C# 正则表达式判断是否是有效的文件、文件夹路径

C# 正则表达式判断是否是有效的文件、文件夹路径

省流

/// <summary>
/// 是否有效的文件,文件夹路径
/// </summary>
/// <param name="val"></param>
/// <returns>是,返回true;不是返回false</returns>
public bool IsValidFolderPath(string val)
{
    Regex regex = new Regex(@"^([a-zA-Z]:\\)([-\u4e00-\u9fa5\w\s.()~!@#$%^&()\[\]{}+=]+\\?)*$");
    Match result = regex.Match(val);
    return result.Success;
}

// "F:\\Total客户端项目\\客户端项目\\2017-01-09 Client\\(aa)\\V1.3.4\\New_1.2\\V13&V14\\.()~!@#$%^&()-+="; // 匹配结果:true

解释:

分为2大段,一段匹配盘符,一段匹配后续文件、文件夹路径

  1. ^([a-zA-Z]:\\):必须以盘符的形式开头。

    ^表示从起始位置匹配,[a-zA-Z]表示第1位必须是a~zA~Z其中之一。:\\表示第1位后必须接字符串:\\\是正则中\的转义。

  2. ([-\u4e00-\u9fa5\w\s.()~!@#$%^&()\[\]{}+=]+\\?)*$:后续以一定取值范围组成一个个结构。

    先看[]内,\u4e00-\u9fa5表示匹配汉字,\w\s都是元字符有其对应的匹配范围。其余这些字符-.()~!@#$%^&()\[\]{}+=就代表它们自身。其中\[[的转义,\]]的转义。[~]+表示[]中的内容至少需要出现1次。\\?表示,[~]内的字符写完后,可以在后面接一个字符\,也可以不接。(~)*表示()内容可以重复任意次数,也可以一次不出现。$表示匹配到结束位置,搭配前面的^表示整个输入字符串的结构都得符合这个正则表达式。

几点注意:

  1. 上面得[~]指代表达式中[]的所有内容,(~)指代表达式中()的所有内容,应该挺好理解吧。
  2. 写了解释主要是自己总结一下,你看估计也看不懂,要不直接拿去用,要不老老实实去学吧,这些都是基础,就把正则表达式的基础学了基本就够用。
  3. 不同系统下可不可以匹配汉字是不一样的。比如C#环境里\w好像就可以匹配汉字,但javascript环境里\w就匹配不了汉字。
  4. 正则自己的转义和放入字符串中的转义挺容易懵的,写的时候要注意。
  5. 个人理解,只有一个路径,是判断不出来这个路径是文件还是文件夹的,因为文件夹名也可以叫setup.exe,文件名也可以没有后缀。windows的文件命名规范中只不允许9个字符的出现。/ \ ? * : " < > |其他都可以。

学习编写验证过程

鉴于网上找了好几个都是垃圾,既不好使也不知道到底在判断啥,所以不得不万事靠自己。

学习自
https://deerchao.cn/tutorials/regex/regex.htm 2019-11-15

元字符metacharacter

字符 相关解释
\b 匹配单词的开头或结尾,也就是单词的分界处。可用于精确查找一个单词
. 匹配除了换行以外的任意字符
* *前面的内容可以重复任意次
+ +前面的内容可以连续重复1或任意更多次。通俗一点说,就是至少得匹配一次。
? ?前面的内容可以连续重复0或1次。
{x} x:数字。{x}前面的内容必须重复x次
{x,} x。{x,}前面的内容必须重复至少x次
{x,y} x,y:数字。{x,y}前面的内容必须重复x,y之间的次数,包括x,y
(xxx) 表示分组
[x,y,z] 表示单个匹配
\d 匹配一位十进制数字,也就是0~9 [0-9]
\s 匹配任意空白符,空格,制表符,换行符,中文全角空格等
\w 匹配数字,字母,下划线【中文】 [a-z0-9A-Z_]
^ 匹配字符串的开始位置
$ 匹配字符串的结束位置

如何从一个字符串中查找字符串‘hi’?

Regex regex = new Regex("hi");
// 注意:如history,high等词中的hi也会被匹配。

如何精确查找hi这个词?使用\b

Regex regex = new Regex(@"\bhi\b");

这样就可以精确查找到‘hi’这个词。

如何查找hi,xxxxx,Lucy?

Regex regex = new Regex(@"\bhi\b.*\bLucy\b");
// `.*`不能换行。是匹配不包含换行的任意数量字符

如何匹配一个中国电话号码?格式为:xx-xxxxxxxxxxxxxxx

Regex regex = new Regex(@"\d\d-\d\d\d\d\d\d\d\d\d\d\d\d\d\d\d");

如何匹配一个188开头的电话号码?

Regex regex = new Regex(@"\d\d-188\d\d\d\d\d\d\d\d\d\d\d\d");

这如果要匹配一个100位数字岂不是都写不下了,所以必然存在优化写法。

Regex regex = new Regex(@"\d{2}-188\d{12}");

\d{2} 的话能不能匹配85555这种?与high中匹配hi一样?

