1、QRegExp 正则表达式 2010-03-20 17:00 “d+$“ /非负整数（正整数 + 0） “0-9*1-90-9*$“ /正整数 “(-d+)|(0+)$“ /非正整数（负整数 + 0） “-0-9*1-90-9*$“ /负整数 “-?d+$“ /整数 “d+(.d+)?$“ /非负浮点数（正浮点数 + 0） “(0-9+.0-9*1-90-9*)|(0-9*1-90-9*.0-9+)|(0-9*1- 90-9*)$“ /正浮点数 “(-d+(.d+)?)|(0+(.0+)?)$“ /非正浮点数（负浮点数 + 0） “(-(0-9+.0-9*1-90-9*)|(0-9*1-90-
2、9*.0-9+)|(0- 9*1-90-9*)$“ /负浮点数 “(-?d+)(.d+)?$“ /浮点数 “A-Za-z+$“ /由 26 个英文字母组成的字符串 “A-Z+$“ /由 26 个英文字母的大写组成的字符串 “a-z+$“ /由 26 个英文字母的小写组成的字符串 “A-Za-z0-9+$“ /由数字和 26 个英文字母组成的字符串 “w+$“ /由数字、26 个英文字母或者下划线组成的字符串 “w-+(.w-+)*w-+(.w-+)+$“ /email 地址 “a-zA-z+:/(w+(-w+)*)(.(w+(-w+)*)*(?S*)?$“ /url “(d2|d4)-(0(1
3、-91)|(11|2)-(0-2(1-91)|(30|1)$“ / 年-月-日 “(0(1-91)|(11|2)/(0-2(1-91)|(30|1)/(d2|d4)$“ / 月/日/年 “(w-.+)(0-91,3.0-91,3.0-91,3.)|(w-+.)+)(a-zA- Z2,4|0-91,3)(?)$“ /Email “(d+-)?(d4-?d7|d3-?d8|d7,8)(-d+)?“ /电话号码 “(d1,2|1dd|20-4d|250-5).(d1,2|1dd|20-4d|250- 5).(d1,2|1dd|20-4d|250-5).(d1,2|1dd|20-4d|250-5)$“
4、 /IP 地址 (0-9A-F2)(-0-9A-F2)5$ /MAC 地址的正则表达式 -+?d+(.d+)?$ /值类型正则表达式 QRegExp 是 Qt 的正则表达式类. Qt 中有两个不同类的正则表达式. 第一类为元字符.它表示一个或多个常量表达式. 令一类为 转义字符,它代表一个特殊字符. 一.元字符 . 匹配任意单个字符.例如, 1.3 可能是 1. 后面跟任意字符,再跟 3 匹配字符串首. 例如, 12 可能是 123,但不能是 312 $ 配字符串尾. 例如, 12$可以是 312, 当不能是 123 匹配括号内输入的任意字符.123可以为 1, 2 或 3 * 匹配任意数量的
5、前导字符. 例如, 1*2 可以为任意数量个 1(甚至没有), 后面 跟一个 2 + 匹配至少一个前导字符. 例如, 1+2 必须为一个或多个 1, 后跟一个 2 ? 匹配一个前导字符或为空. 例如 1?2 可以为 2 或这 12 二.统配模式 通过 QRegExp:setPatternSyntax(QRegExp:Wildcard);可以将元字符设置为 统配模式.在统配模式下,只有 3 个元字 符可以使用.他们的功能没有变化. ? 匹配任意单个字符, 例如, 1?2 可以为 1,后面跟任意单个字符, 再跟 2 * 匹配任意一个字符序列. 例如, 1*2, 可以为 1, 后面跟任意数量的字符,
6、 再 跟一个 2 匹配一个定义的字符集合. 例如, a-zA-Z.可以匹配 a 到 z 之间任意一个 字符和. a匹配出小写 a 以外的字符. 三.转义序列 . 匹配“.“ 匹配“ $ 匹配“$“ 匹配“ 匹配“ * 匹配“*“ + 匹配“+“ ? 匹配“?“ b 匹配响铃字符,使计算机发出嘟的一声. t 制表符号 n 换行符号 r 回车符鉿 s 任意空格 xnn 匹配 16 进制为 nn 的字符 0nn 匹配 8 进制的 nn 字符 这些表达式均以开始, 与 C+的转义字符相同,所以为了定义 QRegExp 中的一个 转义序列, 需要在前面添加两个 引言 正则表达式（regular expr
