正则表达式学习

好消息：本人博客已开通，更多博客请进 http://swplzj.github.io

项目中经常使用到一些校验，比如有效手机号，身份证号码，邮箱，银行卡号码…假如说都是简单的使用位数来做校验，容易造成特殊字符输入乱码，还有可能在数据库中写入脏数据，所以使用正则表达式来进行校验匹配是很有必要的，当然，我们学习它就要知道它有哪些作用，正则表达式的用途基本有以下三种：

• 校验数据
• 查询数据
• 替换数据

学习正则表达式的最好方法是从例子开始，理解例子之后再自己对例子进行修改。下面开始学习之旅：

语法

. 是元字符，匹配除了换行符以外的任意字符。

* 是元字符，不过它代表的不是字符，也不是位置，而是数量——它指定 * 前边的内容可以连续重复使用任意次以使整个表达式得到匹配。

.* 连在一起就意味着任意数量的不包含换行的字符。

+ 重复一次或更多次

? 重复零次或一次

{n} 重复n次

{n,} 重复n次或更多次

{n,m} 重复n到m次

[] 指定一个字符范围，比如，[aeiou]就匹配任何一个英文元音字母，[0-9]代表的含意与d就是完全一致的。
() 小括号来指定子表达式(也叫做分组),比如：(d{1,3}.){3}d{1,3} 是一个简单的IP地址匹配表达式。

b 是正则表达式规定的一个特殊代码（也叫它元字符，metacharacter），代表着单词的开头或结尾，也就是单词的分界处。虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是b并不匹配这些单词分隔字符中的任何一个，它只匹配一个位置。比如:在一段文本中查询Leo，就可以这样写：bLeob 。

B 匹配不是单词开头或结束的位置

d 匹配一位数字，比如匹配大陆手机号码： 1d{10} ，{10} 意思是重复匹配10次。

D 匹配任意非数字的字符

s 匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等。

S 匹配任意不是空白符的字符

w 匹配字母或数字或下划线或汉字等。

W 匹配任意不是字母，数字，下划线，汉字的字符

[^x] 匹配除了x以外的任意字符

[^aeiou] 匹配除了aeiou这几个字母以外的任意字符

^ 匹配字符串的开始，或者是行的开始处

$ 匹配字符串的结束，或者是行的结束处

| 分枝条件指的是有几种规则，如果满足其中任意一种规则都应该当成匹配。

为转义字符，比如匹配网址：使用 swplzj.github.io 来匹配 swplzj.github.io 。

后向引用

捕获

(exp): 匹配exp,并捕获文本到自动命名的组里

(?exp): 匹配exp,并捕获文本到名称为name的组里，也可以写成(?’name’exp)

(?:exp): 匹配exp,不捕获匹配的文本，也不给此分组分配组号

零宽断言

(?=exp): 匹配exp前面的位置

(?<=exp): 匹配exp后面的位置

(?!exp): 匹配后面跟的不是exp的位置

注释

(?#comment): 这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

实例

从下面文本中查询出以[]包含的内容，包括[]

The Tasmanian tiger,also known as the Thylacine,has been announced extinct many years ago. Now many geneticists assert that they are capable of recreating a [sid=13_1] from DNA extracted from its bone specimen. nnTasmanian tigers belong to marsupials that have a [sid=13_2] in common. They looked like big dogs with over 15 dark stripes on the body. When chasing their preys,these animals primarily depended on [sid=13_3] to prevail. Their stomach could inflate so they could eat large amount of food each time to [sid=13_4] a period lack of food.

