C#正则表达式(Regex)过滤提取内容的实战指南

准备环境与基本原理

正则表达式的核心作用是对文本数据进行高效的检索与匹配。在编程领域，面对百万级的文字量，人工逐一搜索几乎不可能完成，而正则表达式可以通过定义特定的“匹配规则”瞬间定位目标。

在C#中使用正则表达式，首先需要引入对应的命名空间：

using System.Text.RegularExpressions;

实现步骤：从读取到提取

第1步：读取源文本内容

无论是处理内存中的字符串还是外部文件，第一步都是将待处理的数据加载到程序中。若涉及文件操作，需先将文件打开在缓冲区中，以便进行后续读写。

这种缓冲区的概念有助于理解数据的流向：数据来源 → 缓冲区 → 正则引擎处理 → 结果输出。

第2步：创建正则表达式模式

这是最关键的一步。我们需要定义一个字符串（Pattern），告诉程序我们需要什么样的数据。例如，如果需要提取文本中的所有数字，可以使用以下两种写法之一：

• [\d] ：匹配任意单个数字字符（0-9）。
• [0-9] ：同理，匹配0到9之间的数字。

常见的部分匹配规则如下：

• [\d] ：只需数字 0-9。
• [\D] ：非数字字符（大写D表示排除）。
• [^\d] ：除了数字以外的所有内容（注意位置含义）。
• [\w] ：字母 (a-z, A-Z)、数字、下划线及部分汉字。
• [a-c] ：指定范围内的字符，如 a 到 c 的所有单词。
• [a|b] ：只需 a 或 b。

在本例中，我们的目标是找出文本中的5个特定数字（2, 4, 8, 9, 6），因此我们使用的匹配模式为 [\d]。

第3步：执行匹配并输出结果

利用 Regex.Matches() 方法可以在文本中找到所有匹配项，返回类型为 MatchCollection。我们可以通过 foreach 循环遍历每一个匹配结果。

提示：在循环中如果不确定具体数据类型，建议使用 var 关键字，编译器会根据上下文自动推断类型（通常结果为 string 类型）。

// 假设 textContent 包含了需要处理的完整文本字符串
string pattern = "[\\d]"; // 匹配规则
MatchCollection results = Regex.Matches(textContent, pattern);

// 遍历所有匹配到的数字
foreach (var item in results)
{
    Console.WriteLine(item.ToString()); // 打印每个匹配的数字
}

运行上述代码后，控制台将按顺序输出所有找到的数字。

进阶应用：过滤不符合条件的字符

除了提取，有时我们需要从一个长字符串中剔除不符合要求的字符，保留纯净的目标数据。以下示例展示了如何筛选字符串中的非十六进制字符，最终得到一个只包含有效十六进制数的新字符串。

string str = "abcdsefghias12321312"; // 原始目标字符串
string pattern = "[A-Fa-f0-9]";      // 十六进制字符匹配规则
string strRet = "";

// 获取所有匹配的十六进制字符
MatchCollection results = Regex.Matches(str, pattern);

// 拼接有效字符
foreach (var v in results)
{
       strRet += v.ToString();
}
// 此时 strRet 仅包含 "aabcdefas12321312"

以上就是C#中正则表达式(Regex)过滤提取内容的基本详细内容，更多关于C# Regex数据处理与过滤的代码资料请关注本站其它相关文章！