加载中…
个人资料
一去二三里
一去二三里
  • 博客等级:
  • 博客积分:0
  • 博客访问:2,322,840
  • 关注人气:898
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
相关博文
推荐博文
谁看过这篇博文
加载中…
正文 字体大小:

Qt之正则表达式(续)

(2015-07-29 19:28:53)
标签:

qt

qregularexpression

qregularexpressionma

qregexp

分类: Qt
    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Qt之正则表达式(续),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。。。Qt之正则表达式(续)
    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[\\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。

Qt之正则表达式(续)

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!

Qt之正则表达式(续)

    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。

0

阅读 评论 收藏 转载 喜欢 打印举报/Report
  • 评论加载中,请稍候...
发评论

    发评论

    以上网友发言只代表其个人观点,不代表新浪网的观点或立场。

      

    新浪BLOG意见反馈留言板 电话:4000520066 提示音后按1键(按当地市话标准计费) 欢迎批评指正

    新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 会员注册 | 产品答疑

    新浪公司 版权所有