7、ession）就是用一个“字符串” 来描述一个特征，然后去验证另 一个“字符串”是否符合这个特征。比如 表达式“ab+” 描述的特征是“一个 a 和 任意个 b ”，那么 ab, abb, abbbbbbbbbb 都符合这个特征。 正则表达式可以用来：（1）验证字符串是否符合指定特征，比如验证是否是合法的 邮件地址。 （2）用来查找字符串，从一个长的文本中查找符合指定特征的字符串，比查找 固定字符串更加灵活方便。 （3）用来替换，比普通的替换更强大。 正则表达式学习起来其实是很简单的，不多的几个较为抽象的概念也很容易理解。之所 以很多人感觉正则表达式比较复杂，一方面是因为大多数的文档没有做到由
8、浅 入深地讲解， 概念上没有注意先后顺序，给读者的理解带来困难；另一方面，各种引擎自带的文档一般 都要介绍它特有的功能，然而这部分特有的功能并不是我们首 先要理解的。 文章中的每一个举例，都可以点击进入到测试页面进行测试。闲话少说，开始。 1. 正则表达式规则 1.1 普通字符 字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是“普通字 符“ 。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。 举例1：表达式 “c“，在匹配字符串 “abcde“ 时，匹配结果是：成功；匹配到的内容 是：“c“；匹配到的位置是：开始于2，结束于3。 （注：下标从0开始还是从
9、1开始，因当前 编程语言的不同而可能不同） 举例2：表达式 “bcd“，在匹配字符串 “abcde“ 时，匹配结果是：成功；匹配到的内 容是：“bcd“；匹配到的位置是：开始于1，结束于4。 1.2 简单的转义字符 一些不便书写的字符，采用在前面加 “ 的方法。这些字符其实我们都已经熟知了。 表达式 可匹配 r, n 代表回车和换行符 t 制表符 代表 “ 本身 还有其他一些在后边章节中有特殊用处的标点符号，在前面加 “ 后，就代表该符号 本身。比如：, $ 都有特殊意义，如果要想匹配字符串中 “ 和 “$“ 字符，则表达式就 需要写成 “ 和 “$“。 表达式 可匹配 匹配 符号本身 $ 匹
10、配 $ 符号本身 . 匹配小数点（.）本身 这些转义字符的匹配方法与 “普通字符“ 是类似的。也是匹配与之相同的一个字符。 举例1：表达式 “$d“，在匹配字符串 “abc$de“ 时，匹配结果是：成功；匹配到的内 容是：“$d“；匹配到的位置是：开始于 3，结束于5。 1.3 能够与 多种字符 匹配的表达式 正则表达式中的一些表示方法，可以匹配 多种字符 其中的任意一个字符。比如，表 达式 “d“ 可以匹配任意一个数字。虽然可以匹配其中任意字符，但是只能是一个，不是 多个。这就好比玩扑克牌时候，大小王可以代替任意一张牌，但是只能代替一张牌。 表达式 可匹配 d 任意一个数字，09 中的任意一
11、个 w 任意一个字母或数字或下划线，也就是 AZ,az,09,_ 中任意一个 s 包括空格、制表符、换页符等空白字符的其中任意一个 . 小数点可以匹配除了换行符（n ）以外的任意一个字符 举例1：表达式 “dd“，在匹配 “abc123“ 时，匹配的结果是：成功；匹配到的内容是： “12“；匹配到的位置是：开始于3，结束于5。 举例2：表达式 “a.d“，在匹配 “aaa100“ 时，匹配的结果是：成功；匹配到的内容是： “aa1“；匹配到的位置是：开始于1，结束于4。 1.4 自定义能够匹配 多种字符 的表达式 使用方括号 包含一系列字符，能够匹配其中任意一个字符。用 包含一系列字 符，则能
