“bed”中的“e”，但能匹配 “seeeeeeeed”中的所有“e”。

{n,m} ：最少匹配n 次且最多匹配m 次。“e{1,3}”将匹配“seeeeeeeed”中的前三个“e”。

^（shift+6） ：匹配一行的开始。例如正则表达式“^regex”能够匹配字符串“regex我会用”的开始，但是不能匹配“我会用regex”。

^另外一种意思：非！

” 能够匹配字符串“一切都是浮云”的末尾，但是不能匹配字符串“浮云呀”

简写表达式

正则表达式是与语言无关真的就是想表达\d。

注意这些简写表达式是不考虑转义符的，这里的\就表示字符\，而不是C#字符串级别的\，在C#代码中需要使用@或者\双重转义。区分C#级别的转移和正则表达式级别的转移，恰好C#的转义符和正则表达式的转义符都是\而已。正则表达式的转移是在C#之后的（层层盘剥）。把C#的转义符想成%就明白了。在C#看来@"-"就是-这个普通的字符串，只不过在正则表达式分析引擎看来他有了特殊含义。"\d"或者@"\d"

\d：代表一个数字，等同于[0-9]
\D：代表非数字，等同于[^0-9]
\s：代表换行符、Tab制表符等空白字符
\S：代表非空白字符
\w：匹配字母或数字或下划线或汉字，即能组成单词的字符
\W：非\w ，等同于[^\w]

d：digital；s：space、w：word。大写就是“非”

.Net中的正则表达式

正则表达式在.Net就是用字符串表示，这个字符串格式比较特殊，无论多么特殊，在C#语言看来都是普通的字符串，具体什么含义由Regex类内部进行语法分析。
正则表达式（RegularExpression）的主要类：Regex.IsMatch方法用于判断一个字符串是否匹配正则表达式。
字符串匹配例子：

Regex.IsMatch("bbbbg","^b.*g $");   
Regex.IsMatch("bg","^b.*g $ ");
Regex.IsMatch("gege","^b.*g $ ");

一定不能忘了^和$，否则也能匹配yesbagit
字符串提取
正则表达式还可以用来进行字符串提取

Match match =Regex.Match("age=30", @"^(. +)=(.+)$");
if (match.Success)
{
    Console.WriteLine(match.Groups[1].Value);
    Console.WriteLine(match.Groups[2] .Value);
}

match的Success属性表示是否匹配成功；正则表达式中用()将要提取的内容括起来，然后就可以通过Match的Groups属性来得到所有的提取元素，注意Groups的序号是从1开始的，0有特殊含义

贪婪模式与非贪婪模式

从文本提取出名字：
Matchmatch = Regex.Match("大家好。我是S.H.E。我22岁了。我病了，呜呜。fffff","我是(.+)。");//没有加^$。
看结果。+、的匹配默认是贪婪(greedy)的：尽可能多的匹配，直到“再贪婪一点儿”其后的匹配模式就没法匹配为止。
在+、后添加?就变成非贪婪模式（? 的另外一个用途）：让其后的匹配模式尽早的匹配。修改成"我是(.+?)。"
一般开发的时候不用刻意去修饰为非贪婪模式，只有遇到bug的时候发现是贪婪模式的问题再去解决。因为贪婪效率高。

匹配组

正则表达式可以从一段文本中将所有符合匹配的内容都输出出来。Match获得的是匹配的第一个。Regex.Matches方法可以获得所有的匹配项。注意区别：匹配和group的区别：
MatchCollectionmatches = Regex.Matches("大家好，我是克鲁斯(cluz)、我是杰克逊(MJ)、我是汤姆(tom)、复方法", @"我是(\w+?)((\w+?))、");//匹配出符合正则表达式的多个项

            for (int i = 0; i < matches.Count;i++)
            {
                Match match = matches[i];
                Console.WriteLine(match.Value);
                string cname =match.Groups[1].Value;
                string ename =match.Groups[2].Value;
                Console.WriteLine("中文名：{0}，英文名：{1}",cname,ename);
            }