C# 正規表示式判斷是否是有效的檔案、資料夾路徑

幾個酒菜成這樣發表於2022-04-01
C#

C# 正規表示式判斷是否是有效的檔案、資料夾路徑

省流

/// <summary>
/// 是否有效的檔案，資料夾路徑
/// </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客戶端專案\\客戶端專案\\2017-01-09 Client\\(aa)\\V1.3.4\\New_1.2\\V13&V14\\.()~!@#$%^&()-+="; // 匹配結果：true

解釋：

分為2大段，一段匹配碟符，一段匹配後續檔案、資料夾路徑

  1. ^([a-zA-Z]:\\)：必須以碟符的形式開頭。

    ^表示從起始位置匹配，[a-zA-Z]表示第1位必須是a~z或A~Z其中之一。:\\表示第1位後必須接字串:\。\\是正則中\的轉義。

  2. ([-\u4e00-\u9fa5\w\s.()~!@#$%^&()\[\]{}+=]+\\?)*$：後續以一定取值範圍組成一個個結構。

    先看[]內，\u4e00-\u9fa5表示匹配漢字，\w，\s都是元字元有其對應的匹配範圍。其餘這些字元-.()~!@#$%^&()\[\]{}+=就代表它們自身。其中\[是[的轉義，\]是]的轉義。[~]+表示[]中的內容至少需要出現1次。\\?表示，[~]內的字元寫完後，可以在後面接一個字元\，也可以不接。(~)*表示()內容可以重複任意次數，也可以一次不出現。$表示匹配到結束位置，搭配前面的^表示整個輸入字串的結構都得符合這個正規表示式。

幾點注意：

  1. 上面得[~]指代表示式中[]的所有內容，（~）指代表示式中（）的所有內容，應該挺好理解吧。
  2. 寫了解釋主要是自己總結一下，你看估計也看不懂，要不直接拿去用，要不老老實實去學吧，這些都是基礎，就把正規表示式的基礎學了基本就夠用。
  3. 不同系統下可不可以匹配漢字是不一樣的。比如C#環境裡\w好像就可以匹配漢字，但javascript環境裡\w就匹配不了漢字。
  4. 正則自己的轉義和放入字串中的轉義挺容易懵的，寫的時候要注意。
  5. 個人理解，只有一個路徑，是判斷不出來這個路徑是檔案還是資料夾的，因為資料夾名也可以叫setup.exe，檔名也可以沒有字尾。windows的檔案命名規範中只不允許9個字元的出現。/ \ ? * : " < > |其他都可以。

學習編寫驗證過程

鑑於網上找了好幾個都是垃圾,既不好使也不知道到底在判斷啥，所以不得不萬事靠自己。

學習自https://deerchao.cn/tutorials/regex/regex.htm

元字元metacharacter

字元 相關解釋
\b 匹配單詞的開頭或結尾，也就是單詞的分界處。可用於精確查詢一個單詞
. 匹配除了換行以外的任意字元
* *前面的內容可以重複任意次
+ +前面的內容可以連續重複1或任意更多次。通俗一點說，就是至少得匹配一次。
? ?前面的內容可以連續重複0或1次。
{x} x：數字。{x}前面的內容必須重複x次
{x,} x。{x,}前面的內容必須重複至少x次
{x,y} x,y：數字。{x,y}前面的內容必須重複x,y之間的次數，包括x，y
(xxx) 表示分組
[x,y,z] 表示單個匹配
\d 匹配一位十進位制數字，也就是0~9 [0-9]
\s 匹配任意空白符，空格，製表符，換行符，中文全形空格等
\w 匹配數字，字母，下劃線【中文】 [a-z0-9A-Z_]
^ 匹配字串的開始位置
$ 匹配字串的結束位置

如何從一個字串中查詢字串‘hi’？

Regex regex = new Regex("hi");
// 注意：如history，high等詞中的hi也會被匹配。

如何精確查詢hi這個詞？使用\b

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

這樣就可以精確查詢到‘hi’這個詞。

如何查詢hi，xxxxx，Lucy?

