转载

【每日一博】正则表达式在 iOS 中的运用

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“(\|)”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”。
(?<!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/<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