Qt之正则表达式（续）

最近一段时间做了很多的数据校验，格式各种各样、五花八门，做的整个人都不好了，需求真的太疯狂。。。但为了更好的用户体验，底层实现即使再难也是应该的，更何况我是一个追求完美的人。。。

    先解释下什么是正则表达式：正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。

    正则表达式由一些普通字符和一些元字符组成。普通字符包括大小写字母和数字，而元字符则具有特殊的含义，我们下面会给予解释。

    要想真正的用好正则表达式，正确的理解元字符是最重要的事情。下表列出了所有的元字符和对它们的一个简短的描述。

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“(”。即相当于多种编程语言中都有的“转义字符”的概念。
^	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任意次。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“(|)”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”。
(?	反向否定预查，与正向否定预查类似，只是方向相反。例如“(?
x|y	匹配x或y。例如，“z|food”能匹配“z”或“food”或"zood"(此处请谨慎)。“(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（即正则表达式的“匹配”有两种概念，一种是匹配字符，一种是匹配位置，这里的\b就是匹配位置的）。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	匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S	匹配任何可见字符。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。类似但不等价于“[A-Za-z0-9_]”，这里的"单词"字符使用Unicode字符集。
\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

   

一、QRegularExp ression、QRegularExp ressionMatch

    正则表达式："^[\\s]*([a-zA-Z]+)[\\s]*(\\d+)[\\s]*[@-][\\s]*(\\d+)[\\s]*/[\\s]*(\\d+)[\\s]*[\\(][\\s]*(\\d+)[\\s]*[\\)][\\s]*$"

 strRegExp为正则表达式，strText则为输入的文本值，例：C10@100/200(2)、A10-200/300(500)

QRegularExp ression regExp(strRegExp);
QRegularExp ressionMatch regExpMatch = regExp.match(strText);
if (regExpMatch.hasMatch())
{
    QString strText1 = regExpMatch.captured(1);
    QString strText2 = regExpMatch.captured(2);
    int nValue11 = regExpMatch.captured(3).toInt();
    int nValue12 = regExpMatch.captured(4).toInt();
    int nValue13 = regExpMatch.captured(5).toInt();
}  

（1）正则以^开始，$符结尾。

（2）表达式中的[\\s]*代表0个或多个空格

（3）([a-zA-Z])代表a-z或A-Z中的任意一个字符

（4）[@-]表示@或-

（5）(\\d+)表示1个或者多个连续的数字，比如：2、50、100

    oh,my god...为什么需要写的这么复杂呢？中间还要穿插这么多的空格！其实我也不想的，但是用户的行为是不可控的，可能输入 c 10 @ 100 / 200 ( 2 )类似格式，为了更好的体验，所以需求采取不区分大小写、可输入多空格形式。

    也许有人会说，先把用户输入的字符串中的所有空格remove掉，再进行匹配，这不是很简单了，正则表达式也会变得很短，可读性也会更高。。。那么问题又来了！需求其实是这样的，C、10、@、100、/、200、(、2、)中间可以有任意个空格，100不能分开，也就是说不能写为1  0  0的形式。那么如果如上先remove掉再进行匹配，那么C10@1  0  0 200(2)的格式就会匹配成功！

 

captured是捕获的意思，用此方法可以获取文本中相应的值！ 这时，问题又来了，captured中的参数值应该写多少？捕获后的值又代表什么？

    根据上面的正则：

（1）captured(0)：表示整个文本的值，即C10@100/200(2)

（2）captured(1)：表示第1个圆括弧中的值，即C

（3）captured(2)：表示第2个圆括弧中的值，即10

（4）captured(3)：表示第3个圆括弧中的值，即100

（5）captured(4)：表示第4个圆括弧中的值，即200

（6）captured(5)：表示第5个圆括弧中的值，即2

 

    注：captured捕获的为括号中的值

 

     这样应该可以看得很清楚了，捕获完数据之后，还可以进行进一步的校验，比如：数字的范围应该在[1,1000]以内，当然，这些完全可以也写在正则中。

 

 

