当前位置:

首页 > 编程开发 > 正则表达式识别字符串中路径及文件名示例代码

正则表达式识别字符串中路径及文件名示例代码

使用C#和C++正则表达式,定义匹配文件路径与文件夹的模式,可从含特殊字符的字符串中提取所有路径,支持Unicode及多种字符集,实现路径识别与提取功能,适用于日志分析、文件处理、数据清洗等场景,提高解析效率。

本文目录

    c#写法:

    using System;
    using System.Collections.Generic;
    using System.Linq;
    using System.Text;
    using System.Text.RegularExpressions;
    using System.Threading.Tasks;
    
    namespace ConsoleApp2
    {
        class FilePathExtractor
        {
            static void Main()
            {
                // 示例输入字符串,包含多个文件路径
                //string input = @"Command line: C:\路径\新建文件夹\未全额问问去kjhkjhkjdsa\$@[]&123øΩÔøΩÕº∆ご中?\?☀\☺❥(^_-)づ ̄3 ̄)づ╭❤~\fatf    hsouia_ba s d d e w w(´▽`)ノノ\e w w(´▽`)ノノ\wqeeeed\啊啊额外的色的\飒飒我请问饿威尔第额额威风啊其中的发feffdfvFDVFVDfdvfdz\jhshjsaksfksksfjsajasjsajsadksdksdklsadlk\jskjhssdd,saisyuuyawea\12345678912345.txt C:\路径\新建文件夹\未全额问问去kjhkjhkjdsa\$@[]&123øΩÔøΩÕº∆ご中?\?☀\☺❥(^_-)づ ̄3 ̄)づ╭❤~\fatf    hsouia_ba s d d e w w(´▽`)ノノ\e w w(´▽`)ノノ\wqeeeed\啊啊额外的色的\飒飒我请问饿威尔第额额威风啊其中的发feffdfvFDVFVDfdvfdz\jhshjsaksfksksfjsajasjsajsadksdksdklsadlk\jskjhssdd,saisyuuyawea\20250616-11044.mp4";
                string input = @"C:\Users\M58\Desktop\771MB C:\Users\M58\Desktop\bug记录.xlsx C:\Users\M58\Desktop\vpl使用.docx C:\Users\M58\Desktop\Screenshot_2025-05-09-09-53-06-086_com.miui.packageinstaller.jpg ";
                // 定义正则表达式模式
                //string pattern = @"(?:([a-zA-Z]:[\\/])([^<>:\""/\\|?*]+[\\/])*)(?:[^<>:\""/\\|?*]+\.[^\s\""]*)"; //只匹配文件
                string pattern = @"(?:([a-zA-Z]:[\\/])([^<>:\""/\\|?*]+[\\/])*)(?:[^<>:\""/\\|?*]+(?![^\s\""]))";//匹配所有(文件及文件夹)
                // 创建正则表达式对象,忽略模式中的空白并启用多行模式
                Regex regex = new Regex(pattern, RegexOptions.IgnorePatternWhitespace | RegexOptions.Multiline);
                // 查找所有匹配项
                MatchCollection matches = regex.Matches(input);
                // 输出匹配到的文件路径
                Console.WriteLine("找到的文件路径:");
                foreach (Match match in matches)
                {
                    Console.WriteLine(match.Value);
                }
                Console.WriteLine("结束");
            }
        }
    }

    c++代码:

    c++目前的实现跟转义字符的处理方式有关,测试时可能遇到一些小问题,后续有时间再进一步完善。

    std::vector extractPaths(const std::string& text) {
        std::vector paths;
        // 定义正则表达式模式
        //string str = R"((([a-zA-Z]:[\\/])([^<>:"/\\|?*]+[\\/])*(?:[^<>:"/\\|?*]+(?![^\s"]))*))";//匹配正常路径
        string str = R"((([a-zA-Z]:[\\/])([^<>:"/\\|?*]+[\\/])*(?:[^<>:"/\\|?*]+(?![^\s"]))*))";//匹配正常路径
        //string str = R"((?:([a-zA-Z]:[\\/])([^<>:\"/\\|?*]+[\\/])*)(?:[^<>:\"/\\|?*]+(?![^\s\"])))";//匹配文件及文件夹
        std::regex  pathPattern(str);
        // 使用迭代器遍历所有匹配结果
        auto words_begin = std::sregex_iterator(text.begin(), text.end(), pathPattern);
        auto words_end = std::sregex_iterator();
        for (std::sregex_iterator i = words_begin; i != words_end; i++)
        {
            std::smatch match = *i;
            paths.push_back(match.str(1));
        }
        return paths;
    }
    
    int main()
    {
        // 示例输入字符串,包含多个文件路径
        //string input = R"(C:\路径\新建文件夹\未全额问问去kjhkjhkjdsa\$@[]&123øΩÔøΩÕº∆ご中?\?☀\☺❥(^_-)づ ̄3 ̄)づ╭❤~\fatf    hsouia_ba s d d e w w(´▽`)ノノ\e w w(´▽`)ノノ\wqeeeed\啊啊额外的色的\飒飒我请问饿威尔第额额威风啊其中的发feffdfvFDVFVDfdvfdz\jhshjsaksfksksfjsajasjsajsadksdksdklsadlk\jskjhssdd,saisyuuyawea\20250616-11044.mp4 ""C:\路径\新建文件夹\未全额问问去kjhkjhkjdsa\$@[]&123øΩÔøΩÕº∆ご中?\?☀\☺❥(^_-)づ ̄3 ̄)づ╭❤~\fatf    hsouia_ba s d d e w w(´▽`)ノノ\e w w(´▽`)ノノ\wqeeeed\啊啊额外的色的\飒飒我请问饿威尔第额额威风啊其中的发feffdfvFDVFVDfdvfdz\jhshjsaksfksksfjsajasjsajsadksdksdklsadlk\jskjhssdd,saisyuuyawea\12 3"" ""C:\路径\新建文件夹\未全额问问去kjhkjhkjdsa\$@[]&123øΩÔøΩÕº∆ご中?\?☀\☺❥(^_-)づ ̄3 ̄)づ╭❤~\fatf    hsouia_ba s d d e w w(´▽`)ノノ\e w w(´▽`)ノノ\wqeeeed\啊啊额外的色的\飒飒我请问饿威尔第额额威风啊其中的发feffdfvFDVFVDfdvfdz\jhshjsaksfksksfjsajasjsajsadksdksdklsadlk\jskjhssdd,saisyuuyawea\1^_1.txt"" ""C:\路径\新建文件夹\未全额问问去kjhkjhkjdsa\$@[]&123øΩÔøΩÕº∆ご中?\?☀\☺❥(^_-)づ ̄3 ̄)づ╭❤~\fatf    hsouia_ba s d d e w w(´▽`)ノノ\e w w(´▽`)ノノ\wqeeeed\啊啊额外的色的\飒飒我请问饿威尔第额额威风啊其中的发feffdfvFDVFVDfdvfdz\jhshjsaksfksksfjsajasjsajsadksdksdklsadlk\jskjhssdd,saisyuuyawea\1  4.txt")";
        //string input = R"(C:\路径\新建文件夹\未全额问问去kjhkjhkjdsa\$@[]&123øΩÔøΩÕº∆ご中?\?☀\☺❥(^_-)づ ̄3 ̄)づ╭❤~\fatf    hsouia_ba s d d e w w(´▽`)ノノ\e w w(´▽`)ノノ\wqeeeed\啊啊额外的色的\飒飒我请问饿威尔第额额威风啊其中的发feffdfvFDVFVDfdvfdz\jhshjsaksfksksfjsajasjsajsadksdksdklsadlk\jskjhssdd,saisyuuyawea\12345678912345.txt C:\路径\新建文件夹\未全额问问去kjhkjhkjdsa\$@[]&123øΩÔøΩÕº∆ご中?\?☀\☺❥(^_-)づ ̄3 ̄)づ╭❤~\fatf    hsouia_ba s d d e w w(´▽`)ノノ\e w w(´▽`)ノノ\wqeeeed\啊啊额外的色的\飒飒我请问饿威尔第额额威风啊其中的发feffdfvFDVFVDfdvfdz\jhshjsaksfksksfjsajasjsajsadksdksdklsadlk\jskjhssdd,saisyuuyawea\20250616-11044.mp4)";
        string input = R"(C:\Users\M5,8\$@[]&123øΩÔøΩÕº∆ご中?\Deskt op\771MB C:\Users\M58\Desktop\bug记录.xlsx C:\Users\M58\Desktop\vpl使用.docx C:\Users\M58\Desktop\Screenshot_2025-05-09-09-53-06-086_com.miui.packageinstaller.jpg )";
        std::vector paths = extractPaths(input);
        std::cout << "从字符串中提取的路径:" << std::endl;
        for (const auto& path : paths) {
            std::cout << path << std::endl;
        }
    }

