正则表达式在ＵＢＢ论坛中的应用

踏浪行歌

一、读者指引 　　读者指引帮助你掌握本文的梗概。以免你看了大半才明白这编文章不适合你，给你造成视觉污染。 3 x2 h) a8 _1 Q: t W0 ]3 @8 K2 `　　如果你正在用ＡＳＰ写程序，或者你正在写一些诸如ＢＢＳ、留言溥或表单数据检查之类的东东那就值得一看。 　　如果你对正则表达式已经了如指掌，那么你不必一行行的看，只要看看我写的模板，再比较一下，取其精华就行了。 0 q3 |6 |7 N( R: G　　如果你还是第一次接触正则表达式，那么你最好一行行的看，并逐条试验 　　当你熟练的掌握了正则表达式的用法，你就会发现其乐无穷。 二、正则表达式的概念 　　什么是ＵＢＢ代码？什么是正则表达式？ 　　ＵＢＢ代码是HTML的一个变种。一般情况下，ＵＢＢ论坛不允许你使用ＨＴＭＬ代码，而只能用ＵＢＢ代码替代ＨＴＭＬ代码。 　　ＵＢＢ代码是一套由流行的ＵＢＢ标签组成了固定代码，代码有统一的格式。用户只要遵循代码规则就可以实现用户想要的功能。如： & l+ x1 K3 r" ^5 ^( i& L+ v7 c　　想要显示粗体的how are you 字样，就应该输入 how are you而不是输入how are you 　　你也许会问：ＡＳＰ是怎样把 how are you转换为how are you的呢？ 　　回答这个问题就是：用正则表达式。 三、正则表达式的用途 有时我们在制作网站表单数据处理的时候（尤其是ＵＢＢ论坛）,都需要进行数据验证和字符串替代，特别是ＵＢＢ论坛要进行大量的数据安全性和字符串替代 邮于一般的论坛不支持HTML语法这就使得用户不能修改字体，不能贴图等等一些功能。这样使得论坛失去了吸引用户的一个强有力的途径。可能说一个强大的论坛在吸引用户数量上还是很重要的。这样就出现了一个ＵＢＢ解决方案，即在论坛不支持HTML语法的情况下用户仍然可以定制自已贴子的样式，贴图，增加链接，转贴网页等等诸多的功能，可能达到支持HTML语法同样的效果，而且这样可以使得论坛相对于HTML的论坛安全性大大提高。用户基本不能对论坛过行任何恶意攻击。 , t! D" T: M/ H6 m& x" Y- }四、正则表达式的语法规则和标记 　　现在我们正式进入则表达式的学习，我会根据实例结合讲解正则表达式的用法，看完后你就会觉得写ＵＢＢ代码如此简单了，只要你一步一步的跟着我学 看完本文章后你就成为ＵＢＢ高手了。激动人心的就是你能写出自已的ＵＢＢ标签来了，再也不用到别人那里去拷贝现成的代码和模板了。 还好VBScritp5.0给我们提供了“正则表达式”对象，只要你的服务器安装了IE5.x，就可以运行了. 　　字符描述： 　　^符号匹配字符串的开头。例如： 6 M' W6 s5 q" t; c- r7 ]　　　　^abc　与“abc xyz”匹配，而不与“xyz abc”匹配 ' @$ d _3 W8 J) A2 `: D　　$符号匹配字符串的结尾。例如： 　　　　abc$　与“xyz abc”匹配，而不与“abc xyz”匹配。 . V) c) j0 n& v6 ?. W5 O　　　　注意：如果同时使用^符号和$符号，将进行精确匹配。例如： 　　　　　　　^abc$　只与“abc”匹配　　　 　　*符号匹配０个或多个前面的字符。例如： 　　　　ab*　可以匹配“ab”、“abb”、“abbb”等 　　+符号匹配至少一个前面的字符。例如： 5 a1 U" O: B# I) J. ~　　　　ab+　可以匹配“abb”、“abbb”等，但不匹配“ab”。 　　?符号匹配０个或１个前面的字符。例如： 　　　　ab?c?　可以且只能匹配“abc”、“abbc”、“abcc”和“abbcc” 　　.符号匹配除换行符以外的任何字符。例如： ) @+ ~: E `1 R　　　　(.)+　匹配除换行符以外的所有字符串 　　x|y匹配“x”或“y”。例如： 　　　　abc|xyz　可匹配 “abc”或 “xyz”，而“ab(c|x)yz”匹配 “abcyz”和“abxyz” 8 I0 m7 \- f& [4 C0 S　　{n}匹配恰好n次（n为非负整数）前面的字符。例如： 　　　　a{2}　可以匹配“aa“，但不匹配“a” * T% z' b1 I% b+ {4 L　　{n,}匹配至少n次（n为非负整数）前面的字符。例如： 　　　　a{3,}　匹配“aaa”、“aaaa”等，但不匹配“a”和“aa”。 　　　　注意：a{1,}等价于a+ 6 x$ X0 {. [( V) H' t% p- Q( ?　　　　　　　a{0,}等价于a* " ^" {0 v9 n3 r1 L! X7 v( W　　{m,n}匹配至少m个，至多n个前面的字符。