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*?)[^>]*>.*?</>|<.*? />
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。 |
? | 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`( |
(?=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 。 |
(?<!pattern) | 反向否定预查,与正向否定预查类似,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 |