TRegExpr正则表达式

 转载：DELPHi中的REGEXPR

其实这个Pascal单元我在几个论坛上面都推荐过，也是我唯一会用的DELPHI下面的正则表达式实现。
正则表达式是个极其繁琐和强大的东西，小生才疏学浅，也不准备写正则表达式的教程，借着对这个单元的介绍，会有一些浅显且有用的例子。
首先介绍的是这个单元的主角：TRegExpr类，这个类包括很多成员，这里仅简单的介绍一下一般匹配的过程。下面是一段在文本中提取邮件地址的代码：

Procedure GetName(TextToCheck:String;aList:TStringList);
Var
    myExpr: TRegExpr;
begin
    myExpr := TRegExpr.Create;
    Try
        myExpr.Expression := 'name="(.*?)"';
        if myExpr.Exec(TextToCheck) then
        repeat
            aList.Add(myExpr.Match[1]);
        until not MyExpr.ExecNext;
    finally
        myExpr.Free;
    end;
end;

　　下面对这段代码进行一点简要的说明．
　　首先是myExpr.Expression := 'name="(.*?)"';这个语句用以匹配name="XXXXX"形式的字符串。
“.*?”是很常见的一段，表示对任意字符串的“非贪婪匹配”，代表符合匹配条件的最短字符串，关于贪婪非贪婪的问题，会在后面说明。
　　括号表示对这段文字的引用，匹配中出现符合该模式的字符串将会存储在TRegExpr的Match数组中。
　　接下来是if myExpr.Exec(TextToChceck)这一句，这一语句就是开始利用上文提到的正则表达式对TextToCheck进行匹配。Exec方法有三个重载：

function Exec (const AInputString : AnsiString) : boolean; //对AInputString参数进行匹配
function Exec : boolean; overload; //对InputString成员进行匹配
function Exec (AOffset: integer) : boolean; overload; //对InputString成员，从AOffset位置开始进行匹配

 

　　该方法返回一个布尔型的值，如果为真，则表明InputString中包含表达式所匹配的模式，例如'Name="Hello.Gif"'作为参数，就会返回True。

　　接下来的语句中出现的myExpr.Match[1]，则用以取出本次匹配结果

　　最后的ExecNext其实是使用了上面提到的第三个重载，用来对重复出现的字符串进行连续匹配，返回结果的含义同Exec相同

　　接下来谈谈Match成员，其中Match[0]表示整个表达式的匹配结果，之后的数组元素则代表括号中的匹配结果，元素编号按照括号从左到右的顺序递增，嵌套括号则以从内向外的顺序递增。例如一个简单的对E-Mail地址的匹配：
Quotes From ???
输入字符串：'"dirt@sina.com","v@d2g.com"'
正则表达式：'"((.*?)@(.*?))",'
执行结果如下：
0 "dirt@sina.com",
1 dirt@sina.com
2 dirt
3 sina.com
　　从中即可看出Match数组中的结果排列顺序。


　　而上文中出现的.*?经常用于不很严谨的场合，例如前面用到的邮件地址提取，有人就写出几百字符的的验证表达式。其中“.”表示任意单个字符，“*” 表示前面的字符（串）至少出现一次，而'?'在这里就是非贪婪限定符，举一个简单的例子："aaa""bbb"，这样一个字符串，如果用'" (.*?)"'进行匹配，则Match[1]的内容就是'aaa'，如果去掉了其中的'?'，则Match[1]就变成了'aaa""bbb'，这就可以 看出贪婪和非贪婪的区别。

　　一个基本的匹配过程就到这里，有空会再继续写一些其他的相关内容，敬请丢砖

 

---

在Delphi7中使用RegExpr类(正则表达式类)  

    在 Delphi 中是没有自带的正则表达式库的，在网上能找到的用于 Delphi 的正则表达式类大体上有两个，分别是 PerlRegEx 和 RegExpr。前者相当强大，但发布程序时需要带上他的一个 DLL 文件，感觉很麻烦。而后者是完全使用 Delphi 来实现，虽然功能稍微逊色，但是发布和使用较为方便，直接使用源文件，而发布时也无须增加任何文件。
    那么我们就来说说后者，顺便学习一下。

    源文件与示例下载：http://regexpstudio.com/TRegExpr/TRegExpr.html

    附加工具RegExpStudio下载：http://regexpstudio.com/RegExpStudio.html

    正则表达式语法：http://regexpstudio.com/TRegExpr/Help/RegExp_Syntax.html

    要使用他只需要添加RegExpr.pas到你的project(Delphi主菜单 Project -> Add to project..)，然后在要使用正则的单元里申明就行了，如：

implementation
uses
RegExpr;
{$R *.DFM}

    注意，最好添加在 implementation 之后，而不是 interface 之后。interface 后面使用的是系统自带的，而 implementation 后是自定义的。详细解说请看这里。

    一个简单的示例，提取所有的邮箱的函数，调用此函数会返回文本里所有的邮箱：

function ExtractEmails(const AInputString: string): string;
const
EmailRE = '[_a-zA-Z\d\-\.]+@[_a-zA-Z\d\-]+(\.[_a-zA-Z\d\-]+)+';
var
    r: TRegExpr;
begin
    Result := '';
    r := TRegExpr.Create;
    try
       r.Expression := EmailRE;
       if r.Exec(AInputString) then
       repeat
            Result := Result + r.Match[0] + ',';
       until not r.ExecNext;
    finally 
        r.Free;
    end;
end;

 

    下面是我从 Help 文件里翻译出的一些主要接口的说明：（注：有英语大虾吗？希望那位英语大虾能全部都翻译出来。）

class function VersionMajor : integer;
返回主版本号。
class function VersionMinor : integer;
返回副版本号。

比如我下载的版本是 v0.944，那么 VersionMajor = 0、VersionMinor = 944，是无多大实际意义的方法啊。

function Exec (const AInputString : string) : boolean;
返回字符串 AInputString 是否匹配。

function ExecNext : boolean;
查找是否还有下一个匹配项。

property MatchPos [Idx : integer] : integer;
返回指定的匹配字符串的起始位置。

property MatchLen [Idx : integer] : integer;
返回指定的匹配字符串的长度。

property Match [Idx : integer] : string;
返回指定的匹配字符串。

function ReplaceRegExpr (const ARegExpr, AInputStr, AReplaceStr : string; AUseSubstitution : boolean = False) : string;
将匹配的所有字符串替换成 AReplaceStr 并返回。

另外 \n 表示回车，\s 表示空格，^ 表示取反，- 表示连接（如a-z，表示24个小写的英文字母），| 表示或，& 表示和。

    还有很多方法，大家可以去参考示例文件和 Help 文件。