我们在用perl处理文本时匹配文本是很常用的操作，如：
$str = "string\n[]\\";
$str =~ m/string/;
# 会匹配到string但是当我们用一个变量来做模式匹配，如果正则表达式中含特殊字符，那么perl解释器默认会解释成匹配模式，如：
$reg = "[";
# 如果直接使用则会报错， Unmatched [ in regex; marked by <-- HERE in m/ [ <-- HERE / at .....
$str =~ m/$reg/g上面perl在匹配时将[当作匹配模式，会找寻]作为结束。但是很多时候我们需要将其作为字符串来使用，而非一个特殊字符。
有两种方法来避免perl将其解释为特殊字符：
1）添加转义字符\
# 注意此处双引号需要添加两个反斜线
$reg = "\\[";
或者
$reg = '\[';2）quotemeta 函数（此函数转义 EXPR 中的所有元字符）
$reg = "[";
$reg = quotemeta( $reg );下面附上perl正则表达式规则（看微软在.Net区总结很好，故此借来和大家分享）
字符转义
正则表达式中的反斜杠字符 (\) 指示其后跟的字符是特殊字符（如下表所示），或应按原义解释该字符。 有关详细信息，请参阅字符转义。
| 转义字符 | 描述 | 模式 | 匹配 |
|---|---|---|---|
\a | 与报警 (bell) 符 \u0007 匹配。 | \a | "Error!" + '\u0007' 中的 "\u0007" |
\b | 在字符类中，与退格键 \u0008 匹配。 | [\b]{3,} | "\b\b\b\b" 中的 "\b\b\b\b" |
\t | 与制表符 \u0009 匹配。 | (\w+)\t | "item1\titem2\t" 中的 "item1\t" 和 "item2\t" |
\r | 与回车符 \u000D 匹配。 （\r 与换行符 \n不是等效的。） | \r\n(\w+) | "\r\nThese are\ntwo lines." 中的 "\r\nThese" |
\v | 与垂直制表符 \u000B 匹配。 | [\v]{2,} | "\v\v\v" 中的 "\v\v\v" |
\f | 与换页符 \u000C 匹配。 | [\f]{2,} | "\f\f\f" 中的 "\f\f\f" |
\n | 与换行符 \u000A 匹配。 | \r\n(\w+) | "\r\nThese are\ntwo lines." 中的 "\r\nThese" |
\e | 与转义符 \u001B 匹配。 | \e | "\x001B" 中的 "\x001B" |
\ nnn | 使用八进制表示形式指定字符（nnn 由二位或三位数字组成）。 | \w\040\w | "a bc d" 中的 "a b" 和 "c d" |
\x nn | 使用十六进制表示形式指定字符（nn 恰好由两位数字组成）。 | \w\x20\w | "a bc d" 中的 "a b" 和 "c d" |
\c X\cx | 匹配 X 或 x指定的 ASCII 控制字符，其中 X 或 x 是控制字符的字母。 | \cC | "\x0003" 中的 "\x0003" (Ctrl-C) |
\u nnnn | 使用十六进制表示形式匹配 Unicode 字符（由 nnnn正确表示的四位数）。 | \w\u0020\w | "a bc d" 中的 "a b" 和 "c d" |
\ | 在后面带有不识别为本主题的此表和其他表中的转义符的字符时，与该字符匹配。 例如， \* 与 \x2A相同，而 \. 与 \x2E相同。 这允许正则表达式引擎区分语言元素（如 * 或 ?）和字符（用 \* 或 \? 表示）。 | \d+[\+-x\*]\d+ | "(2+2) * 3*9" 中的 "2+2" 和 "3*9" |
字符类
字符类与一组字符中的任何一个字符匹配。 字符类包括下表中列出的语言元素。 有关更多信息，请参见 字符类。
| 字符类 | 描述 | 模式 | 匹配 |
|---|---|---|---|
[ character_group] | 匹配 character_group 中的任何单个字符。 默认情况下，匹配区分大小写。 | [ae] | "gray" 中的 "a""lane" 中的 "a" 和 "e" |
[^ character_group] | 求反：与不在 character_group 中的任何单个字符匹配。 默认情况下， character_group 中的字符区分大小写。 | [^aei] | "reign" 中的 "r"、"g" 和 "n" |
[ first-last] | 字符范围：与从第一个至最后一个的范围内的任何单个字符匹配。 | [A-Z] | "AB123" 中的 "A" 和 "B" |
. | 通配符：与除 \n 之外的任何单个字符匹配。若要匹配文本句点字符（. 或 \u002E），你必须在该字符前面加上转义符 (\.)。 | a.e | "nave" 中的 "ave""water" 中的 "ate" |
\p{ name}\p{ | 与 name 指定的 Unicode 通用类别或命名块中的任何单个字符匹配。 | \p{Lu}\p{IsCyrillic} | "City Lights" 中的 "C" 和 "L""ДЖem" 中的 "Д" 和 "Ж" |
