Regulární výrazy .NET.NET Regular Expressions

Regulární výrazy poskytují výkonnou, flexibilní a efektivní metodu pro zpracování textu.Regular expressions provide a powerful, flexible, and efficient method for processing text. Rozsáhlý zápis regulárních výrazů, který odpovídá vzoru, vám umožní rychle analyzovat velké objemy textu a najít konkrétní vzorové vzory znaků. ověření textu, aby se zajistilo, že odpovídá předdefinovanému vzoru (jako je e-mailová adresa); k extrakci, úpravám, nahrazení nebo odstranění podřetězců textu; a k přidání extrahovaných řetězců do kolekce, aby bylo možné vytvořit sestavu.The extensive pattern-matching notation of regular expressions enables you to quickly parse large amounts of text to find specific character patterns; to validate text to ensure that it matches a predefined pattern (such as an email address); to extract, edit, replace, or delete text substrings; and to add the extracted strings to a collection in order to generate a report. Pro mnoho aplikací, které využívají řetězce nebo analyzují velké bloky textu, regulární výrazy jsou nepostradatelným nástrojem.For many applications that deal with strings or that parse large blocks of text, regular expressions are an indispensable tool.

Jak regulární výrazy fungujíHow Regular Expressions Work

Centerpiece zpracování textu pomocí regulárních výrazů je modul regulárních výrazů, který je reprezentován objektem System.Text.RegularExpressions.Regex v rozhraní .NET.The centerpiece of text processing with regular expressions is the regular expression engine, which is represented by the System.Text.RegularExpressions.Regex object in .NET. Minimální zpracování textu pomocí regulárních výrazů vyžaduje, aby byl modul regulárních výrazů k dispozici s následujícími dvěma položkami informací:At a minimum, processing text using regular expressions requires that the regular expression engine be provided with the following two items of information:

  • Vzor regulárního výrazu pro identifikaci v textu.The regular expression pattern to identify in the text.

    V rozhraní .NET jsou vzory regulárních výrazů definovány speciální syntaxí nebo jazykem, který je kompatibilní s regulárními výrazy jazyka Perl 5 a přidává další funkce, jako je například shoda zprava doleva.In .NET, regular expression patterns are defined by a special syntax or language, which is compatible with Perl 5 regular expressions and adds some additional features such as right-to-left matching. Další informace najdete v tématu Jazyk regulárních výrazů – rychlé reference.For more information, see Regular Expression Language - Quick Reference.

  • Text, který se má analyzovat pro vzor regulárního výrazu.The text to parse for the regular expression pattern.

Metody třídy Regex umožňují provádět následující operace:The methods of the Regex class let you perform the following operations:

Přehled modelu objektu regulárních výrazů naleznete v tématu model objektu regulárních výrazů.For an overview of the regular expression object model, see The Regular Expression Object Model.

Další informace o jazyce regulárních výrazů najdete v tématu Jazyk regulárních výrazů – rychlé reference nebo stažení a tisk jedné z těchto brožur:For more information about the regular expression language, see Regular Expression Language - Quick Reference or download and print one of these brochures:

Rychlá reference ve formátu aplikace Word (. docx)Quick Reference in Word (.docx) format
Rychlá reference ve formátu PDF (. PDF)Quick Reference in PDF (.pdf) format

Příklady regulárních výrazůRegular Expression Examples

Třída String obsahuje řadu metod pro vyhledávání a nahrazování řetězců, které lze použít, pokud chcete najít řetězce literálů ve větším řetězci.The String class includes a number of string search and replacement methods that you can use when you want to locate literal strings in a larger string. Regulární výrazy jsou nejužitečnější, pokud chcete najít jeden z několika podřetězců ve větším řetězci, nebo pokud chcete identifikovat vzory v řetězci, jak ukazuje následující příklad.Regular expressions are most useful either when you want to locate one of several substrings in a larger string, or when you want to identify patterns in a string, as the following examples illustrate.

Příklad 1: Nahrazení podřetězcůExample 1: Replacing Substrings

Předpokládejme, že seznam adresátů obsahuje názvy, které v některých případech obsahují název (MR, paní, chybíš nebo MS), a to spolu s křestním a posledním jménem.Assume that a mailing list contains names that sometimes include a title (Mr., Mrs., Miss, or Ms.) along with a first and last name. Pokud nechcete zahrnout názvy při generování štítků obálek ze seznamu, můžete použít regulární výraz pro odebrání nadpisů, jak ukazuje následující příklad.If you do not want to include the titles when you generate envelope labels from the list, you can use a regular expression to remove the titles, as the following example illustrates.

