iOS - 正则表达式的应用

2,135 阅读10分钟
原文链接: www.jianshu.com

一、什么是正则表达式

       正则表达式,又称正规表示法,是对字符串操作的一种逻辑公式。正则表达式可以检测给定的字符串是否符合我们定义的逻辑,也可以从字符串中获取我们想要的特定部分。它可以迅速地用极简单的方式达到字符串的复杂控制。

二、正则表达式的语法

  看一个过滤纯数字的例子

- (BOOL)validateNumber:(NSString *) textString
{
    NSString* number=@"^[0-9]+$";
    NSPredicate *numberPre = [NSPredicate predicateWithFormat:@"SELF MATCHES %@",number];
    return [numberPre evaluateWithObject:textString];
}

  其中下述语句就是一个正则表达式
@"^[0-9]+$"
 它代表了字符串中只能包含>=1个0-9的数字,语法是不是有一些怪异?

  下面我们先撇开iOS中的正则表达式的语法,用通俗的正则表达式语法来为介绍一下。(iOS语法与通俗的正则表达式语法相同,不同在于对转义字符的处理上(语言类的都相同))

  语法:

  首先,特殊符号’^'和’$'。他们的作用是分别指出一个字符串的开始和结束。eg:

  “^one”:表示所有以”one”开始的字符串(”one cat”,”one123″,·····);

  类似于:- (BOOL)hasPrefix:(NSString *)aString;

  “a dog$”:表示所以以”a dog”结尾的字符串(”it is a dog”,·····);

  类似于:- (BOOL)hasSuffix:(NSString *)aString;

  “^apple$”:表示开始和结尾都是”apple”的字符串,这个是唯一的~;

  “banana”:表示任何包含”banana”的字符串。

  类似于 iOS8的新方法- (BOOL)containsString:(NSString *)aString,搜索子串用的。

  ‘*’,’+'和’?'这三个符号,表示一个或N个字符重复出现的次数。它们分别表示“没有或更多”([0,+∞]取整),“一次或更多”([1,+∞]取整),“没有或一次”([0,1]取整)。下面是几个例子:

  “ab*”:表示一个字符串有一个a后面跟着零个或若干个b(”a”, “ab”, “abbb”,……);

  “ab+”:表示一个字符串有一个a后面跟着至少一个b或者更多( ”ab”, “abbb”,……);

  “ab?”:表示一个字符串有一个a后面跟着零个或者一个b( ”a”, “ab”);

  “a?b+$”:表示在字符串的末尾有零个或一个a跟着一个或几个b( ”b”, “ab”,”bb”,”abb”,……)。

  可以用大括号括起来({}),表示一个重复的具体范围。例如

  “ab{4}”:表示一个字符串有一个a跟着4个b(”abbbb”);

  “ab{1,}”:表示一个字符串有一个a跟着至少1个b(”ab”,”abb”,”abbb”,……);

  “ab{3,4}”:表示一个字符串有一个a跟着3到4个b(”abbb”,”abbbb”)。

  那么,“*”可以用{0,}表示,“+”可以用{1,}表示,“?”可以用{0,1}表示

  注意:可以没有下限,但是不能没有上限!例如“ab{,5}”是错误的写法

  “ | ”表示“或”操作:

  “a|b”:表示一个字符串里有”a”或者”b”;

  “(a|bcd)ef”:表示”aef”或”bcdef”;

  “(a|b)*c”:表示一串”a”"b”混合的字符串后面跟一个”c”;

  方括号”[ ]“表示在括号内的众多字符中,选择1-N个括号内的符合语法的字符作为结果,例如

  “[ab]“:表示一个字符串有一个”a”或”b”(相当于”a|b”);

  “[a-d]“:表示一个字符串包含小写的’a'到’d'中的一个(相当于”a|b|c|d”或者”[abcd]“);

  “^[a-zA-Z]“:表示一个以字母开头的字符串;

  “[0-9]a”:表示a前有一位的数字;

