<iOS>iOS中应用正则表达式

iOS中应用正则表达式

(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。

(二)正则表达式的语法

看一个过滤纯数字的例子

-(BOOL)validateNumber:(NSSting *)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介绍下(iOS语法与通俗的正则表达式语法相同，不同之处在于对转义字符的处理上)。

语法：

首先，特殊符号‘^’和‘$’，它们的作用是分别指出一个字符串的开始和结束。

“^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$”:表示所有以“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}”是错误的语法

“|”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着一个“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串作为结果，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和或者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，例如：

-(BOOL)validateNumber:(NSString *)textString{

    NSString *number = @“^[0-9]+$”;

    NSPredicate *numberPre = [NSPredicate predicateWithFormat:@“SELF MATCHES %@”,number];

    return [number 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

以下字符串是常用的正则表达式：

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}$”)

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0和非0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0的正实数：“^\+?[1-9][0-9]*”

16、只能输入非0的负实数：“^\-[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各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？(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] (可以用来计算字符串的长度(一个双字节字符串长度计2，ASCII字符计1))

28、匹配空白行的正则表达式：\n\s*\r （可以用来删除空白行）

29、匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</>|<.*?/>   (对于一部分)

30、匹配首尾空白字符的正则表达式：^\s*|\s*$

31、匹配网址URL的正则表达式：[a-zA-Z]+://[^\s]*   (基本满足)

32、匹配账号是否合法(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}$ （表单验证时很实用）

33、匹配腾讯QQ号：[1-9][0-9]\{4,\} (腾讯QQ号从10000开始)

34、匹配中国邮政编码：[1-9]\\d{5}(?!\d) (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?)

五、正则表达式的元字符

\：将下一个字符标记为特殊字符、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。

$：匹配输入字符串的结束位置。如果设置了RexExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置

*：匹配前面的子表达式0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0次或1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3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。

?：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“[\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SubMatched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)”能匹配“2000Windows”中的“Windows”,但不能匹配“3.1Windows”中的“Windows”。

(?<!pattern)：反向否定预查，与正向否定预查相似，只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。

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

[xyz]：字符集和。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”范围内任意小写字母字符。注意：只有连字符在字符组内时，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或\cl。

\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：标示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：标示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，如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(&copy;)。

\<\>：匹配词(word)的开始(\<)和结束(\>)。例如正则表达式\<the\>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软件都用的。

+：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。

?：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。