我们发现要查询的内容是以[开头，以 ] 结束的，所以首先可以肯定的是 []，注意需要转义字符，然后[]之前包含的可能是 数字、空格、大小写字母、符号，但是不能包含],所以我们可以写出 [[^]]+]

{% img center /2015_08_14_regular_express_id1.png /%}

再增加点难度，要检索出[]里面的数据，我们可以先观察规律，因为正则表达式 - Regular Express 本身就是有规律的表达式，所以现发现规律，再写出所对应的正则。

解答

• 以 [ 开头，作为规律，可以写出 (?<=[)([^]])+

{% img center /2015_08_14_regular_express_id2.png /%}

• 以] 结束，可以写出[^[]+(?=])

{% img center /2015_08_14_regular_express_id3.png /%}

iOS中应用

我们在开发iOS项目过程中，使用到正则表达式的主要场景有两种：

第一 在应用中用户输入数据时，做正则匹配校验，这类比较常见，这里就不做详述，但是给出一个比较好的建议，就是把需要校验的项，单独创建一个 XML 文件，然后再自定义标签，属性，来进行统一存放项目中所有校验项，如下：

<?xml version="1.0" encoding="utf-8"?>
<rules>
    <rule type="mobile" pattern="^1d{10}$" tip="请输入正确的手机号" />
</rules>

上面是简单校验手机号码位数的正则表达式，这样做的好处：方便维护管理；代码更为规范。

第二 在使用 UIWebView 来加载文章类的页面时，使用正则表达式可以很好的提升用户体验。那使用正则我们可以做到那些呢？

• 使用正则表达式来加载本地 CSS 样式表来自定义 HTML 中的样式；

  • 替换 CSS 样式表，这个可以实现 HTML 字体大小的动态调整；
  • 可以实现类似白天、黑夜主题色的更换；
  • 可以对文本进行标注、突出等处理；

• 使用正则表达式获取 HTML 中的图片、视频，以便更友好的操作图片、视频资源；

  • 可以更改图片的大小展示；
  • 通过正则匹配获取到图片的属性，比如id，然后进行本地操作，如，对图片添加点击事件，点击之后，进入本地图片浏览器，在图片浏览器中，就可以对图片进行放大、缩小、查看图片备注等操作了。
• 使用正则表达式来为 HTML 添加元素；
  
  • 可以为添加文章标题、发布时间等操作

使用场景已经描述完了，但是怎么样实现呢，下面直接上代码：

加载本地 CSS

NSRegularExpression *regularexpression = [[NSRegularExpression alloc]
                                              initWithPattern:@"(?i)<s*links*href="[^"]+.css""
                                              options:NSRegularExpressionCaseInsensitive
                                              error:nil];
    NSArray *matches = [regularexpression matchesInString:htmlContent options:0 range:NSMakeRange(0,[htmlContent length])];
    NSString *content = htmlContent;
    NSString *replaceStr = [NSString stringWithFormat:@"<link href="%@"",cssFilePath];
    for (NSTextCheckingResult *match in matches){
        NSRange matchRange = [match range];
        content=[regularexpression stringByReplacingMatchesInString:content options:0 range:matchRange withTemplate:replaceStr];
    }

获取图片资源

NSMutableArray *imageIds = [NSMutableArray array];
    NSString *str = @"(?i)<divs*classs*=s*"[^"]*img">s*<imgs*[^>]*id=s*"[^>]*>";
 NSRegularExpression *regularexpression = [[NSRegularExpression alloc]
                                              initWithPattern:str
                                              options:NSRegularExpressionCaseInsensitive
                                              error:nil];
 NSArray *matches = [regularexpression matchesInString:htmlContent
                                                  options:0
                                                    range:NSMakeRange(0,[htmlContent length])];

对图片进行操作

NSString *str = @"(?i)<divs*class="[^"]*img">s*<imgs*[^>]*id=s*""; str = [str stringByAppendingString:imageInfo.image_id]; str = [str stringByAppendingString:@""s*src=s*"[^"]*"[^>]*>"]; NSString *replacejs = [NSString stringWithFormat:@"<div class="img" id="%@" onclick="location.href='picid'+this.id" style="background-color:#999999;width:%fpx;height:%fpx;" />",imageInfo.image_id,width,height];

 replacejs = [replacejs stringByAppendingString:[NSString stringWithFormat:@"<img src="%@" width="%fpx" height="%fpx"/>",imagePath,0.0]];

 replacejs = [replacejs stringByAppendingString:[NSString stringWithFormat:@"<img src="%@" width="180px" height="36px" style="margin-left:%fpx;margin-top:%fpx"/>",logoImagePath,(width / 2 - 90),(height/2 - 34)]];