12、够匹配其中字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意一个， 但是只能是一个，不是多个。 表达式 可匹配 ab5 匹配 “a“ 或 “b“ 或 “5“ 或 “ abc 匹配 “a“,“b“,“c“ 之外的任意一个字符 f-k 匹配 “f“k“ 之间的任意一个字母 A-F0-3 匹配 “A“F“,“0“3“ 之外的任意一个字符 举例1：表达式 “bcdbcd“ 匹配 “abc123“ 时，匹配的结果是：成功；匹配到的内容 是：“bc“；匹配到的位置是：开始于1，结束于3。 举例2：表达式 “abc“ 匹配 “abc123“ 时，匹配的结果是：成功；匹配到的内容是： “1“；匹配到的位
13、置是：开始于3，结束于4。 1.5 修饰匹配次数的特殊符号 前面章节中讲到的表达式，无论是只能匹配一种字符的表达式，还是可以匹配多种字 符其中任意一个的表达式，都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊 符号，那么不用重复书写表达式就可以重复匹配。 使用方法是：“次数修饰 “放在“被修饰的表达式“后边。比如： “bcdbcd“ 可以写成 “bcd2“。 表达式 作用 n 表达式重复 n 次，比如： “w2“ 相当于 “ww“； “a5“ 相当于 “aaaaa“ m,n 表达式至少重复 m 次，最多重复 n 次，比如： “ba1,3“可以匹配 “ba“或“baa“或“baaa“ m,
14、 表达式至少重复 m 次，比如： “wd2,“可以匹配 “a12“,“_456“,“M12344“. ? 匹配表达式0次或者1次，相当于 0,1，比如： “acd?“可以匹配 “a“,“ac“,“ad“ + 表达式至少出现1次，相当于 1,，比如： “a+b“可以匹配 “ab“,“aab“,“aaab“. * 表达式不出现或出现任意次，相当于 0,，比如： “*b“可以匹配 “b“,“b“. 举例1：表达式 “d+.?d*“ 在匹配 “It costs $12.5“ 时，匹配的结果是：成功；匹配到 的内容是：“12.5“；匹配到的位置是：开始于 10，结束于 14。 举例2：表达式 “go2,
15、8gle“ 在匹配 “Ads by goooooogle“ 时，匹配的结果是：成功； 匹配到的内容是：“goooooogle“；匹配到的位置是：开始于7，结束于17。 1.6 其他一些代表抽象意义的特殊符号 一些符号在表达式中代表抽象的特殊意义： 表达式 作用 与字符串开始的地方匹配，不匹配任何字符 $ 与字符串结束的地方匹配，不匹配任何字符 b 匹配一个单词边界，也就是单词和空格之间的位置，不匹配任何字符 进一步的文字说明仍然比较抽象，因此，举例帮助大家理解。 举例1：表达式 “aaa“ 在匹配 “xxx aaa xxx“ 时，匹配结果是：失败。因为 “ 要求 与字符串开始的地方匹配，因此，
16、只有当 “aaa“ 位于字符串的开头的时候，“aaa“ 才能匹 配， 比如：“aaa xxx xxx“ 。 举例2：表达式 “aaa$“ 在匹配 “xxx aaa xxx“ 时，匹配结果是：失败。因为 “$“ 要 求与字符串结束的地方匹配，因此，只有当 “aaa“ 位于字符串的结尾的时候，“aaa$“ 才能 匹配， 比如：“xxx xxx aaa“。 举例3：表达式 “.b.“ 在匹配 “abc“ 时，匹配结果是：成功；匹配到的内容是： “a“；匹配到的位置是：开始于 2，结束于4。 进一步说明：“b“ 与 “ 和 “$“ 类似，本身不匹配任何字符，但是它要求它在匹配 结果中所处位置的左右两边