  “[a-zA-Z0-9]$”:表示一个字符串以一个字母或数字结束。

  “.”匹配除“\r\n”之外的任何单个字符:

  “a.[a-z]“:表示一个字符串有一个”a”后面跟着一个任意字符和一个小写字母;

  “^.{5}$”:表示任意1个长度为5的字符串;

  “\num” 其中num是一个正整数。表示”\num”之前的字符出现相同的个数,例如

  “(.)\1″:表示两个连续的相同字符。

  “10{1,2}” : 表示数字1后面跟着1或者2个0 (“10″,”100″)。

  ” 0{3,} ” 表示数字为至少3个连续的0 (“000”,“0000”,······)。

  在方括号里用’^'表示不希望出现的字符,’^'应在方括号里的第一位。

  “@[^a-zA-Z]4@”表示两个”@”中不应该出现字母)。

  常用的还有:

  “ \d ”匹配一个数字字符。等价于[0-9]。

  “ \D”匹配一个非数字字符。等价于[^0-9]。

  “ \w ”匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。

  “ \W ”匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。

  iOS中书写正则表达式,碰到转义字符,多加一个“\”,例如:

  全数字字符:@”^\d+$”

三、iOS中正则表达式

  1.正则表达式与NSPredicate连用,eg:

- (BOOL)validateNumber:(NSString *) textString
{
    NSString* number=@"^[0-9]+$";
    NSPredicate *numberPre = [NSPredicate predicateWithFormat:@"SELF MATCHES %@",number];
    return [numberPre evaluateWithObject:textString];
}

  2.NSString方法
  -(NSRange)rangeOfString:(NSString *)aString options:(NSStringCompareOptions)mask;

NSString *searchText = @"rangeOfString";
NSRange range = [searchText rangeOfString:@"^[0-9]+$" options:NSRegularExpressionSearch];
if (range.location != NSNotFound) {
   NSLog(@"range :%@", [searchText substringWithRange:range]);
}

  3.正则表达式类(NSRegularExpression)

NSString *searchText = @"you want to match";    
NSError *error = NULL;
NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:@"^[0-9]+$" options:NSRegularExpressionCaseInsensitive error:&error];
NSTextCheckingResult *result = [regex firstMatchInString:searchText options:0 range:NSMakeRange(0, [searchText length])];
if (result) {
   NSLog(@"%@", [searchText substringWithRange:result.range]);
}

四、常用的正则表达式

 以下红色字符串是常用的正则表达式(以下正则表达式来自百度百科)

  1.验证用户名和密码:”^[a-zA-Z]\w{5,15}$”

  2.验证电话号码:(”^(\d{3,4}-)\d{7,8}$”)

  eg:021-68686868 0511-6868686;

  3.验证手机号码:”^1[3|4|5|7|8][0-9]\d{8}$”;

  4.验证身份证号(15位或18位数字):”\d{14}[[0-9],0-9xX]”;

  5.验证Email地址:(“^\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*$”);

  6.只能输入由数字和26个英文字母组成的字符串:(“^[A-Za-z0-9]+$”) ;