例如： 8 ~6 e t2 d& t( @　　　　a{1,3}　只匹配“a”、“aa”和“aaa”。 - k5 h" k/ w' r6 v! E　　　　注意：a{0,1}等价于a? 9 [8 ]8 `2 f$ B5 e6 s　　[xyz]表示一个字符集，匹配括号中字符的其中之一。例如： : g' i/ Z: X9 m　　　　[abc]　匹配“a”、“b”和“c” 8 j# S: O: g$ d% W　　[^xyz]表示一个否定的字符集。匹配不在此括号中的任何字符。例如： 　　　　[^abc]　可以匹配除“a”、“b”和“c”之外的任何字符 　　[a-z]表示某个范围内的字符，匹配指定区间内的任何字符。例如： 　　　　[a-z]　匹配从“a”到“z”之间的任何一个小写字母字符 , p& M/ p! d9 L* I　　[^m-n]表示某个范围之外的字符，匹配不在指定范围内的字符。例如： 　　　　[m-n]　匹配除从“m”到“n”之间的任何字符 　　\符号是转义操作符。例如： # P: Z7 a4 h+ u2 U0 p　　　　\n　换行符 8 `4 }' Q, U% w1 r9 m; H　　　　\f　分页符 　　　　\r　回车 " @5 }% b4 J( @6 o: e$ w　　　　\t　制表符 　　　　\v　垂直制表符 : c3 H& D4 J; P9 l" w" Y　　　　\\　匹配“\” 　　　　\/　匹配“/” 6 h& y' p- z/ E& v. k' \　　　　\s　任何白字符，包括空格、制表符、分页符等。等价于“[ \f\n\r\t\v]” 　　　　\S　任何非空白的字符。等价于“^\f\n\r\t\v]” 　　　　\w　任何单词字符，包括字母和下划线。等价于“[A-Za-z0-9_]” # i( Z2 u* ~. ] P6 c R　　　　\W　任何非单词字符。等价于“[^A-Za-z0-9_]” 　　　　\b匹配单词的结尾。例如： ! z+ N' |2 R. C　　　　　　ve\b　匹配单词“love”等，但不匹配“very”、“even”等 　　　　\B匹配单词的开头。例如： 　　　　　　ve\B　匹配单词“very”等，但不匹配“love”等 　　　　\d匹配一个数字字符，等价于[0-9]。例如： 　　　　　　abc\dxyz　匹配“abc2xyz”、“abc4xyz”等，但不匹配“abcaxyz”、“abc-xyz”等 + N+ ]( g6 k6 R0 q8 |) n& z" u　　　　\D匹配一个非数字字符，等价于[^0-9]。例如： 　　　　　　abc\Dxyz　匹配“abcaxyz”、“abc-xyz”等，但不匹配“abc2xyz”、“abc4xyz”等 　　　　\NUM匹配NUM个（其中NUM为一个正整数），引用回到记住的匹配。例如： ) e) h- y6 J0 m1 |　　　　　　(.)\1　匹配两个连续相同的字符。 ! E% z+ Z5 c* q3 T　　　　\oNUM匹配n（其中n为一个小于２５６的八进制换码值）。例如： + c2 Z* B7 P3 @　　　　　　\o011　匹配制表符 　　　　\xNUM匹配NUM（其中NUM为一个小于２５６的十六进制换码值）。例如： 　　　　　　\x41　匹配字符“A” / Q- W1 N2 R# h% \- B, y3 r0 ^五、实例分析 1）在字符串中精确查找链接地址 * r7 g8 P8 u6 }1 I) G((http|https|ftp)\/\/|\\\\)((\w)+[.]){1,}(net|com|cn|org|cc|tv|[0-9]{1,3})(((\/[\~]*|\\[\~]*) 1 ?9 j. _ g. p2 O+ m$ N(\w)+)|[.](\w)+)*(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*) 8 w$ T2 G5 A0 B- u( Q0 @5 ?; N我们知道，链接地址一般以http或者https或者ftp等形式出现。初步总结一下就是，链接地址必须符合如下条件： " H7 z; d) Q, N1 i条件１ 　以http://或者https://或者ftp://等开头（当然还有其它形式，这里只列出主要的） ' S8 M Q4 [3 J( H# X; T0 _条件２ ) j0 g4 c- [, K5 ] ~ o6 l* q　http://后面必须跟一个单词字符，紧接着单词字符后面的是"."（这样的组合必须出现一次或多次）。紧跟着“.”后面的是域名后缀（如net或者com或者cn等，如果是以IP地址的形式出现就可以是数字） * Q9 \; U) i, [1 R3 C& t4 A7 z4 _条件３ 　出现完整的链接地址后，还可以出现下一级或者更多级的目录（还要注意个人主页的地址有可能出现"~"符号） * ]1 w; g4 f( k7 C, p( f% ^1 {, G条件４ 8 _' c$ z$ m1 h: z! f2 f　链接地址末尾可以带参数。