    下表列出了所有的元字符和对它们的一个简短的描述

    元字符描述

    \

    将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如,“\\n”匹配\n。“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。

    ^

    匹配输入字行首。如果设置了RegExp对象的Multiline属性,^也匹配“\n”或“\r”之后的位置。

    $

    匹配输入行尾。如果设置了RegExp对象的Multiline属性,$也匹配“\n”或“\r”之前的位置。

    *

    匹配前面的子表达式任意次。例如,zo*能匹配“z”,也能匹配“zo”以及“zoo”。*等价于{0,}。

    +

    匹配前面的子表达式一次或多次(大于等于1次)。例如,“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。+等价于{1,}。

    ?

    匹配前面的子表达式零次或一次。例如,“do(es)?”可以匹配“do”或“does”。?等价于{0,1}。

    {n}

    n是一个非负整数。匹配确定的n次。例如,“o{2}”不能匹配“Bob”中的“o”,但是能匹配“food”中的两个o。

    {n,}

    n是一个非负整数。至少匹配n次。例如,“o{2,}”不能匹配“Bob”中的“o”,但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。

    {n,m}

    m和n均为非负整数,其中n<=m。最少匹配n次且最多匹配m次。例如,“o{1,3}”将匹配“fooooood”中的前三个o为一组,后三个o为一组。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。

    ?

    当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少地匹配所搜索的字符串,而默认的贪婪模式则尽可能多地匹配所搜索的字符串。例如,对于字符串“oooo”,“o+”将尽可能多地匹配“o”,得到结果[“oooo”],而“o+?”将尽可能少地匹配“o”,得到结果 ['o', 'o', 'o', 'o']

    .

    匹配除“\n”和"\r"之外的任何单个字符。要匹配包括“\n”和"\r"在内的任何字符,请使用像“[\s\S]”的模式。

    (pattern)

    匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到,在VBScript中使用SubMatches集合,在JScript中则使用$0…$9属性。要匹配圆括号字符,请使用“\(”或“\)”。

    (?:pattern)

    非获取匹配,匹配pattern但不获取匹配结果,不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分时很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。

    (?=pattern)

    非获取匹配,正向肯定预查,在任何匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。例如,“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”,但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。

    (?!pattern)

    非获取匹配,正向否定预查,在任何不匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”,但不能匹配“Windows2000”中的“Windows”。

    (?<=pattern)

    非获取匹配,反向肯定预查,与正向肯定预查类似,只是方向相反。例如,“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”,但不能匹配“3.1Windows”中的“Windows”。

    *python的正则表达式没有完全按照正则表达式规范实现,所以一些高级特性建议使用其他语言如ja va、scala等

    (?

    非获取匹配,反向否定预查,与正向否定预查类似,只是方向相反。例如“(?

