閱讀英文

共用方式為

.NET 正則表達式

  • 發行項

正則表達式提供功能強大、彈性且有效率的方式來處理文字。 正規表示式的豐富模式匹配語法可讓您快速解析大量文字，以：

  • 尋找特定字元模式。
  • 驗證文字以確保其符合預先定義的模式 (例如電子郵件地址)。
  • 解壓縮、編輯、取代或刪除文字子字串。
  • 將擷取的字串新增至集合，以產生報表。

對於處理字串或剖析大量文字區塊的許多應用程式，正則表達式是不可或缺的工具。

正則表達式的運作方式

使用正則表達式處理文字的核心部分是正則表達式引擎，由 .NET 中的 System.Text.RegularExpressions.Regex 物件表示。 至少，在使用正則表示式處理文字時，需要向正則表達式引擎提供下列兩項資訊：

  • 文字中要識別的正則表達式模式。

    在 .NET 中，正則表達式模式是由特殊語法或語言所定義，其與 Perl 5 正則表達式相容，並新增一些其他功能，例如從右至左比對。 如需詳細資訊，請參閱 正規表示式語言 - 快速參考。

  • 要剖析正則表示式模式的文字。

Regex 類別的方法可讓您執行下列作業：

如需正規表示式物件模型的概觀，請參閱 正則表示式物件模型。

如需正則表示式語言的詳細資訊，請參閱 正則表示式語言 - 快速參考 或下載並列印下列其中一本摺頁冊：

正則表達式範例

String 類別包含字串搜尋和取代方法，當您想要在較大的字串中尋找常值字串時，可以使用此方法。 當您想要在較大的字串中找出數個子字串之一，或當您想要識別字串中的模式時，正則表達式最有用，如下列範例所示。

警告

使用 System.Text.RegularExpressions 來處理不受信任的輸入時，請設定逾時。 惡意使用者可以提供輸入給 RegularExpressions，導致 拒絕服務攻擊。 使用 RegularExpressions 的 ASP.NET Core 框架 API 會傳遞一個逾時設定。

提示

System.Web.RegularExpressions 命名空間包含許多正則表達式對象，這些物件會實作預先定義的正則表示式模式，以剖析 HTML、XML 和 ASP.NET 檔中的字元串。 例如，TagRegex 類別會識別字串中的開始標記，而 CommentRegex 類別會識別字串中的 ASP.NET 批註。

範例 1：取代子字串

假設郵件清單包含有時包含標題的名稱（Mr.、Mrs.、Miss 或 Ms.），以及名字和姓氏。 假設您不想從清單中生成信封標籤時包含標題。 在此情況下，您可以使用正規表示式來移除標題，如下列範例所示：

using System;
using System.Text.RegularExpressions;

public class Example
{
   public static void Main()
   {
      string pattern = "(Mr\\.? |Mrs\\.? |Miss |Ms\\.? )";
      string[] names = { "Mr. Henry Hunt", "Ms. Sara Samuels",
                         "Abraham Adams", "Ms. Nicole Norris" };
      foreach (string name in names)
         Console.WriteLine(Regex.Replace(name, pattern, String.Empty));
   }
}
// The example displays the following output:
//    Henry Hunt
//    Sara Samuels
//    Abraham Adams
//    Nicole Norris

正則表達式模式 (Mr\.? |Mrs\.? |Miss |Ms\.? ) 符合任何出現的“Mr.”、“Mrs”、“Mrs.”、“Miss”、“Ms” 或 “Ms. ”。 呼叫 Regex.Replace 方法會將相符的字串取代為 String.Empty;換句話說，它會從原始字串中移除它。

範例 2：識別重複的字組

不小心重複使用單字是作者常犯的錯誤。 使用正則表示式來識別重複的單字，如下列範例所示：

using System;
using System.Text.RegularExpressions;

public class Class1
{
   public static void Main()
   {
      string pattern = @"\b(\w+?)\s\1\b";
      string input = "This this is a nice day. What about this? This tastes good. I saw a a dog.";
      foreach (Match match in Regex.Matches(input, pattern, RegexOptions.IgnoreCase))
         Console.WriteLine($"{match.Value} (duplicates '{match.Groups[1].Value}') at position {match.Index}");
   }
}
// The example displays the following output:
//       This this (duplicates 'This') at position 0
//       a a (duplicates 'a') at position 66

正則表達式模式 \b(\w+?)\s\1\b 可以解譯如下：

圖案 解譯
\b 從單字分界開始。
(\w+?) 比對一或多個單字字元，但盡可能少字元。 它們會組成群組，稱為 \1。
\s 比對空白字符。
\1 比對和名為 \1的群組相等的子字串。
\b 比對字邊界。

呼叫 Regex.Matches 方法時，正規表示式選項設定為 RegexOptions.IgnoreCase。 因此，比對作業不區分大小寫，而此範例會將子字元串 “This this” 識別為重複。