  7.整数或者小数:^[0-9]+([.]{0,1}[0-9]+){0,1}$

  8.只能输入数字:”^[0-9]*$”。

  9.只能输入n位的数字:”^\d{n}$”。

  10.只能输入至少n位的数字:”^\d{n,}$”。

  11.只能输入m~n位的数字:”^\d{m,n}$”。

  12.只能输入零和非零开头的数字:”^(0|[1-9][0-9]*)$”。

  13.只能输入有两位小数的正实数:”^[0-9]+(.[0-9]{2})?$”。

  14.只能输入有1~3位小数的正实数:”^[0-9]+(.[0-9]{1,3})?$”。

  15.只能输入非零的正整数:”^+?[1-9][0-9]*$”。

  16.只能输入非零的负整数:”^-[1-9][]0-9″*$。

  17.只能输入长度为3的字符:”^.{3}$”。

  18.只能输入由26个英文字母组成的字符串:”^[A-Za-z]+$”。

  19.只能输入由26个大写英文字母组成的字符串:”^[A-Z]+$”。

  20.只能输入由26个小写英文字母组成的字符串:”^[a-z]+$”。

  21.验证是否含有^%&’,;=?$\”等字符:”[^%&',;=?$\x22]+”。

  22.只能输入汉字:”^[\u4e00-\u9fa5]{0,}$”。

  23.验证URL:”^http://([\\w-]+\.)+[\\w-]+(/[\\w-./?%&=]*)?$”。

  24.验证一年的12个月:”^(0?[1-9]|1[0-2])$”正确格式为:”01″~”09″和”10″~”12″。

  25.验证一个月的31天:”^((0?[1-9])|((1|2)[0-9])|30|31)$”正确格式为;”01″~”09″、”10″~”29″和“30”~“31”。

  26.获取日期正则表达式:\d{4}[年|-|.]\d{\1-\12}[月|-|.]\d{\1-\31}日?

  评注:可用来匹配大多数年月日信息。

  27.匹配双字节字符(包括汉字在内):[^\x00-\xff]

  评注:可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)

  28.匹配空白行的正则表达式:\n\s*\r

  评注:可以用来删除空白行

  29.匹配HTML标记的正则表达式:<(\s?){FNXX==XXFN}>.?|<.< em="">? />

  评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力

  30.匹配首尾空白字符的正则表达式:^\s|\s$

  评注:可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式

  31.匹配网址URL的正则表达式:[a-zA-z]+://[^\s]*

  评注:网上流传的版本功能很有限,上面这个基本可以满足需求

  32.匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$

  评注:表单验证时很实用

  33.匹配腾讯QQ号:[1-9][0-9]{4,}

  评注:腾讯QQ号从10 000 开始

  34.匹配中国邮政编码:[1-9]\d{5}(?!\d)

  评注:中国邮政编码为6位数字

  35.匹配ip地址:((2[0-4]\d|25[0-5]|[01]?\d\d?).){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)。

  下面给出正则表达式的元字符(来自百度百科)

 五、正则表达式中的元字符

元字符 描述
\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如,“\n”匹配\n。“\n”匹配换行符。序列“\”匹配“\”而“(”则匹配“(”。

^ 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性,^也匹配“\n”或“\r”之后的位置。

$ 匹配输入字符串的结束位置。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零次或多次(大于等于0次)。例如,zo能匹配“z”,“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”中的“do”。?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。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。< p="">

? 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的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串“oooo”,“o+?”将匹配单个“o”,而“o+”将匹配所有“o”。

.点 匹配除“\r\n”之外的任何单个字符。要匹配包括“\r\n”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) 匹配pattern但不获取匹配结果,也就是说这是一个非获取匹配,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是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。

(?=pattern) 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。这是一个非获取匹配,也就是说,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) 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。这是一个非获取匹配,也就是说,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) 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”。

(?

x|y 匹配x或y。例如,“z|food”能匹配“z”或“food”。“(z|f)ood”则匹配“zood”或“food”。

[xyz] 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”。

[^xyz] 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”。

[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 匹配一个单词边界,也就是指单词和空格间的位置。例如,“er\b”可以匹配“never”中的“er”,但不能匹配“verb”中的“er”。

\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]。

\D 匹配一个非数字字符。等价于[^0-9]。

\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 匹配任何空白字符,包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。

\S 匹配任何非空白字符。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。等价于“[A-Za-z0-9_]”。

\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(©)。

\< > 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。

+匹配1或多个正好在它之前的那个字符。例如正则表达式9+匹配9、99、999等。注意:这个元字符不是所有的软件都支持的。

? 匹配0或1个正好在它之前的那个字符。注意:这个元字符不是所有的软件都支持的。

{i} {i,j} 匹配指定数目的字符,这些字符是在它之前的表达式定义的。例如正则表达式A[0-9]{3} 能够匹配字符”A”后面跟着正好3个数字字符的串,例如A123、A348等,但是不匹配A1234。而正则表达式[0-9]{4,6} 匹配连续的任意4个、5个或者6个数字.