    *python的正则表达式没有完全按照正则表达式规范实现,所以一些高级特性建议使用其他语言如ja va、scala等

    x|y

    匹配x或y。例如,“z|food”能匹配“z”或“food”(此处请谨慎)。“[z|f]ood”则匹配“zood”或“food”。

    []

    字符集合。匹配所包含的任意一个字符。例如,“[abc]”可以匹配“plain”中的“a”。

    [^]

    负值字符集合。匹配未包含的任意字符。例如,“[^abc]”可以匹配“plain”中的“plin”任一字符。

    [a-z]

    字符范围。匹配指定范围内的任意字符。例如,“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。

    注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.

    [^a-z]

    负值字符范围。匹配任何不在指定范围内的任意字符。例如,“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。

    \b

    匹配一个单词的边界,也就是指单词和空格间的位置(即正则表达式的“匹配”有两种概念,一种是匹配字符,一种是匹配位置,这里的\b就是匹配位置的)。例如,“er\b”可以匹配“never”中的“er”,但不能匹配“verb”中的“er”;“\b1_”可以匹配“1_23”中的“1_”,但不能匹配“21_3”中的“1_”。

    \B

    匹配非单词边界。“er\B”能匹配“verb”中的“er”,但不能匹配“never”中的“er”。

    \cx

    匹配由x指明的控制字符。例如,\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则,将c视为一个原义的“c”字符。

    \d

    匹配一个数字字符。等价于[0-9]。grep 要加上-P,perl正则支持

    \D

    匹配一个非数字字符。等价于[^0-9]。grep要加上-P,perl正则支持

    \f

    匹配一个换页符。等价于\x0c和\cL。

    \n

    匹配一个换行符。等价于\x0a和\cJ。

    \r

    匹配一个回车符。等价于\x0d和\cM。

    \s

    匹配任何不可见字符,包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。

    \S

    匹配任何可见字符。等价于[^ \f\n\r\t\v]。

    \t

    匹配一个制表符。等价于\x09和\cI。

    \v

    匹配一个垂直制表符。等价于\x0b和\cK。

    \w

    匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”,这里的"单词"字符使用Unicode字符集。

    \W

    匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。

    \xn

    匹配n,其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。

    \num

    匹配num,其中num是一个正整数。对所获取的匹配的引用。例如,“(.)\1”匹配两个连续的相同字符。

    \n

    标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式,则n为向后引用。否则,如果n为八进制数字(0-7),则n为一个八进制转义值。

    \nm

    标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式,则nm为向后引用。如果\nm之前至少有n个获取,则n为一个后跟文字m的向后引用。如果前面的条件都不满足,若n和m均为八进制数字(0-7),则\nm将匹配八进制转义值nm。

    \nml

    如果n为八进制数字(0-7),且m和l均为八进制数字(0-7),则匹配八进制转义值nml。

    \un

    匹配n,其中n是一个用四个十六进制数字表示的Unicode字符。例如,\u00A9匹配版权符号(©)。

    \p{P}

    小写 p 是 property 的意思,表示 Unicode 属性,用于 Unicode 正表达式的前缀。中括号内的“P”表示Unicode 字符集七个字符属性之一:标点字符。

    其他六个属性:

    L:字母;

    M:标记符号(一般不会单独出现);

    Z:分隔符(比如空格、换行等);

    S:符号(比如数学符号、货币符号等);

    N:数字(比如阿拉伯数字、罗马数字等);

    C:其他字符。

    *注:此语法部分语言不支持,例:ja vascript。

    \<

    \>

    匹配词(word)的开始(\<)和结束(\>)。例如正则表达式\能够匹配字符串"for the wise"中的"the",但是不能匹配字符串"otherwise"中的"the"。注意:这个元字符不是所有的软件都支持的。

    ( )