17、，其中一边是 “w“ 范围，另一边是 非“w“ 的范围。 举例4：表达式 “bendb“ 在匹配 “weekend,endfor,end“ 时，匹配结果是：成功；匹 配到的内容是：“end“；匹配到的位置是：开始于15，结束于18。 一些符号可以影响表达式内部的子表达式之间的关系： 表达式 作用 | 左右两边表达式之间 “或“ 关系，匹配左边或者右边 ( ) (1). 在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰 (2). 取匹配结果的时候，括号中的表达式匹配到的内容可以被单独 得到 举例5：表达式 “Tom|Jack“ 在匹配字符串 “Im Tom, he is Jack“ 时，
18、匹配结果是：成 功；匹配到的内容是：“Tom“；匹配到的位置是：开始于4，结束于7。匹配下一个时，匹 配结果是：成功；匹配到的内容是：“Jack“；匹配到的位置时：开始于15，结束于19。 举例6：表达式 “(gos*)+“ 在匹配 “Lets go go go!“ 时，匹配结果是：成功；匹配到 内容是：“go go go“；匹配到的位置是：开始于 6，结束于 14。 举例7：表达式 “￥(d+ .?d*)“ 在匹配 “10.9,￥20.5“ 时，匹配的结果是：成功； 匹配到的内容是：“￥20.5“ ；匹配到的位置是：开始于 6，结束于 10。单独获取括号范围匹 配到的内容是：“20.5“。
19、2. 正则表达式中的一些高级规则 2.1 匹配次数中的贪婪与非贪婪 在使用修饰匹配次数的特殊符号时，有几种表示方法可以使同一个表达式能够匹配不 同的次数，比如：“m,n“, “m,“, “?“, “*“, “+“，具体匹配的次数随被匹配的字符串而定。 这种重复匹配不定次数的表达式在匹配过程中，总是尽可能多的匹配。比如，针对文本 “dxxxdxxxd“，举例如下： 表达式 匹配结果 (d)(w+) “w+“ 将匹配第一个 “d“ 之后的所有字符 “xxxdxxxd“ (d)(w+)(d) “w+“ 将匹配第一个 “d“ 和最后一个 “d“ 之间的所有字符 “xxxdxxx“。虽然 “w+“ 也能
20、够匹配上最后一个 “d“，但是为了使整个表达式匹配成功，“w+“ 可以 “让出“ 它本来能够匹配的最后一个 “d“ 由此可见，“w+“ 在匹配的时候，总是尽可能多的匹配符合它规则的字符。虽然第二 个举例中，它没有匹配最后一个 “d“，但那也是为了让整个表达式能够匹配成功。同理， 带 “*“ 和 “m,n“ 的表达式都是尽可能地多匹配，带 “?“ 的表达式在可匹配可不匹配的 时候，也是尽可能的 “要匹配 “。这 种匹配原则就叫作 “贪婪“ 模式 。 非贪婪模式： 在修饰匹配次数的特殊符号后再加上一个 “?“ 号，则可以使匹配次数不定的表达式 尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的 “
21、不匹配“。这种匹配原则叫作 “ 非贪婪“ 模式，也叫作 “勉强“ 模式。如果少匹配就会导致整个表达式匹配失败的时候， 与贪婪模式类似，非贪婪模式会最小限度的再匹配一些，以使整个表达式匹配成功。举例 如下，针对文本 “dxxxdxxxd“ 举例： 表达式 匹配结果 (d)(w+?) “w+?“ 将尽可能少的匹配第一个 “d“ 之后的字符，结果是： “w+?“ 只匹配了一个 “x“ (d)(w+?)(d ) 为了让整个表达式匹配成功，“w+?“ 不得不匹配 “xxx“ 才可以让后边的 “d“ 匹配，从而使整个表达式匹配成功。因此，结果是：“w+?“ 匹配 “xxx“ 更多的情况，举例如下： 举例1
22、：表达式 “(.*)“ 与字符串 “aa bb“ 匹配时，匹配的结果是：成功；匹配到的内容是 “aa bb“ 整个字符串， 表达式中的 “ 将与字符串中最后一个 “ 匹配。 举例2：相比之下，表达式 “(.*?)“ 匹配举例1中同样的字符串时，将只得到 “aa“， 再次匹配下一个时，可以得到第二个 “bb“。 2.2 反向引用 1, 2. 表达式在匹配时，表达式引擎会将小括号 “( )“ 包含的表达式所匹配到的字符串记录 下来。在获取匹配结果的时候，小括号包含的表达式所匹配到的字符串可以单独获取。这 一点，在前面的举例中，已经多次展示 了。在实际应用场合中，当用某种边界来查找，而 所要获取的内