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
Imports System.Text.RegularExpressions

Module Example
   Public Sub Main()
      Dim pattern As String = "(Mr\.? |Mrs\.? |Miss |Ms\.? )"
      Dim names() As String = { "Mr. Henry Hunt", "Ms. Sara Samuels", _
                                "Abraham Adams", "Ms. Nicole Norris" }
      For Each name As String In names
         Console.WriteLine(Regex.Replace(name, pattern, String.Empty))
      Next                                
   End Sub
End Module
' The example displays the following output:
'    Henry Hunt
'    Sara Samuels
'    Abraham Adams
'    Nicole Norris

Vzor regulárního výrazu (Mr\.? |Mrs\.? |Miss |Ms\.? ) odpovídá jakémukoli výskytu "Mr", "Mr", "paní", "paní", "chybíš", "MS" nebo "MS".The regular expression pattern (Mr\.? |Mrs\.? |Miss |Ms\.? ) matches any occurrence of "Mr ", "Mr. ", "Mrs ", "Mrs. ", "Miss ", "Ms or "Ms. ". Volání metody Regex.Replace nahradí porovnávaný řetězec pomocí String.Empty; Jinými slovy, odebere ho z původního řetězce.The call to the Regex.Replace method replaces the matched string with String.Empty; in other words, it removes it from the original string.

Příklad 2: identifikace duplicitních slovExample 2: Identifying Duplicated Words

Neúmyslná duplikace slov je běžnou chybou, kterou autoři vytvoří.Accidentally duplicating words is a common error that writers make. Regulární výraz lze použít k identifikaci duplicitních slov, jak ukazuje následující příklad.A regular expression can be used to identify duplicated words, as the following example shows.

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("{0} (duplicates '{1}') at position {2}", 
                           match.Value, match.Groups[1].Value, match.Index);
   }
}
// The example displays the following output:
//       This this (duplicates 'This') at position 0
//       a a (duplicates 'a') at position 66
Imports System.Text.RegularExpressions

Module modMain
   Public Sub Main()
      Dim pattern As String = "\b(\w+?)\s\1\b"
      Dim input As String = "This this is a nice day. What about this? This tastes good. I saw a a dog."
      For Each match As Match In Regex.Matches(input, pattern, RegexOptions.IgnoreCase)
         Console.WriteLine("{0} (duplicates '{1}') at position {2}", _
                           match.Value, match.Groups(1).Value, match.Index)
      Next
   End Sub
End Module
' The example displays the following output:
'       This this (duplicates 'This') at position 0
'       a a (duplicates 'a') at position 66

Vzor regulárního výrazu \b(\w+?)\s\1\b lze interpretovat následujícím způsobem:The regular expression pattern \b(\w+?)\s\1\b can be interpreted as follows:

\b Začněte na hranici slova.Start at a word boundary.
(\w +?)(\w+?) Porovnává jeden nebo více znaků slova, ale co nejvíce znaků.Match one or more word characters, but as few characters as possible. Dohromady tvoří skupinu, na kterou se dá odkazovat jako na \1.Together, they form a group that can be referred to as \1.
\s Porovnává s prázdným znakem.Match a white-space character.
\1 Porovná podřetězec, který se rovná skupině s názvem \1.Match the substring that is equal to the group named \1.
\b Odpovídá hranici slova.Match a word boundary.

Metoda Regex.Matches je volána s možnostmi regulárních výrazů nastavenými na RegexOptions.IgnoreCase.The Regex.Matches method is called with regular expression options set to RegexOptions.IgnoreCase. Operace porovnávání proto rozlišuje velká a malá písmena a příklad identifikuje podřetězec "This this" jako duplikování.Therefore, the match operation is case-insensitive, and the example identifies the substring "This this" as a duplication.

Všimněte si, že vstupní řetězec obsahuje podřetězec "This?Note that the input string includes the substring "this? This.This". Z důvodu použité interpunkční znaménka však není identifikována jako duplikace.However, because of the intervening punctuation mark, it is not identified as a duplication.