    将( 和 ) 之间的表达式定义为“组”(group),并且将匹配这个表达式的字符保存到一个临时区域(一个正则表达式中最多可以保存9个),它们可以用 \1 到\9 的符号来引用。

    |

    将两个匹配条件进行逻辑“或”(or)运算。例如正则表达式(him|her) 匹配"it belongs to him"和"it belongs to her",但是不能匹配"it belongs to them."。注意:这个元字符不是所有的软件都支持的。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    Nod 0.8.1怎样理解状态码、Ray ID与计划检查
    Nod 0.8.1怎样理解状态码、Ray ID与计划检查

    Nod 0.8.1补充连接服务状态与原因、Attio Cloudflare 403诊断,并让Gmail在连接服务429或503后延后计划轮询。

    Ducter 0.0.59如何理解同会话聊天、Git可选和附件变化
    Ducter 0.0.59如何理解同会话聊天、Git可选和附件变化

    Ducter 0.0.59扩展Telegram、Slack和Mac iMessage会话,区分项目目录来源、Git可选、等待状态与附件入口。

    llama.cpp b12435、b12436、b12438测试构建的三类兼容变化有什么区别?
    llama.cpp b12435、b12436、b12438测试构建的三类兼容变化有什么区别?

    llama.cpp b12435、b12436、b12438预发布构建,分别解释Vulkan并列选择确定性、32位编译与Jinja JSON键排序的适用范围。

    ScopeWeaver 0.9.2、0.9.3与0.9.4如何区分运行时、Zod和任务状态变化
    ScopeWeaver 0.9.2、0.9.3与0.9.4如何区分运行时、Zod和任务状态变化

    ScopeWeaver 0.9.2、0.9.3与0.9.4分别调整桥运行时、Zod依赖和同进程服务器重建后的暂停状态;区分版本对象与作者本地研究用途声明。

    AG2 1.3.2的输入Token为何变多,旧ACP版本还能用吗
    AG2 1.3.2的输入Token为何变多,旧ACP版本还能用吗

    AG2 1.3.2统一缓存Token统计并更新ACP1.x依赖;解释预算提前触达、报表口径与Python3.15构建限制。

    llama.cpp b12433怎样为AMD奇数列保留MUL_MAT_ID回退路径
    llama.cpp b12433怎样为AMD奇数列保留MUL_MAT_ID回退路径

    llama.cpp b12433避免AMD设备将奇数src0列送入需要偶数列的MMVF路径:满足偶数条件才保留MMVF,其他形状沿用既有回退。对应改动发生在MUL_MAT_ID处理和相关同步判断中,范围限定于代码说明中的类型与token条件。

    Ducter 0.0.58如何区分下一步消息、完成后消息与后台会话
    Ducter 0.0.58如何区分下一步消息、完成后消息与后台会话

    Ducter 0.0.58调整任务阅读、执行中消息和后台会话,区分下一步发送与做完再说,并说明tailnet HTTPS辅助的条件。

    Unlimited OCR 2在TextMind能否直接使用,账号权限与模型示例如何区分
    Unlimited OCR 2在TextMind能否直接使用,账号权限与模型示例如何区分

    Unlimited OCR 2官方确认百度智能云TextMind渠道;区分云端入口、账号权限配额与本地模型部署,避免混淆接口和计费条件。

    TensorFold 1.2.9的Ollama接口和服务配置文件怎么用
    TensorFold 1.2.9的Ollama接口和服务配置文件怎么用

    TensorFold 1.2.9的服务配置文件用于保存和复用启动参数,Ollama兼容API则在同一推理路径上提供聊天、生成和模型查询等接口。理解配置优先级及后端限制,比只看到“兼容”就直接迁移全部流量更有用。

    如何理解Univer 1.5.2的二次混淆移除与构建边界?
    如何理解Univer 1.5.2的二次混淆移除与构建边界?

    理解Univer 1.5.2的关键,是把额外混淆与构建压缩分开。本版删除二次混淆插件及相关配置,同时保留Pro模块的minify设置;它解释的是产物处理方式的变化,不代表增加了表格或公式能力。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。