QT 正则表达式的使用方法

     正则表达式用于字符串处理是很方便的，但是其规则往往容易学习基础，又很容易忘记，遂将遇到的问题和收集到的资料总结如下。如果对你有帮助，记得点赞、收藏、关注三连哦！

1.正则表达式的基础规则

表达式	说明
^	指字符串的开头
$	指字符串的结尾
.	匹配除了换行符意外的其他字符
？	表示匹配0次或一次
+	表示匹配至少一次
*	表示匹配0次或任意次
|	或关系，表示左右两个表达式匹配任意一个都可以。如正则式为tom | jerry，匹配的字符串为tom and jerry，将会匹配到两个字符串，即tom和jerry。
\\	指\本身，而非转义符。因为\在程序里转义的含义，所以如果要匹配\则必须使用\\。需要注意的一点是，外界的string输入的\在程序里其实是以\\的形式表现得，所以和正常转义一样；但是在QT编程时，单个\指转义，所以要实现匹配数字的功能，也就是匹配\d，则正则表达式形式要先将\转义，所以其表达形式为\\d。
\s	匹配任意空白字符
\S	匹配任意非空白字符
\d	任意数字
\D	匹配任意非数字
\w	任意单字字符（字母、数字或下划线）
\W	匹配任意非单字字符
\b	用以匹配单词边界，即一部分是\w范围，而另一部分是非、w范围，如@@@bbb，匹配结果为@b
[]	用以包含一系列字符
[abc]	表示abc三个单独的字符
[a-z]	表示从a到z26个小写字母
[A-Z]	表示从A到Z26个大写字母
[0-9]	表示从0到9的数字
[A-Za-z0-9]	表示所有大写小写字母和数字的集合
[^]	用以包含除中括号之内字符的其他字符
[^abc]	表示除abc之外的其他字符
{}	修饰匹配字符长度的符号，需要匹配本身需要使用转义
{2}	指匹配2个字符
{2，}	指匹配至少两个字符
{2,6}	指匹配2~6个字符
()	表示一个子表达式，括号内内容作为一个子匹配。
(d+)abc	即匹配至少一个d和abc
\xXX	编号在0~255范围的字符
\uXXXX	任何字符都可以使用\u再加上其编号的4位十六进制数表示

2.贪婪模式（尽可能匹配）和非贪婪模式（最小匹配）

       正则表达式的匹配默认是贪婪的，也就是尽可能的匹配，而这个匹配的次数可以使用上述介绍的{}、？、*、+进行限制。如果待检测文本为xyyyxyyyx，匹配结果举例如下：

正则式	匹配结果
(x)(\w+)	xyyyxyyyx
(x)(\w+)(x)	xyyyxyyyx，也就是\w+匹配了yyyxyyy，其实其可以匹配到yyyxyyyx，只是为了让表达式成功匹配，其让出了最后的x。

      可以通过一些次数限制来改变这一结果，如使用?来进行尽可能少的匹配，即为非贪婪模式。与贪婪模式相似，如果匹配不成功，非贪婪模式会最小限度的再匹配一下。举例如下：

正则式	匹配结果
(x)(\w+?)	xy
(x)(\w+?)(x)	xyyyx，为了让整个表达式成功，所以\x+?匹配了yyy

3.反向引用(\1,\2)

      ()内的表达式在匹配时，匹配结果会被正则表达式的匹配算法记录下来，是可以单独再使用的，如正则式为(\w)\1{4,}，当待检测字符串为aa bbbb abcdefg ccccc 111121111 999999999时，匹配结果第一个为ccccc，第二个结果为999999999。

4.常用表达式

匹配目标	正则式
匹配非负整数（正整数+0）	^\d+$
匹配正整数	^[0-9]*[1-9][0-9]*$
匹配非正整数（负整数+0）	^((-\d+)|(0+))$
匹配负整数	^-[0-9]*[1-9][0-9]*$
匹配整数	^-?\d+$
匹配非负浮点数（正浮点数 + 0）	^\d+(\.\d+)?$
匹配正浮点数	^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
匹配非正浮点数（负浮点数 + 0）	^((-\d+(\.\d+)?)|(0+(\.0+)?))$
匹配负浮点数	^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
匹配浮点数	^(-?\d+)(\.\d+)?$
匹配由26个英文字母组成的字符串	^[A-Za-z]+$
匹配由26个英文字母的大写组成的字符串	^[A-Z]+$
匹配由26个英文字母的小写组成的字符串	^[a-z]+$
匹配由数字和26个英文字母组成的字符串	^[A-Za-z0-9]+$
匹配由数字、26个英文字母或者下划线组成的字符串	^\w+$
匹配email地址	^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$
匹配url	^[a-zA-z]+:(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$
匹配html tag	<\s*(\S+)(\s[^>]*)?>(.*?)<\s*\\\1\s*>
数字，英文大小写字母，下划线，汉字	^[a-zA-Z0-9_\u4e00-\u9fa5\\w]+$

5.QT正则表达式的使用方法

//需要的头文件
#include <QRegularExpression>

//正则类
QRegularExpression exp;
exp.setPattern(”\\d{2}“);

QString aaa = “abcd”;
QRegularExpressionMatch match = codeFormat.exp.match(aaa);
if(match.hasMatch()==true){
    QByteArray ccc;
    int lastIndex = match.lastCapturedIndex();
    if(lastIndex == 0){
        QString bbb = match.captured(0);
        ccc.append(bbb.toLatin1());
    }else if(lastIndex >0){
        for(int expI = 1 ; expI <= lastIndex;++expI)
        {
            QString bbb = match.captured(expI);
            qDebug()<<bbb;
            ccc.append(bbb.toLatin1());
        }
    }
}

6.关于汉子的过滤（UTF-8汉字的正则表达式）

//一般情况下使用（unicode通用）
\u4e00-\u9fa5

//qt下使用如下指令
\x{4e00}-\x{9fa5}

参考链接：

1. Qt正则表达式

2.UTF-8汉字正则表达式