Příklad 3: dynamické sestavení regulárního výrazu závislého na jazykové verziExample 3: Dynamically Building a Culture-Sensitive Regular Expression

Následující příklad znázorňuje výkon regulárních výrazů v kombinaci s flexibilitou, kterou nabízí. Funkce globalizace netto.The following example illustrates the power of regular expressions combined with the flexibility offered by .NET's globalization features. Pomocí objektu NumberFormatInfo určí formát hodnot měny v aktuální jazykové verzi systému.It uses the NumberFormatInfo object to determine the format of currency values in the system's current culture. Pak tyto informace použije k dynamickému sestavení regulárního výrazu, který z textu extrahuje hodnoty měny.It then uses that information to dynamically construct a regular expression that extracts currency values from the text. Pro každou shodu extrahuje podskupinu, která obsahuje pouze číselný řetězec, převede ji na hodnotu Decimal a vypočítá Mezisoučet.For each match, it extracts the subgroup that contains the numeric string only, converts it to a Decimal value, and calculates a running total.

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 {0} matches.", matches.Count); 

      // 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 {0:C2}.", expenses[expenses.Count - 1]);
      else
         Console.WriteLine("The expenses total {0:C2}.", total);
   }  
}
// 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.
Imports System.Collections.Generic
Imports System.Globalization
Imports System.Text.RegularExpressions

Public Module Example
   Public Sub Main()
      ' Define text to be parsed.
      Dim input As String = "Office expenses on 2/13/2008:" + vbCrLf + _
                            "Paper (500 sheets)                      $3.95" + vbCrLf + _
                            "Pencils (box of 10)                     $1.00" + vbCrLf + _
                            "Pens (box of 10)                        $4.49" + vbCrLf + _
                            "Erasers                                 $2.19" + vbCrLf + _
                            "Ink jet printer                        $69.95" + vbCrLf + vbCrLf + _
                            "Total Expenses                        $ 81.58" + vbCrLf
      ' Get current culture's NumberFormatInfo object.
      Dim nfi As NumberFormatInfo = CultureInfo.CurrentCulture.NumberFormat
      ' Assign needed property values to variables.
      Dim currencySymbol As String = nfi.CurrencySymbol
      Dim symbolPrecedesIfPositive As Boolean = CBool(nfi.CurrencyPositivePattern Mod 2 = 0)
      Dim groupSeparator As String = nfi.CurrencyGroupSeparator
      Dim decimalSeparator As String = nfi.CurrencyDecimalSeparator

      ' Form regular expression pattern.
      Dim pattern As String = Regex.Escape(CStr(IIf(symbolPrecedesIfPositive, currencySymbol, ""))) + _
                              "\s*[-+]?" + "([0-9]{0,3}(" + groupSeparator + "[0-9]{3})*(" + _
                              Regex.Escape(decimalSeparator) + "[0-9]+)?)" + _
                              CStr(IIf(Not symbolPrecedesIfPositive, currencySymbol, "")) 
      Console.WriteLine("The regular expression pattern is: ")
      Console.WriteLine("   " + pattern)      

      ' Get text that matches regular expression pattern.
      Dim matches As MatchCollection = Regex.Matches(input, pattern, RegexOptions.IgnorePatternWhitespace)               
      Console.WriteLine("Found {0} matches. ", matches.Count)

      ' Get numeric string, convert it to a value, and add it to List object.
      Dim expenses As New List(Of Decimal)
                     
      For Each match As Match In matches
         expenses.Add(Decimal.Parse(match.Groups.Item(1).Value))      
      Next

      ' Determine whether total is present and if present, whether it is correct.
      Dim total As Decimal
      For Each value As Decimal In expenses
         total += value
      Next
      
      If total / 2 = expenses(expenses.Count - 1) Then
         Console.WriteLine("The expenses total {0:C2}.", expenses(expenses.Count - 1))
      Else
         Console.WriteLine("The expenses total {0:C2}.", total)
      End If   
   End Sub
End Module
' 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.