Regex regex = new Regex(@"\bhi\b.*\bLucy\b");
// `.*`不能換行。是匹配不包含換行的任意數量字元

如何匹配一箇中國電話號碼？格式為：xx-xxxxxxxxxxxxxxx

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

如何匹配一個188開頭的電話號碼？

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

這如果要匹配一個100位數字豈不是都寫不下了，所以必然存在優化寫法。

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

\d{2} 的話能不能匹配85555這種？與high中匹配hi一樣？

如果沒有限制也是會都匹配的，如果想要精確匹配，也要在前後使用元字元\b

如果有長號有短號想一起匹配怎麼辦？

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

解析一個電話號相關的表示式^\(?0\d{2}[) -]?\d{8}

  1. ^:表示驗證字串必須以（或0開頭
  2. \(? : \(是(的轉義，?表示出現1次或不出現
  3. 0\d{2} : 表示0起始後面跟2位數字
  4. [) -]?：表示數字後面的1位或者什麼都沒有，或者是）,空格,-3箇中的一個
  5. \d{8}：表示8位數字。
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);// 匹配失敗，因為010後出現了[]中不存在的字元
Match resultphone2 = regex30.Match(phone2);// 匹配失敗，因為[]後沒有接8位數字，不是說-也在[]中就可以，[]永遠只匹配一個位置
Match resultphone3 = regex30.Match(phone3);// 匹配成功，因為這個正規表示式沒有用$限制結尾
Match resultphone4 = regex30.Match(phone4);// 匹配失敗，因為這個正規表示式用^限制了開頭，必須為（或0。

關於^和$

以前老不理解這玩意都啥用，其實就是對匹配範圍進行限制。以一段數字字元為例。

正常使用9/d{2}進行匹配，匹配條件可以解釋為，“以9開頭並在後面跟任意2位數字的字串”可以匹配成功，也就是998。

但如果使用^進行限制^9/d{2}。匹配條件就變為“輸入字串必須是以9並在後面跟任意2位數字開頭的字串”。匹配就會失敗。

把9去掉^/d{2}，匹配條件就變為“輸入字串必須是以任意2位數字開頭的字串”。匹配就會成功。

若用$限制/d{2}$，匹配條件就變為“輸入字串必須是以任意2位數字結尾的字串”。匹配成功。

若改為58$，匹配條件就變為“輸入字串必須是以‘58’結尾的字串”。匹配就會失敗。

若用^，$限制，^/d{2}$,匹配條件就變為“輸入字串必須是2位數字的字串”，匹配失敗。

改為^/d{18}$，,匹配條件就變為“輸入字串必須是18位數字的字串”，匹配成功。

程式碼如下：

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);

關於()，[],和{}

首先是{}，這個沒什麼說的，就是表示重複次數的。{2}，{2,},{2,5}這種。

其次[]表示單個匹配。只能表示1個位置，這個位置的內容必須為[]中的選項之一。

看到這麼描述大約有以下幾種疑問

單獨使用[]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);// 匹配失敗

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

// 單獨使用就是從頭至尾匹配輸入字串的每一個字元。找到輸入字串中第一個能與[]中任意一個字元匹配的上的。
// 如果[]中只有1個字元，那有沒有[]完全一樣。如果[]內有多個字元是不一樣的。
// 想象不出來使用場景，[]在實際應用中也大多配合其他條件一起使用

[]裡要是有元字元怎麼辦？

解決方法很簡單：轉義。

但具體怎麼轉其實還是有點繞。這個繞不是說有多難，而是這個點你需要有印象，遇到的時候要能反映過來。

這個我認為很容易懵的點在於C#自身字串的轉義與正規表示式的轉義混合。

首先明確一下C#中的轉義，C#中轉義有2種方法：

// 字元原文：
//a我打[]{}aa\bb"cc''dd^ee/dff
//another row
// '[',']','{','}',''','^','/'本身就不需要轉義，需要轉義的是'\','"',換行

// 第1種 需要轉義的符號前加'\'
string stringStr1 = "a我打[]{}aa\\bb\"cc''dd^ee/dff\r\nanother row";
// 第2種，整個字串用'@'修飾
// 這種情況下，'\'，換行不用轉義了。但'"'還需要轉義，因為不轉義字串就提前結束了，用兩個雙引號'""'表示普通字元'"'
string stringStr2 = @"a我打[]{}aa\bb""cc''dd^ee/dff
another row";

