【中国邮箱网 电子邮件频道】我们用普通的方法实现非常的困难。有个非常好的处理方法，就是正则表达式。正则表达式就是对字符串的操作。正则是语言无关的，很多的语言当中都能用到正则表达式。
正则表达式：
地狱-天堂之说,源自老程序员的话.老程序员告诉我们,没有正则表达式就像地狱一般,有了正则表达式我们就像进了天堂一样.好,我们下面看这么几个需求:
需求1：“192.168.10.5[port=8080]”,这个字符串表示IP地址为192.168.10.5的服务器的8080端口是打开的，请用程序解析此字符串，然后打印出“IP地址为***的服务器的***端口是打开的”。
需求2：“192.168.10.5[port=21,type=ftp]”，这个字符串表示IP地址为192.168.10.5的服务器的21端口提供的是ftp服务，其中如果“,type=ftp”部分被省略，则默认为http服务。请用程序解析此字符串，然后打印出“IP地址为***的服务器的***端口提供的服务为***”
需求3：判断一个字符串是否是Email？必须含有@和.、不能以@或者.开始或者结束、@要在最后一个.之前(这个给点时间用我们之前的字符串的相关内容能做出来,但是太多了.)
需求4：从一个文本中提取出所有的Email：我有全部333M的照片，要的给我发email:me@wo.com。我也要you#you.com，123456#163.com。
那么，到底正则表达式是个啥呢？实际上就是一些通配符。
正则给我们一些元字符，这些元字符可以理解成一些已经定义好的通配符，使用它们在字符串中找到我们想要的匹配。
那么正在等用处很多，像采集器、敏感词过滤、URLRewite、Validator中都会用到。
那么，如何利用正则表达式来查找网页中的e-mail呢？下面我们介绍一些元字符：
元字符1：
第一种是： .：匹配除\n之外的任何单个字符。
第二种是： [ ] ：匹配括号中的任何一个字符。 如果要想匹配二十六个英文字母中的任意一个怎么写呢？ a[a-z]b 如果也想匹配大写的A—Z的话，需要这么写 a[a-zA-Z]b
第三种是： | ：将两个匹配条件进行逻辑“或”运算。 如a[a|b]b z|food 要么是z，要么是food (z|f)ood 加小括号改变优先级
第四种是： ( ) ：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。
元字符2（限定符）：
第一种是： *：匹配0至多个在它之前的子表达式，和通配符*没关系。 如 zoo* ,*表示可以出现0次，也可以出现多次。（可有可无，可多可少）
第二种是： + ：匹配前面的子表达式一次或多次 如zoo+ ,+表示可以出现一次，或者是多次。（至少得出现一次。） 注意：* +只表示o的出现次数，要是想表示前面的整个表达式，得用小括号括起来。
第三种是： ? ：匹配前面的子表达式零次或一次。 如zoo? ，要么0次，要么1次。
第四种是： {n} ：匹配确定的 n 次。
第五种是： {n,m} ：最少匹配 n 次且最多匹配 m 次。
元字符3
第一种是： ^（shift+6） ：匹配一行的开始。如^xxx. 表示字符串必须以三个先开头，后面跟任意的单个字符。
它还有一个意思就是取反的意思，如 a[^a-zA-Z0-9]b 表示中间去大小写字符和数字都不行。
第二种是： $ ：匹配行结束符。 如xxx.$ 表示结尾必须以xxx加任意字符结束。
接下来我们再看一些个元字符（一些简写的方式）：
第一种是： \d：代表一个数字，等同于[0-9] 如a[0-9]b a\db
第二种是： \D：代表非数字，等同于[^0-9]
第三种是： \s：代表换行符、Tab制表符等空白字符 ,(空格、回车、制表符)
第四种是： \S：代表非空白字符（a0%$@@）（编辑：王慧）
文章转自：C#代码爱好者的博客
RSS订阅