V počítači, jehož aktuální jazyková verze je English-USA (EN-US), příklad dynamicky vytvoří regulární výraz \$\s*[-+]?([0-9]{0,3}(,[0-9]{3})*(\.[0-9]+)?).On a computer whose current culture is English - United States (en-US), the example dynamically builds the regular expression \$\s*[-+]?([0-9]{0,3}(,[0-9]{3})*(\.[0-9]+)?). Tento vzor regulárního výrazu může být interpretován takto:This regular expression pattern can be interpreted as follows:

\$ Vyhledá v vstupním řetězci jeden výskyt symbolu dolaru ($).Look for a single occurrence of the dollar symbol ($) in the input string. Řetězec vzoru regulárního výrazu obsahuje zpětné lomítko pro indikaci, že symbol dolaru má být interpretován doslova, nikoli jako kotvu regulárního výrazu.The regular expression pattern string includes a backslash to indicate that the dollar symbol is to be interpreted literally rather than as a regular expression anchor. (Samotný symbol $ znamená, že by se modul regulárních výrazů měl pokusit zahájit shodu na konci řetězce.) Aby se zajistilo, že symbol měny aktuální jazykové verze není špatně interpretován jako symbol regulárního výrazu, příklad volá metodu Regex.Escape pro řídicí znak.(The $ symbol alone would indicate that the regular expression engine should try to begin its match at the end of a string.) To ensure that the current culture's currency symbol is not misinterpreted as a regular expression symbol, the example calls the Regex.Escape method to escape the character.
\s* Vyhledá nula nebo více výskytů prázdného znaku.Look for zero or more occurrences of a white-space character.
[-+]? Vyhledá žádný nebo jeden výskyt kladného znaménka nebo záporného znaménka.Look for zero or one occurrence of either a positive sign or a negative sign.
([0-9]{0,3}(,[0-9]{3})*(\.[0-9]+)?) Vnější závorky kolem tohoto výrazu definují jako zachytávající skupinu nebo dílčí výraz.The outer parentheses around this expression define it as a capturing group or a subexpression. Pokud je nalezena shoda, informace o této části odpovídajícího řetězce lze načíst z druhého objektu Group v objektu GroupCollection vráceného vlastností Match.Groups.If a match is found, information about this part of the matching string can be retrieved from the second Group object in the GroupCollection object returned by the Match.Groups property. (První prvek v kolekci představuje celou shodu.)(The first element in the collection represents the entire match.)
[0-9]{0,3} Vyhledá nulové až tři výskyty desítkových číslic od 0 do 9.Look for zero to three occurrences of the decimal digits 0 through 9.
(,[0-9]{3})* Vyhledá nula nebo více výskytů oddělovače skupin následovaných třemi desítkovými číslicemi.Look for zero or more occurrences of a group separator followed by three decimal digits.
\. Vyhledá jeden výskyt oddělovače desetinných míst.Look for a single occurrence of the decimal separator.
[0-9]+ Vyhledá jednu nebo více desítkových číslic.Look for one or more decimal digits.
(\.[0-9]+)? Vyhledá žádný nebo jeden výskyt oddělovače desetinných míst následovaný alespoň jednou desítkovou číslicí.Look for zero or one occurrence of the decimal separator followed by at least one decimal digit.

Pokud je každý z těchto dílčích vzorů nalezen ve vstupním řetězci, shoda je úspěšná a objekt Match, který obsahuje informace o shodě, se přidá do objektu MatchCollection.If each of these subpatterns is found in the input string, the match succeeds, and a Match object that contains information about the match is added to the MatchCollection object.

NázevTitle PopisDescription
Jazyk regulárních výrazů – stručná referenční dokumentaceRegular Expression Language - Quick Reference Poskytuje informace o sadě znaků, operátorů a konstrukcích, které lze použít k definování regulárních výrazů.Provides information on the set of characters, operators, and constructs that you can use to define regular expressions.
Model objektu regulárního výrazuThe Regular Expression Object Model Poskytuje informace a příklady kódu, které ilustrují, jak používat třídy regulárních výrazů.Provides information and code examples that illustrate how to use the regular expression classes.
Podrobnosti o chování regulárních výrazůDetails of Regular Expression Behavior Poskytuje informace o schopnostech a chování regulárních výrazů .NET.Provides information about the capabilities and behavior of .NET regular expressions.
Příklady regulárních výrazůRegular Expression Examples Poskytuje příklady kódu, které ilustrují Typická použití regulárních výrazů.Provides code examples that illustrate typical uses of regular expressions.

Referenční informaceReference

System.Text.RegularExpressions
System.Text.RegularExpressions.Regex
Regulární výrazy – rychlé reference (stažení ve wordovém formátu)Regular Expressions - Quick Reference (download in Word format)
Regulární výrazy – rychlé reference (stažení ve formátu PDF)Regular Expressions - Quick Reference (download in PDF format)