\P{ name}\P{ | 与不在 name 指定的 Unicode 通用类别或命名块中的任何单个字符匹配。 | \P{Lu}\P{IsCyrillic} | "City" 中的 "i"、"t" 和 "y""ДЖem" 中的 "e" 和 "m" |
\w | 与任何单词字符匹配。 | \w | "ID A1.3" 中的 "I"、"D"、"A"、"1" 和 "3" |
\W | 与任何非单词字符匹配。 | \W | "ID A1.3" 中的 " " 和 "." |
\s | 与任何空白字符匹配。 | \w\s | "ID A1.3" 中的 "D " |
\S | 与任何非空白字符匹配。 | \s\S | "int __ctr" 中的 " _" |
\d | 与任何十进制数字匹配。 | \d | "4 = IV" 中的 "4" |
\D | 与任何不是十进制数的字符匹配。 | \D | "4 = IV" 中的 " "、"="、" "、"I" 和 "V" |
定位点
定位点或原子零宽度断言会使匹配成功或失败，具体取决于字符串中的当前位置，但它们不会使引擎在字符串中前进或使用字符。 下表中列出的元字符是定位点。 有关详细信息，请参阅 定位点。
| 断言 | 说明 | 模式 | 匹配 |
|---|---|---|---|
^ | 默认情况下，必须从字符串的开头开始匹配；在多行模式中，必须从该行的开头开始。 | ^\d{3} | "901-333-" 中的 "901" |
$ | 默认情况下，匹配必须出现在字符串的末尾，或在字符串末尾的 \n 之前；在多行模式中，必须出现在该行的末尾之前，或在该行末尾的 \n 之前。 | -\d{3}$ | "-901-333" 中的 "-333" |
\A | 匹配必须出现在字符串的开头。 | \A\d{3} | "901-333-" 中的 "901" |
\Z | 匹配必须出现在字符串的末尾或出现在字符串末尾的 \n 之前。 | -\d{3}\Z | "-901-333" 中的 "-333" |
\z | 匹配必须出现在字符串的末尾。 | -\d{3}\z | "-901-333" 中的 "-333" |
\G | 匹配必须在上一个匹配结束的位置进行；如果以前没有匹配项，则从开始进行匹配的字符串中的位置开始。 | \G\(\d\) | "(1)(3)(5)[7](9)" 中的 "(1)"、"(3)" 和 "(5)" |
\b | 匹配必须出现在 \w （字母数字）和 \W （非字母数字）字符之间的边界上。 | \b\w+\s\w+\b | "them theme them them" 中的 "them theme" 和 "them them" |
\B | 匹配不得出现在 \b 边界上。 | \Bend\w*\b | "end sends endure lender" 中的 "ends" 和 "ender" |
分组构造
分组构造描述了正则表达式的子表达式，通常用于捕获输入字符串的子字符串。 分组构造包括下表中列出的语言元素。 有关详细信息，请参阅 分组构造。
| 分组构造 | 描述 | 模式 | 匹配 |
|---|---|---|---|
( subexpression) | 捕获匹配的子表达式并将其分配到一个从 1 开始的序号中。 | (\w)\1 | "deep" 中的 "ee" |
(?< name>subexpression)或 (?' name'subexpression) | 将匹配的子表达式捕获到一个命名组中。 | (?<double>\w)\k<double> | "deep" 中的 "ee" |
(?< name1-name2>subexpression)或 (?' name1-name2'subexpression) | 定义平衡组定义。 有关详细信息，请参阅 分组构造中的”平衡组定义”部分。 | (((?'Open'\()[^\(\)]*)+((?'Close-Open'\))[^\(\)]*)+)*(?(Open)(?!))$ | "3+2^((1-3)*(3-1))" 中的 "((1-3)*(3-1))" |
(?: subexpression) | 定义非捕获组。 | Write(?:Line)? | "Console.WriteLine()" 中的 "WriteLine""Console.Write(value)" 中的 "Write" |
(?imnsx-imnsx: subexpression) | 应用或禁用 子表达式中指定的选项。 有关详细信息，请参阅 正则表达式选项。 | A\d{2}(?i:\w+)\b | "A12xl A12XL a12xl" 中的 "A12xl" 和 "A12XL" |
(?= subexpression) | 零宽度正预测先行断言。 | \b\w+\b(?=.+and.+) | "cats", "dogs"in "cats, dogs and some mice." |
(?! subexpression) | 零宽度负预测先行断言。 | \b\w+\b(?!.+and.+) | "and", "some", "mice"in "cats, dogs and some mice." |
(?<= subexpression) | 零宽度正回顾后发断言。 | \b\w+\b(?<=.+and.+)——————————— \b\w+\b(?<=.+and.*) | "some", "mice"in "cats, dogs and some mice."———————————— "and", "some", "mice"in "cats, dogs and some mice." |