 NSRegularExpression *regularexpression = [[NSRegularExpression alloc]
                                          initWithPattern:str
                                          options:NSRegularExpressionCaseInsensitive
                                          error:nil];
 NSArray *matches = [regularexpression matchesInString:content options:0 range:NSMakeRange(0,[content length])];


 for (NSTextCheckingResult *match in matches){
    NSRange matchRange = [match range];
    content=[regularexpression stringByReplacingMatchesInString:content options:0 range:matchRange withTemplate:replacejs];
 }

放大缩小页面中的文本

NSString *jsString = [[NSString alloc] initWithFormat:@"document.getElementsByTagName('body')[0].style.webkitTextSizeAdjust= '%@'",textFontScale]; [_webView stringByEvaluatingJavaScriptFromString:jsString];

扩展 - 在本地HTML中加入JS

NSString *js = @"<script language="javascript" type="text/javascript">";
 //替换css文件
    js = [js stringByAppendingString:@"function replacejscssfile(oldfilename,newfilename,filetype){ var targetelement=(filetype=="js")? "script" : (filetype=="css")? "link" : "none"; var targetattr=(filetype=="js")? "src" : (filetype=="css")? "href" : "none"; var allsuspects=document.getElementsByTagName(targetelement); for (var i=allsuspects.length; i>=0; i--){ if (allsuspects[i] && allsuspects[i].getAttribute(targetattr)!=null && allsuspects[i].getAttribute(targetattr).indexOf(oldfilename)!=-1){ var newelement=createjscssfile(newfilename,filetype); allsuspects[i].parentNode.replaceChild(newelement,allsuspects[i]);} } return "sdasds";}"];

    js = [js stringByAppendingString:@"</script></head>"];

   NSString *content = [htmlContent stringByReplacingOccurrencesOfString:@"</head>" withString:js];

常用正则表达式

网址（URL）： [a-zA-z]+://[^s]*

IP地址(IP Address)： ((2[0-4]d|25[0-5]|[01]?dd?).){3}(2[0-4]d|25[0-5]|[01]?dd?)

电子邮件(Email)： w+([-+.]w+)@w+([-.]w+).w+([-.]w+)*

QQ号码： [1-9]d{4,}

HTML标记(包含内容或自闭合)： <(.)(.)>.</1>|<(.) />

密码(由数字/大写字母/小写字母/标点符号组成，四种都必有，8位以上)： (?=^.{8,}$)(?=.*d)(?=.*W+)(?=.*[A-Z])(?=.*[a-z])(?!.*n).*$

日期(年-月-日)： (d{4}|d{2})-((1[0-2])|(0?[1-9]))-(([12][0-9])|(3[01])|(0?[1-9]))

日期(月/日/年)： ((1[0-2])|(0?[1-9]))/(([12][0-9])|(3[01])|(0?[1-9]))/(d{4}|d{2})

时间(小时:分钟,24小时制)： ((1|0?)[0-9]|2[0-3]):([0-5][0-9])

汉字(字符)： [u4e00-u9fa5]

中文及全角标点符号(字符)： [u3000-u301eufe10-ufe19ufe30-ufe44ufe50-ufe6buff01-uffee]

中国大陆固定电话号码： (d{4}-|d{3}-)?(d{8}|d{7})

中国大陆手机号码： 1d{10}

中国大陆邮政编码： [1-9]d{5}

中国大陆身份证号(15位或18位)： d{15}(dd[0-9xX])?

非负整数(正整数或零)： d+

正整数： [0-9][1-9][0-9]

负整数： -[0-9][1-9][0-9]

整数： -?d+

小数： (-?d+)(.d+)?

不包含abc的单词： b((?!abc)w)+b

后记

整理这篇博文的过程中，当然涉及到的知识不仅仅是正则表达式，还有后面通过 webview 和 JavaScript 进行交互，这是另一方面的知识了，就不在这里介绍了。马上七夕情人节了，大家快乐。就写到这里啦，还没有准备礼物，赶紧准备，不然…

参考博文：正则表达式30分钟入门教程

好消息：本人博客已开通，更多博客请进 http://swplzj.github.io