如果没有限制也是会都匹配的,如果想要精确匹配,也要在前后使用元字符\b

如果有长号有短号想一起匹配怎么办?

Regex regex = new Regex(@"\d{2,3}-188\d{6,12}");

解析一个电话号相关的表达式^\(?0\d{2}[) -]?\d{8}

  1. ^:表示验证字符串必须以或0开头
  2. \(? : \((的转义,?表示出现1次或不出现
  3. 0\d{2} : 表示0起始后面跟2位数字
  4. [) -]?:表示数字后面的1位或者什么都没有,或者是,空格,-3个中的一个
  5. \d{8}:表示8位数字。
string phone = "(010)88886666";
string phone1 = "(010x88886666";
string phone2 = "011)-888866660000";
string phone3 = "011-888866660000";
string phone4 = "99011-88886666";
Regex regex30 = new Regex(@"^\(?0\d{2}[) -]?\d{8}");
Match resultphone = regex30.Match(phone);// 匹配成功
Match resultphone1 = regex30.Match(phone1);// 匹配失败,因为010后出现了[]中不存在的字符
Match resultphone2 = regex30.Match(phone2);// 匹配失败,因为[]后没有接8位数字,不是说-也在[]中就可以,[]永远只匹配一个位置
Match resultphone3 = regex30.Match(phone3);// 匹配成功,因为这个正则表达式没有用$限制结尾
Match resultphone4 = regex30.Match(phone4);// 匹配失败,因为这个正则表达式用^限制了开头,必须为(或0。

关于^$

以前老不理解这玩意都啥用,其实就是对匹配范围进行限制。以一段数字字符为例。

正常使用9/d{2}进行匹配,匹配条件可以解释为,“以9开头并在后面跟任意2位数字的字符串”可以匹配成功,也就是998。

但如果使用^进行限制^9/d{2}。匹配条件就变为“输入字符串必须是以9并在后面跟任意2位数字开头的字符串”。匹配就会失败。

把9去掉^/d{2},匹配条件就变为“输入字符串必须是以任意2位数字开头的字符串”。匹配就会成功。

若用$限制/d{2}$,匹配条件就变为“输入字符串必须是以任意2位数字结尾的字符串”。匹配成功。

若改为58$,匹配条件就变为“输入字符串必须是以‘58’结尾的字符串”。匹配就会失败。

若用^,$限制,^/d{2}$,匹配条件就变为“输入字符串必须是2位数字的字符串”,匹配失败。

改为^/d{18}$,,匹配条件就变为“输入字符串必须是18位数字的字符串”,匹配成功。

代码如下:

string numberStr2 = "123456789987645312";
Regex regex2 = new Regex(@"9\d{2}");
Match result2 = regex2.Match(numberStr2);

Regex regex3 = new Regex(@"^9\d{2}");
Match result3 = regex3.Match(numberStr2);

Regex regex4 = new Regex(@"\d{2}$");
Match result4 = regex4.Match(numberStr2);

Regex regex5 = new Regex(@"58$");
Match result5 = regex5.Match(numberStr2);

Regex regex6 = new Regex(@"^\d{2}$");
Match result6 = regex6.Match(numberStr2);

Regex regex7 = new Regex(@"^\d{18}$");
Match result7 = regex7.Match(numberStr2);

关于()[],和{}

首先是{},这个没什么说的,就是表示重复次数的。{2},{2,},{2,5}这种。

其次[]表示单个匹配。只能表示1个位置,这个位置的内容必须为[]中的选项之一。

看到这么描述大约有以下几种疑问

单独使用[]有啥用?

Regex regex8 = new Regex(@"[打]");
Match result8 = regex8.Match(Str8);

Regex regex9 = new Regex(@"[打s]");
Match result9 = regex9.Match(Str8);

Regex regex10 = new Regex(@"[打s黑]");
Match result10 = regex10.Match(Str8);

Regex regex11 = new Regex(@"[黑]");
Match result11 = regex11.Match(Str8);

Regex regex12 = new Regex(@"打");
Match result12 = regex12.Match(Str8);

Regex regex13 = new Regex(@"黑s打");
Match result13 = regex13.Match(Str8);// 匹配失败

Regex regex14 = new Regex(@"[黑s打]");// 匹配成功,找到‘打’
Match result14 = regex14.Match(Str8);

// 单独使用就是从头至尾匹配输入字符串的每一个字符。找到输入字符串中第一个能与[]中任意一个字符匹配的上的。
// 如果[]中只有1个字符,那有没有[]完全一样。如果[]内有多个字符是不一样的。
// 想象不出来使用场景,[]在实际应用中也大多配合其他条件一起使用

[]里要是有元字符怎么办?

