C# - 正则表达式

C# - 正则表达式

正则表达式（或 regex）是定义搜索模式的字符序列。在 C# 中，System.Text.RegularExpressions 命名空间提供了一个强大的引擎，用于字符串的模式匹配、验证、替换和拆分。

核心 Regex 概念与语法

Regex 模式由字面量（如 a、b、1）和具有特殊含义的元字符构建而成。

类别	构造	描述	示例
字符类	.	匹配除换行符外的任意单个字符。	h.t 匹配 ‘hat’, ‘hot’, ‘h&t’
	\d	匹配任意数字 (0-9)。\D 匹配非数字字符。	\d{3} 匹配 ‘123’
	\w	匹配任意单词字符 (a-z, A-Z, 0-9, _)。\W 匹配非单词字符。	\w+ 匹配 ‘hello_123’
	\s	匹配任意空白字符。\S 匹配非空白字符。	hello\sworld
	[...]	匹配集合中的任意单个字符。	[aeiou] 匹配任意元音
锚点	^	匹配字符串的开头。	^Hello
	$	匹配字符串的末尾。	world$
	\b	匹配单词边界。	\bcat\b 匹配 ‘cat’, 而非 ‘category’
量词	*	零次或多次出现。	a* 匹配 ”, ‘a’, ‘aa’
	+	一次或多次出现。	a+ 匹配 ‘a’, ‘aa’
	?	零次或一次出现。	colou?r 匹配 ‘color’ 和 ‘colour’
	{n}	恰好 n 次出现。	\d{4} 匹配一个 4 位数字

注意： 在 C# 字符串中，反斜杠 \ 是一个转义字符。要为你的正则表达式模式编写一个字面量反斜杠，你必须将其转义（"\\d"）或使用逐字字符串字面量（@"\d"）。强烈建议使用逐字字符串语法以提高可读性。

Regex 类

Regex 类的静态方法方便用于一次性使用，而如果你多次使用相同的模式，创建 Regex 实例则更高效。

• Regex.IsMatch(input, pattern)：如果模式在输入中找到匹配项，则返回 true。
• Regex.Match(input, pattern)：返回找到的第一个匹配项的 Match 对象。
• Regex.Matches(input, pattern)：返回所有找到的匹配项的 MatchCollection。
• Regex.Replace(input, pattern, replacement)：将所有匹配项替换为替换字符串。
• Regex.Split(input, pattern)：在每个匹配项处拆分输入字符串。

示例：验证电话号码

让我们检查一个字符串是否符合简单的北美电话号码格式，例如 XXX-XXX-XXXX。

using System.Text.RegularExpressions;

string[] phoneNumbers = { "123-456-7890", "123 456 7890", "999-999-999" };
string pattern = @"^\d{3}-\d{3}-\d{4}$";

foreach (var number in phoneNumbers)
{
    bool isValid = Regex.IsMatch(number, pattern);
    Console.WriteLine($"'{number}' is a valid format: {isValid}");
}

// 输出:
// '{number}' 是有效格式：True
// '{number}' 是有效格式：False
// '{number}' 是有效格式：False

示例：从文本中提取所有标签

这里，我们将实例化一个 Regex 对象来查找所有以 # 开头的单词。

using System.Text.RegularExpressions;

string text = "Check out this #cool #feature in #CSharp! It's #awesome.";
string pattern = @"#\w+";

Regex hashtagRegex = new Regex(pattern);
MatchCollection matches = hashtagRegex.Matches(text);

Console.WriteLine($"Found {matches.Count} hashtags:");
foreach (Match match in matches)
{
    Console.WriteLine(match.Value);
}

// 输出:
// 找到 3 个标签：
// #cool
// #feature
// #CSharp
// #awesome

示例：替换多个空格

Replace 方法对于清理用户输入很有用。

using System.Text.RegularExpressions;

string messyInput = "This   string    has    too much   space.";
string pattern = @"\s+";
string replacement = " ";

string cleanOutput = Regex.Replace(messyInput, pattern, replacement);

Console.WriteLine($"Original: '{messyInput}'");
Console.WriteLine($"Cleaned:  '{cleanOutput}'");

// 输出:
// 原始: 'This   string    has    too much   space.'
// 清理后:  'This string has too much space.'

现代 C# 与高性能 Regex

对于性能敏感型应用程序，.NET 7 引入了 Regex 源生成器。通过使用 [GeneratedRegex] 特性装饰分部方法，编译器会在构建时预处理你的模式，生成高度优化的代码。这避免了运行时解析模式的开销，是现代 C# 推荐的方法。

示例：使用 Regex 源生成器

要使用此功能，你的包含类必须是 partial。

using System.Text.RegularExpressions;

public partial class MyValidators
{
    // 源生成器在编译时创建此方法的实现。
    [GeneratedRegex(@"^[\w-\.]+@([\w-]+\.)+[\w-]{2,4}$", RegexOptions.IgnoreCase)]
    public static partial Regex EmailRegex();
}

// --- 用法 ---
string email = "test@example.com";
if (MyValidators.EmailRegex().IsMatch(email))
{
    Console.WriteLine("Email is valid.");
} else {
    Console.WriteLine("Email is invalid.");
}

// 注意：提供的电子邮件正则表达式仅用于演示。
// 完美的电子邮件验证是出了名的复杂。

使用源生成器，你可以获得编译并缓存的 Regex 实例的性能，同时保持静态方法调用的简洁语法。