C# 正则表达式

正则表达式是一种用来描述、匹配文本模式的搜索公式。简单来说，你可以把它理解成一套特殊的通配符语言，用来精确地找到、验证或替换字符串中的内容。

例如，想判断用户输入的是不是一个合法的邮箱地址、手机号，或者想从一段文本里提取所有日期——这些都是正则表达式的典型应用场景。

.NET 框架内置了功能完善的正则表达式引擎，通过 System.Text.RegularExpressions 命名空间提供支持。

一个正则表达式模式由一个或多个字符、运算符和结构组成，它们共同描述要匹配的文本规则。

如果你还不理解正则表达式可以先阅读我们的正则表达式 - 教程。

定义正则表达式

正则表达式由以下几类构建块组成，每类负责不同的匹配功能：

字符转义：让特殊字符被当作普通字符处理（如 \. 匹配真正的句点）
字符类：匹配"某一类"字符（如 \d 匹配任意数字）
定位点：指定匹配发生的"位置"（如 ^ 表示行首）
分组构造：将子模式组合在一起，方便捕获或引用
限定符：控制某个元素出现的次数（如 + 表示一次或多次）
反向引用构造：引用前面已捕获的内容进行再次匹配
备用构造：实现"或"逻辑（如 cat|dog）
替换：在替换操作中引用捕获的内容
杂项构造：内联选项、注释等辅助功能

字符转义

正则表达式中，反斜杠字符（\）有两个作用：一是将其后的普通字符变成特殊含义（如 \n 表示换行），二是将特殊字符转义为原义字符（如 \. 匹配真实的点号而非"任意字符"）。

初学者常见误区：在 C# 字符串中，\ 本身也是转义字符，所以正则中写 \d，在 C# 字符串里要写 "\\d"，或者使用逐字字符串 @"\d"（推荐）。

下表列出了常用的转义字符：

转义字符	描述	模式	匹配
`\a`	与报警 (bell) 符 \u0007 匹配。	`\a`	"Warning!" + '\u0007' 中的 "\u0007"
`\b`	在字符类中，与退格键 \u0008 匹配。（注意：在字符类外，`\b` 表示单词边界，见"定位点"部分）	`[\b]{3,}`	"\b\b\b\b" 中的 "\b\b\b\b"
`\t`	与制表符 \u0009 匹配。常用于匹配 Tab 分隔的文本。	`(\w+)\t`	"Name\tAddr\t" 中的 "Name\t" 和 "Addr\t"
`\r`	与回车符 \u000D 匹配。（\r 与换行符 \n 不是等效的。Windows 换行通常是 \r\n）	`\r\n(\w+)`	"\r\nHello\nWorld." 中的 "\r\nHello"
`\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。Unix/Linux 系统的行尾通常只有 \n。	`\r\n(\w+)`	"\r\nHello\nWorld." 中的 "\r\nHello"
`\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一个字符（nnn 由二到三位数字组成）。	`\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 控件字符，其中 X 或 x 是控件字符的字母。	`\cC`	"\x0003" 中的 "\x0003" (Ctrl-C)
`\u nnnn`	使用十六进制表示形式匹配一个 Unicode 字符（由 nnnn 表示的四位数）。	`\w\u0020\w`	"a bc d" 中的 "a b" 和 "c d"
`\`	在后面带有不识别的转义字符时，与该字符匹配。	`\d+[\+-x\]\d+\d+[\+-x\\d+`	"(2+2) 39" 中的 "2+2" 和 "3*9"

字符类

字符类用于匹配"某一类"字符中的任意一个。例如 [aeiou] 匹配任意一个元音字母，\d 匹配任意一个数字。这是正则表达式中最常用的基础功能之一。

下表列出了字符类：

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。	`[mn]`	"mat" 中的 "m"，"moon" 中的 "m" 和 "n"
`[^character_group]`	非：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]`	"avail" 中的 "v" 和 "l"
`[ first - last ]`	字符范围：与从 first 到 last 的范围中的任何单个字符匹配。	`[b-d]`	[b-d]irds 可以匹配 Birds、 Cirds、 Dirds
`.`	通配符：与除 \n 之外的任何单个字符匹配。若要匹配原意句点字符（. 或 \u002E），您必须在该字符前面加上转义符 (.)。	`a.e`	"have" 中的 "ave"， "mate" 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}`	"City Lights" 中的 "C" 和 "L"
`\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}`	"City" 中的 "i"、 "t" 和 "y"
`\w`	与任何单词字符匹配（字母、数字、下划线）。等价于 [a-zA-Z0-9_]（ASCII 范围内）。	`\w`	"Room#1" 中的 "R"、 "o"、 "m" 和 "1"
`\W`	与任何非单词字符匹配。是 \w 的反义。	`\W`	"Room#1" 中的 "#"
`\s`	与任何空白字符匹配（空格、制表符、换行等）。	`\w\s`	"ID A1.3" 中的 "D "
`\S`	与任何非空白字符匹配。是 \s 的反义。	`\s\S`	"int _ctr" 中的 " "
`\d`	与任何十进制数字匹配。等价于 [0-9]。	`\d`	"4 = IV" 中的 "4"
`\D`	匹配不是十进制数的任意字符。是 \d 的反义。	`\D`	"4 = IV" 中的 " "、 "="、 " "、 "I" 和 "V"

定位点

定位点（也叫"锚点"）不匹配任何具体字符，而是匹配字符串中的某个位置。它们是"零宽度"的，不消耗任何字符，只是断言当前位置满足某个条件。

例如 ^\d{3} 表示"字符串开头的三个数字"，\b 表示"单词与非单词字符之间的边界"。

下表列出了定位点：

断言	描述	模式	匹配
`^`	匹配必须从字符串或一行的开头开始。	`^\d{3}`	"567-777-"