正規表示式中需要轉義的符號很多，所有元字元全部需要轉義。但好訊息是轉義方式只有1種，就是在需要轉義的符號前加\。

這再把這些表示式放入C#字串中，就分不清到底是字串轉義，還是正則轉義，正則轉義後進入字串會不會又要轉義等等等等。懵。

元字元包括：( ) [ ] { } \ ^ $ | ? * . + /。 ”/“需不需要轉義好像有點爭議。查了一下發現很多編譯器關於正則的轉義是有一些預設處理的，也沒找到個權威的規則，就視具體情況而定。

// 上面的例子，匹配一個9開頭跟2個數字的字元
Regex regex15 = new Regex("9\d{2}"); // 這樣寫就會報錯，因為正則'\d'中的'\'是c#字串中轉義的標識。這麼寫C#就會認為'\d'是一個轉義符，而又不知道轉義成了什麼，就會報錯：CS1009：無法識別的轉義序列。
// 所需要將'\'轉義，如上使用@或另一種轉義方法都可以
Regex regex16 = new Regex(@"9\d{2}");
Regex regex17 = new Regex("9\\d{2}");

// 另一個很需要有印象的例子。就是一個位置只能使用字元'\'或字元'd'
// 其實很簡單，用[]就行
Regex regex18 = new Regex("[\d]");//如上報錯：CS1009：無法識別的轉義序列。
// 一開沒轉義，改為
Regex regex19 = new Regex("[\\d]");//編譯通過，完活。
string str10 = @"a我打[]{}aa\bb""cc''dd^ee/dff\\";
Match result19 = regex19.Match(str10);// 匹配失敗
// 然而result19的結果是 匹配失敗。
// 這就是字元轉義與正則轉義的混合。
// '\\d'僅處理了字串中'\'的問題，沒有解決正則'[\d]'中'\'也需要轉義的問題；
// 想要實現一個位置只能使用字元'\'或字元'd'，正確的正則表達應該為[\\d]
// 那麼再將其放入C#字串中，每個'\'都要再轉義一次，即為
Regex regex20 = new Regex("[\\\\d]");
Match result20 = regex20.Match(str10);
// 或
Regex regex21 = new Regex(@"[\\d]");
Match result21 = regex21.Match(str10);
// 我還好奇了一下[]中有重複字元會怎樣
Regex regex22 = new Regex(@"[\\\\d]");
Match result22 = regex22.Match(str10);
// 結果好像沒啥區別，有相同字元無所謂的，沒影響

// 這裡後續使用又發現了一點，補充一下
// 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);
// 會編譯通過，但是匹配失敗。這裡遺漏了一個問題，就是new Regex("[\\d]");到底再匹配什麼？
// 答案就是它再匹配'/d'，也就是任意以為0~9的數字
string str101 = @"a我打[]{}aa\bb""cc''dd^ee/dff\\";
string str102 = @"a我打[]{}aa\bb""cc''d9d^ee/dff\\";//中間加了個9
Regex regex191 = new Regex("[\\d]");
Match result191 = regex191.Match(str101);//匹配失敗
Match result192 = regex191.Match(str102);//匹配成功，找到9
//所以[],不止能匹配[]中的實際內容，還可以配合元字元匹配所有那一類字元

[]搭配-可以表示連續的字元

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。

可以複習一下要是就想匹配-，^，甚至[]怎麼辦？

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

這裡實際試了一下這些特殊字元，除了[ 和 ]不轉義也能匹配，迷惑。

最後就是()，()有很多功能，包括限制多選結構的範圍，分組，捕獲文字，環視，特殊模式處理。

我感覺比較基礎的使用就是限制多選與分組。

// 匹配必須整段一模一樣的abc或bcd或cde，
Regex regex26 = new Regex("(abc|bcd|cde)");

// 匹配必須有連續2個adb的重複，也就是abcabc，abcaabc不行
Regex regex27 = new Regex("(abc){2}");

相關文章