輸入字串包含子字串「this？ 這個」。 不過，由於中間有標點符號，因此不會將其識別為重複項。

範例 3：動態建置區分文化特性的正則表達式

下列範例說明了結合正則表達式與 .NET 全球化功能所提供的彈性之威力。 它會使用 NumberFormatInfo 對象來判斷系統目前文化特性中的貨幣值格式。 然後，它會使用該資訊來動態建構正則表達式，以從文字中擷取貨幣值。 針對每個匹配項目，它會擷取只包含數值字串的子小組，將它轉換成 Decimal 值，並計算累積總和。

using System;
using System.Collections.Generic;
using System.Globalization;
using System.Text.RegularExpressions;

public class Example
{
   public static void Main()
   {
      // Define text to be parsed.
      string input = "Office expenses on 2/13/2008:\n" +
                     "Paper (500 sheets)                      $3.95\n" +
                     "Pencils (box of 10)                     $1.00\n" +
                     "Pens (box of 10)                        $4.49\n" +
                     "Erasers                                 $2.19\n" +
                     "Ink jet printer                        $69.95\n\n" +
                     "Total Expenses                        $ 81.58\n";

      // Get current culture's NumberFormatInfo object.
      NumberFormatInfo nfi = CultureInfo.CurrentCulture.NumberFormat;
      // Assign needed property values to variables.
      string currencySymbol = nfi.CurrencySymbol;
      bool symbolPrecedesIfPositive = nfi.CurrencyPositivePattern % 2 == 0;
      string groupSeparator = nfi.CurrencyGroupSeparator;
      string decimalSeparator = nfi.CurrencyDecimalSeparator;

      // Form regular expression pattern.
      string pattern = Regex.Escape( symbolPrecedesIfPositive ? currencySymbol : "") +
                       @"\s*[-+]?" + "([0-9]{0,3}(" + groupSeparator + "[0-9]{3})*(" +
                       Regex.Escape(decimalSeparator) + "[0-9]+)?)" +
                       (! symbolPrecedesIfPositive ? currencySymbol : "");
      Console.WriteLine( "The regular expression pattern is:");
      Console.WriteLine("   " + pattern);

      // Get text that matches regular expression pattern.
      MatchCollection matches = Regex.Matches(input, pattern,
                                              RegexOptions.IgnorePatternWhitespace);
      Console.WriteLine($"Found {matches.Count} matches.");

      // Get numeric string, convert it to a value, and add it to List object.
      List<decimal> expenses = new List<Decimal>();

      foreach (Match match in matches)
         expenses.Add(Decimal.Parse(match.Groups[1].Value));

      // Determine whether total is present and if present, whether it is correct.
      decimal total = 0;
      foreach (decimal value in expenses)
         total += value;

      if (total / 2 == expenses[expenses.Count - 1])
         Console.WriteLine($"The expenses total {expenses[expenses.Count - 1]:C2}.");
      else
         Console.WriteLine($"The expenses total {total:C2}.");
   }
}
// The example displays the following output:
//       The regular expression pattern is:
//          \$\s*[-+]?([0-9]{0,3}(,[0-9]{3})*(\.[0-9]+)?)
//       Found 6 matches.
//       The expenses total $81.58.

在目前文化特性為英文 -美國（en-US）的計算機上，此範例會動態建置正則表達式 \$\s*[-+]?([0-9]{0,3}(,[0-9]{3})*(\.[0-9]+)?)。 此正則表示式模式可以解譯如下：

圖案 解譯
\$ 在輸入字串中尋找單一出現的貨幣符號 （$）。 正則表達式模式字串包含反斜杠，表示貨幣符號要以字面方式解譯，而不是正則表達式錨點。 單 $ 符號表示正規表示式引擎應該嘗試在字串結尾開始比對。 為了確保目前文化特性的貨幣符號不會誤譯為正則表達式符號，此範例會呼叫 Regex.Escape 方法來逸出字元。
\s* 尋找零個或多個空白字元的出現次數。
[-+]? 尋找零或一次出現的正號或負號。
([0-9]{0,3}(,[0-9]{3})*(\.[0-9]+)?) 外部括弧會將此表達式定義為擷取群組或子表達式。 如果找到相符項目，則可以從 Match.Groups 屬性所傳回之 GroupCollection 物件中的第二個 Group 物件擷取比對字串的這部分信息。 集合中的第一個元素代表整個匹配。
[0-9]{0,3} 尋找零到三個十進位數 0 到 9 的出現次數。
(,[0-9]{3})* 尋找零個或多個群組分隔符的出現次數，後面接著三個十進位數。
\. 尋找單一出現的小數分隔符號。
[0-9]+ 尋找一或多個十進位數。
(\.[0-9]+)? 尋找零或一個出現的小數分隔符，後面接著至少一個十進位數。

如果在輸入字串中找到每個子模式，比對就會成功，而包含相符專案資訊的 Match 物件會新增至 MatchCollection 物件。

標題 說明
規則運算式語言 - 快速參考 提供可用來定義正則表示式之字元、運算符和建構集的資訊。
正則表示式物件模型 提供說明如何使用正則表示式類別的資訊和程式碼範例。
正則表達式行為的詳情 提供 .NET 正則表達式的功能和行為相關信息。
在Visual Studio 中使用正則表示式

參考文獻