二、QRegExp

    正则表达式： "^[\\s]*((\\d+)|(\\d+\\.\\d+))[\\s]*[\\*][\\s]*d[\\s]*[\\+-][\\s]*(\\d+)[\\s]*$"

   strRegExp为正则表达式，strText则为输入的文本值，例：5.8*d-100、15d+50

QRegExp reg(strRegExp);
reg.setCaseSensitivity(Qt::CaseInsensitive);
if (reg.exactMatch(strText))
 {
    double dNumber = reg.cap(1).toDouble();
    int nConst = reg.cap(4).toInt();
}

    根据上面的正则：

（1）cap(0)：表示整个文本的值，即5.8*d-100

（2）cap(1)：表示第1个圆括弧中的值，即5.8

（3）cap(2)：表示第2个圆括弧中的值，即not found

（4）cap(3)：表示第3个圆括弧中的值，即5.8

（5）cap(4)：表示第4个圆括弧中的值，即100

 

    根据上面的详细解释（1）、（5）比较好理解，那么问题来了，（2）、（4）的值为什么一样，都是5.8，而（3）却木有任何值not found。。。

    由于5.8为浮点型匹配的是(\\d+\\.\\d+)，而非(\\d+)，(\\d+\\.\\d+)的括号索引为3，(\\d+)的括号索引为2，他们又在索引为1的括号中包含着，所以会如此！

 

 

    基本的就到这里，最后再列举一些例子：

//匹配A2类似格式（2-10位）第一个字符为字母 最后一个为数字
static const QString c_sNumberLetterRegExpr = "^[\\s]*([a-z])[\\s]*([a-z0-9]){0,8}[\\s]*(\\d)[\\s]*$";
//匹配C8@200类似格式
static const QString c_sFormatNumberRegExpr = "^[\\s]*([a-z]+)[\\s]*((\\d+)|(\\d+\\.\\d+))[\\s]*@[\\s]*(\\d+)[\\s]*$";
//匹配C8/C10@200类似格式
static const QString c_sDoubleFormatNumberRegExpr = "^[\\s]*([a-z]+)[\\s]*((\\d+)|(\\d+\\.\\d+))[\\s]*/[\\s]*([a-z]+)[\\s]*((\\d+)|(\\d+\\.\\d+))[\\s]*@[\\s]*(\\d+)[\\s]*$";
//匹配15*d类似格式
static const QString c_sNumberDRegExpr = "^[\\s]*((\\d+)|(\\d+\\.\\d+))[\\s]*[\\*][\\s]*d[\\s]*$";
//匹配15*d+50、15*d-50类似格式
static const QString c_sNumberDConstRegExpr = "^[\\s]*((\\d+)|(\\d+\\.\\d+))[\\s]*[\\*][\\s]*d[\\s]*[\\+-][\\s]*(\\d+)[\\s]*$";
//匹配1.2*15*d类似格式
static const QString c_sNumberDDoubleMultiplyRegExpr = "^[\\s]*((\\d+)|(\\d+\\.\\d+))[\\s]*[\\*]((\\d+)|(\\d+\\.\\d+))[\\s]*[\\*][\\s]*d[\\s]*$";
//匹配Hc/2+-25类似格式
static const QString c_sHC2ConstRegExpr = "^[\\s]*hc[\\s]*/[\\s]*2[\\s]*[\\+-][\\s]*(\\d+)[\\s]*$";
//匹配Hc+-70类似格式
static const QString c_sHCConstRegExpr = "^[\\s]*hc[\\s]*[\\+-][\\s]*(\\d+)[\\s]*$";
//匹配 真的爱你-50 类似格式
static const GString c_sZHConstRegExpr = "^[\\s]*([\u4e00-\u9fa5]{4})[\\s]*[\\+-][\\s]*(\\d+)[\\s]*$";

 

注：

    技术在于交流、沟通，转载请注明出处并保持作品的完整性。

    作者：╰☆奋斗ing❤孩子`  原文：http://blog.sina.com.cn/s/blog_a6fb6cc90102vo7n.html。

分享：