解决方法很简单:转义。

但具体怎么转其实还是有点绕。这个绕不是说有多难,而是这个点你需要有印象,遇到的时候要能反映过来。

这个我认为很容易懵的点在于C#自身字符串的转义与正则表达式的转义混合。

首先明确一下C#中的转义,C#中转义有2种方法:

// 字符原文:
//a我打[]{}aa\bb"cc''dd^ee/dff
//another row
// '[',']','{','}',''','^','/'本身就不需要转义,需要转义的是'\','"',换行

// 第1种 需要转义的符号前加'\'
string stringStr1 = "a我打[]{}aa\\bb\"cc''dd^ee/dff\r\nanother row";
// 第2种,整个字符串用'@'修饰
// 这种情况下,'\',换行不用转义了。但'"'还需要转义,因为不转义字符串就提前结束了,用两个双引号'""'表示普通字符'"'
string stringStr2 = @"a我打[]{}aa\bb""cc''dd^ee/dff
another row";

正则表达式中需要转义的符号很多,所有元字符全部需要转义。但好消息是转义方式只有1种,就是在需要转义的符号前加\

这再把这些表达式放入C#字符串中,就分不清到底是字符串转义,还是正则转义,正则转义后进入字符串会不会又要转义等等等等。懵。

元字符包括:( ) [ ] { } \ ^ $ | ? * . + /。 ”/“需不需要转义好像有点争议。查了一下发现很多编译器关于正则的转义是有一些默认处理的,也没找到个权威的规则,就视具体情况而定。

// 上面的例子,匹配一个9开头跟2个数字的字符
Regex regex15 = new Regex("9\d{2}"); // 这样写就会报错,因为正则'\d'中的'\'是c#字符串中转义的标识。这么写C#就会认为'\d'是一个转义符,而又不知道转义成了什么,就会报错:CS1009:无法识别的转义序列。
// 所需要将'\'转义,如上使用@或另一种转义方法都可以
Regex regex16 = new Regex(@"9\d{2}");
Regex regex17 = new Regex("9\\d{2}");

// 另一个很需要有印象的例子。就是一个位置只能使用字符'\'或字符'd'
// 其实很简单,用[]就行
Regex regex18 = new Regex("[\d]");//如上报错:CS1009:无法识别的转义序列。
// 一开没转义,改为
Regex regex19 = new Regex("[\\d]");//编译通过,完活。
string str10 = @"a我打[]{}aa\bb""cc''dd^ee/dff\\";
Match result19 = regex19.Match(str10);// 匹配失败
// 然而result19的结果是 匹配失败。
// 这就是字符转义与正则转义的混合。
// '\\d'仅处理了字符串中'\'的问题,没有解决正则'[\d]'中'\'也需要转义的问题;
// 想要实现一个位置只能使用字符'\'或字符'd',正确的正则表达应该为[\\d]
// 那么再将其放入C#字符串中,每个'\'都要再转义一次,即为
Regex regex20 = new Regex("[\\\\d]");
Match result20 = regex20.Match(str10);
// 或
Regex regex21 = new Regex(@"[\\d]");
Match result21 = regex21.Match(str10);
// 我还好奇了一下[]中有重复字符会怎样
Regex regex22 = new Regex(@"[\\\\d]");
Match result22 = regex22.Match(str10);
// 结果好像没啥区别,有相同字符无所谓的,没影响

// 这里后续使用又发现了一点,补充一下
// 前文提到:
Regex regex19 = new Regex("[\\d]");
string str10 = @"a我打[]{}aa\bb""cc''dd^ee/dff\\";
Match result19 = regex19.Match(str10);
// 会编译通过,但是匹配失败。这里遗漏了一个问题,就是new Regex("[\\d]");到底再匹配什么?
// 答案就是它再匹配'/d',也就是任意以为0~9的数字
string str101 = @"a我打[]{}aa\bb""cc''dd^ee/dff\\";
string str102 = @"a我打[]{}aa\bb""cc''d9d^ee/dff\\";//中间加了个9
Regex regex191 = new Regex("[\\d]");
Match result191 = regex191.Match(str101);//匹配失败
Match result192 = regex191.Match(str102);//匹配成功,找到9
//所以[],不止能匹配[]中的实际内容,还可以配合元字符匹配所有那一类字符

[]搭配-可以表示连续的字符

Regex regex22 = new Regex("[0-3]");// 某位置匹配0~3,也就是0,1,2,3

[]搭配^可以表示排除

Regex regex23 = new Regex("[^0-3]");//  某位置匹配除了0,1,2,3都可以。

可以复习一下要是就想匹配-^,甚至[]怎么办?

Regex regex24 = new Regex("[\\^\\[\\]\\-]");
//或
Regex regex25 = new Regex(@"[\^\[\]\-]");

这里实际试了一下这些特殊字符,除了[ 和 ]不转义也能匹配,迷惑。

最后就是(),()有很多功能,包括限制多选结构的范围,分组,捕获文本,环视,特殊模式处理。

我感觉比较基础的使用就是限制多选与分组。

// 匹配必须整段一模一样的abc或bcd或cde,
Regex regex26 = new Regex("(abc|bcd|cde)");

// 匹配必须有连续2个adb的重复,也就是abcabc,abcaabc不行
Regex regex27 = new Regex("(abc){2}");
页面下部广告