23、容又不包含边界时，必须使用小括号来指定所要的范围。比如前面的 “(.*?)“。 其实，“小括号包含的表达式所匹配到的字符串“ 不仅是在匹配结束后才可以使用，在 匹配过程中也可以使用。表达式后边的部分，可以引用前面 “括号内的子匹配已经匹配到 的字符串“。引用方法是 “ 加上一个数字。“1“ 引用第 1对括号内匹配到的字符串，“2“ 引用第2对括号内匹配到的字符串以此类推，如果一对括号内包含另一对括号，则外层 的括号先排序号。换句话说，哪一对的左括号 “(“ 在前，那这一对就先排序号。 举例如下： 举例1：表达式 “(|“)(.*?)(1)“ 在匹配 “ Hello, “World“ “ 时，匹
24、配结果是：成功；匹 配到的内容是：“ Hello “ 。再次匹配下一个时，可以匹配到 “ “World“ “。 举例2：表达式 “(w)14,“ 在匹配 “aa bbbb abcdefg ccccc 111121111 999999999“ 时， 匹配结果是：成功；匹配到的内容是 “ccccc“。再次匹配下一个时，将得到 999999999。这 个表达式要求 “w“ 范围的字符至少重复 5次， 注意与 “w5,“ 之间的区别。 举例3：表达式 “.*?“ 在匹配 “ 时，匹配结果是成功。如果 “ 与 “ 不配对，则会 匹配失败；如果改成其他配对，也可以匹配成功。 2.3 预搜索，不匹配；反向预
25、搜索，不匹配 前面的章节中，我讲到了几个代表抽象意义的特殊符号：“，“$“ ，“b“。它们都有一 个共同点，那就是：它们本身不匹配任何字符，只是对 “字符串的两头“ 或者 “字符之间 的缝隙“ 附加了一个条件。理解到这个概念以后，本节将继续介绍另外一种对 “两头“ 或 者 “缝隙“ 附加条件的，更加灵活的表示方法。 正向预搜索：“(?=xxxxx)“，“(?!xxxxx)“ 格式：“(?=xxxxx)“，在被匹配的字符串中，它对所处的 “缝隙“ 或者 “两头“ 附加的 条件是：所在缝隙的右侧，必须能够匹配上 xxxxx 这部分的表达式。因为它只是在此作为 这个缝隙上附加的条件，所以它并不影响后
26、边的表达式去真正匹配这个缝隙之后的字符。 这就类似 “b“，本身不匹配任何字符。“b“ 只是将所在缝隙之前、之后的字符取来进行了 一下判断，不会影响后边的表达式来真正的匹配。 举例1：表达式 “Windows (?=NT|XP)“ 在匹配 “Windows 98, Windows NT, Windows 2000“ 时，将只匹配 “Windows NT“ 中的 “Windows “，其他的 “Windows “ 字样则不被匹 配。 举例2：表达式 “(w)(?=111)(1)+“ 在匹配字符串 “aaa ffffff 999999999“ 时，将可 以匹配6个“f“的前4个，可以匹配9个“9“
27、的前7个。这个表达式可以读解成：重复4次以上的 字母数字，则匹配其剩下最后2位之前的部分。当然，这个表达式可以不这样写，在此的目 的是作为演示之用。 格式：“(?!xxxxx)“，所在缝隙的右侧，必须不能匹配 xxxxx 这部分表达式。 举例3：表达式 “(?!bstopb).)+“ 在匹配 “fdjka ljfdl stop fjdsla fdj“ 时，将从头一直匹 配到 “stop“ 之前的位置，如果字符串中没有 “stop“，则匹配整个字符串。 举例4：表达式 “do(?!w)“ 在匹配字符串 “done, do, dog“ 时，只能匹配 “do“。在本 条举例中，“do“ 后边使用 “(?!w)“ 和使用 “b“ 效果是一样的。 反向预搜索：“(?(.*?)