(?<! subexpression) | 零宽度负回顾后发断言。 | \b\w+\b(?<!.+and.+)——————————— \b\w+\b(?<!.+and.*) | "cats", "dogs", "and"in "cats, dogs and some mice."———————————— "cats", "dogs"in "cats, dogs and some mice." |
(?> subexpression) | 原子组。 | (?>a|ab)c | "ac" 中的 "ac""abc"中无匹配 |
Lookaround 概览
当正则表达式引擎命中 Lookaround 表达式时，其需要一个子字符串从当前位置到达原始字符串的开始（后行）或结束（先行），然后使用 Lookaround 模式在该子字符串上运行 Regex.IsMatch。 然后，根据此子表达式的结果是正断言还是负断言，可判断其结果是否成功。
| Lookaround | 名称 | 函数 |
|---|---|---|
(?=check) | 正预测先行 | 断言字符串中紧随当前位置之后的内容是 “check” |
(?<=check) | 正预测后行 | 断言字符串中紧随当前位置之前的内容是 “check” |
(?!check) | 负预测先行 | 断言字符串中紧随当前位置之后的内容并非 “check” |
(?<!check) | 负预测后行 | 断言字符串中紧随当前位置之前的内容并非 “check” |
结果匹配后，不会再次重新计算原子组，即使该模式的其余部分由于匹配而失败。 当限定符出现在原子组内或模式的其余部分时，可显著提高性能。
数量词
限定符指定在输入字符串中必须存在上一个元素（可以是字符、组或字符类）的多少个实例才能出现匹配项。 限定符包括下表中列出的语言元素。 有关更多信息，请参见 数量词。
| 限定符 | 描述 | 模式 | 匹配 |
|---|---|---|---|
* | 匹配上一个元素零次或多次。 | a.*c | "abcbc" 中的 "abcbc" |
+ | 匹配上一个元素一次或多次。 | "be+" | "been" 中的 "bee"、"bent" 中的 "be" |
? | 匹配上一个元素零次或一次。 | "rai?" | "rain" 中的 "rai" |
{n} | 匹配上一个元素恰好 n 次。 | ",\d{3}" | "1,043.6" 中的 ",043"、"9,876,543,210" 中的 ",876"、",543" 和 ",210" |
{n,} | 匹配上一个元素至少 n 次。 | "\d{2,}" | "166", "29", "1930" |
{ n,m} | 匹配上一个元素至少 n 次，但不多于 m 次。 | "\d{3,5}" | "166", "17668""193024" 中的 "19302" |
*? | 匹配上一个元素零次或多次，但次数尽可能少。 | a.*?c | "abcbc" 中的 "abc" |
+? | 匹配上一个元素一次或多次，但次数尽可能少。 | "be+?" | "been" 中的 "be"、"bent" 中的 "be" |
?? | 匹配上一个元素零次或一次，但次数尽可能少。 | "rai??" | "rain" 中的 "ra" |
{n}? | 匹配前面的元素恰好 n 次。 | ",\d{3}?" | "1,043.6" 中的 ",043"、"9,876,543,210" 中的 ",876"、",543" 和 ",210" |
{n,}? | 匹配上一个元素至少 n 次，但次数尽可能少。 | "\d{2,}?" | "166", "29", "1930" |
{ n,m}? | 匹配上一个元素的次数介于 n 和 m 之间，但次数尽可能少。 | "\d{3,5}?" | "166", "17668""193024" 中的 "193" 和 "024" |
反向引用构造
反向引用允许在同一正则表达式中随后标识以前匹配的子表达式。 下表列出了 .NET 正则表达式支持的反向引用构造。 有关详细信息，请参阅 反向引用构造。
| 反向引用构造 | 描述 | 模式 | 匹配 |
|---|---|---|---|
\ number\ | 后向引用。 匹配编号子表达式的值。 | (\w)\1 | "seek" 中的 "ee" |
\k< name>\k< | 命名后向引用。 匹配命名表达式的值。 | (?<char>\w)\k<char> | "seek" 中的 "ee" |
替换构造
替换构造用于修改正则表达式以启用 either/or 匹配。 这些构造包括下表中列出的语言元素。 有关详细信息，请参阅 替换构造。
| 替换构造 | 描述 | 模式 | 匹配 |
|---|---|---|---|
| | 匹配以竖线 (|) 字符分隔的任何一个元素。 | th(e|is|at) | "this is the day." 中的 "the" 和 "this" |
(?( expression)yes|no)或 (?( expression)yes) | 如果由 expression指定的正则表达式模式匹配，则匹配 yes ；否则，匹配可的 no 部分。 expression 解释为零宽度的断言。 为了避免已命名或已编号的捕获组出现歧义，可选择使用显式断言，如下所示： (?( (?= expression) )yes|no) | (?(A)A\d{2}\b|\b\d{3}\b) | "A10 C103 910" 中的 "A10" 和 "910" |
(?( name)yes|no)或 (?( name)yes) | 如果 name (已命名或已编号的捕获组）具有匹项，则匹配 yes；否则，匹配可的 no。 | (?<quoted>")?(?(quoted).+?"|\S+\s) | "Dogs.jpg \"Yiska playing.jpg\"" 中的 "Dogs.jpg " 和 "\"Yiska playing.jpg\"" |
替代
替换是替换模式中支持的正则表达式语言元素。 有关更多信息，请参见 替代。 下表中列出的元字符是原子零宽度断言。
| 字符 | 说明 | 模式 | 替换模式 | 输入字符串 | 结果字符串 |
|---|---|---|---|---|---|
$ number$ | 替换按组 number匹配的子字符串。 | \b(\w+)(\s)(\w+)\b | $3$2$1 | "one two" | "two one" |
${ name}${ | 替换按命名组 name匹配的子字符串。 | \b(?<word1>\w+)(\s)(?<word2>\w+)\b | ${word2} ${word1} | "one two" | "two one" |
$$ | 替换字符”$”。 | \b(\d+)\s?USD | $$$1 | "103 USD" | "$103" |
$& | 替换整个匹配项的一个副本。 | \$?\d*\.?\d+ | **$&** | "$1.30" | "**$1.30**" |
$` | 替换匹配前的输入字符串的所有文本。 | B+ | $` | "AABBCC" | "AAAACC" |
$' | 替换匹配后的输入字符串的所有文本。 | B+ | $' | "AABBCC" | "AACCCC" |
$+ | 替换最后捕获的组。 | B+(C+) | $+ | "AABBCCDD" | "AACCDD" |
$_ | 替换整个输入字符串。 | B+ | $_ | "AABBCC" | "AAAABBCCCC" |
正则表达式选项
可以指定控制正则表达式引擎如何解释正则表达式模式的选项。 其中的许多选项可以指定为内联（在正则表达式模式中）或指定为一个或多个 RegexOptions 常量。 本快速参考仅列出内联选项。 有关内联和 RegexOptions 选项的详细信息，请参阅文章 正则表达式选项。
可通过两种方式指定内联选项：
- 通过使用其他构造
(?imnsx-imnsx)，可用选项或选项组前的减号 (-) 关闭这些选项。 例如，(?i-mn)启用不区分大小写的匹配 (i)，关闭多行模式 (m) 并关闭未命名的组捕获 (n)。 该选项自定义选项的点开始应用于此正则表达式，且持续有效直到模式结束或者到另一构造反转此选项的点。 - 通过使用 分组构造
(?imnsx-imnsx:子表达式)（只定义指定组的选项）。
.NET 正则表达式引擎支持以下内联选项：
| 选项 | 说明 | 模式 | 匹配 |
|---|---|---|---|
i | 使用不区分大小写的匹配。 | \b(?i)a(?-i)a\w+\b | "aardvark AAAuto aaaAuto Adam breakfast" 中的 "aardvark" 和 "aaaAuto" |
m | 使用多行模式。 ^ 和 $ 匹配行的开头和结尾，但不匹配字符串的开头和结尾。 | 有关示例，请参阅 正则表达式选项中的”多行模式”部分。 | |
n | 不捕获未命名的组。 | 有关示例，请参阅 正则表达式选项中的”仅显式捕获”部分。 | |
s | 使用单行模式。 | 有关示例，请参阅 正则表达式选项中的”单行模式”部分。 | |
x | 忽略正则表达式模式中的非转义空白。 | \b(?x) \d+ \s \w+ | "1 aardvark 2 cats IV centurions" 中的 "1 aardvark" 和 "2 cats" |
其他构造
其他构造可修改某个正则表达式模式或提供有关该模式的信息。 下表列出了 .NET 支持的其他构造。 有关详细信息，请参阅 其他构造。
| 构造 | 定义 | 示例 |
|---|---|---|
(?imnsx-imnsx) | 在模式中间对诸如不区分大小写这样的选项进行设置或禁用。有关详细信息，请参阅正则表达式选项。 | \bA(?i)b\w+\b 匹配 "ABA Able Act" 中的 "ABA" 和 "Able" |
(?# comment) | 内联注释。 该注释在第一个右括号处终止。 | \bA(?#Matches words starting with A)\w+\b |
# [至行尾] | X 模式注释。 该注释以非转义的 # 开头，并继续到行的结尾。 | (?x)\bA\w+\b#Matches words starting with A |
参考资料：
1.https://learn.microsoft.com/zh-cn/dotnet/standard/base-types/regular-expression-language-quick-reference