如典型的页数?PageNo=2&action=display等 现在我们用下面的代码来逐个匹配上面的条件—— , L. p% W( w0 z+ z( ]1、((http|https|ftp)\/\/|\\\\) 满足条件１ 表示http:// http:\\ https:// https:\\ ftp:// ftp:\\都匹配（在这里考虑了某些用户可能把"//"输成“\\”的易发性错误） 注意："|"表示“或者”，"\"是转义字符。“\/\/”表示"//"，“\\\\”表示"\\" 2、((\w)+[.]){1,}(net|com|cn|org|cc|tv|[0-9]{1,3}) 满足条件２ “((\w)+[.]){1,}”表示一个单词字符加一个点号可以出现1次或者多次（这里考虑了某些用户喜欢省略www而将http://www.w3c.com写成http://w3c.com） ! L2 T% w- @4 v4 a, b9 x+ y“(net|com|cn|org|cc|tv|[0-9]{1,3})”表示必须要以net或者com或者cn或者org或者cc或者tv或者三位以下的数字结束 # {7 D* B( F) ]% X0 Y& f; t[0-9]{1,3}表示三位以下的数字，因为ip地址的任何段不能超过255 2 K9 F' Y( q P0 L3、(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* 满足条件３ Y% F3 j% R+ a) g4 `' L& d0 }% ~“(\/[\~]*|\\[\~]*)”表示可以出现"/~"或者是"\~"，（其中“[\~]*”表示 ~ 可以出现也可以不出现），因为不是每个链接地址都有下一级目录 “(\w)+)|[.](\w)+)”表示必须出现一个单词字符（即目录或者是一个带有扩展名的文件） ( ~# v* y' E, w7 n" d$ p0 q. _4 X1 J注意：最后还有一个“*”表示上面括号内的可以出现也可以不出现，否则就只能匹配有下一级目录的链接地址了。 4、(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)满足条件４ % n( G- c" J9 a# G“((([?](\w)+){1}[=]*))*((\w)+){1}”表示形如"?PageNo=2"的字符串可以出现也可以不出现，如果出现则只能出现一次（因为不可能有两个“？”号出现）。 9 T9 m7 f, E( W8 V“([\&](\w)+[\=](\w)+)*)”表示形如“&action=display”的字符串可以出现也可以不出现（因为并不是每个网页都带有两个以上的参数。 # d* Y7 m9 ?; E: w8 W1 L" a整个“((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*”表示形如“?PageNo=2&action=display”的字符串可以出现也可以不出现（即链接地址可以有参数也可以没有参数） - t3 x5 m& H' l( C& a, s0 B把上面的组合起来，我们就可以匹配一个比较全面的链接地址了。比用简单的“(http:\/\/\S+)”来匹配一个链接地址要好，读者可以自行行测试比较。当然，这段代码还有很多不足之处，希望大家能够继续改进。 1 [) x$ c$ _; R3 |! ?6 ^3 E+ a2）替代典型的UBB标签: 我们的目的就是要把成对的替换成下面来看我们实现它的模板 * p. P- ] O" ^) i- K, h1 {　　(\[b\])(.+)(\[\/b\]) % |, l- r0 U+ @( r3 t. Z: ?这里用了"(.+)"来配匹到之间的整个字符串，在替代的时候我们要写成这样 　　str=checkexp(re,str,"$2") % G3 }% G2 L4 l* q7 P" s% _（注意：checkexp是我自定义的函数，将在后面给出。这个函数将把按照我们提供的模板进行替代。） . ^8 r& \, j* ]1 `5 e4 X也许你会问这里出现一个"$2"是什么东东,呵注意了这个$2可是很重要的，它代表了"(.+)"所配匹的整个字符串。 为什么是$2而不是$1、$3呢？因为$1代表(\[b\])所匹配的""字符串，$3代表(\[\/b\])所匹配的""字符串，显然这里我们需要的是$2而不是$1$3。 ) S2 B8 n; r/ P% f* ?2 o六）ＵＢＢ正则表达模板实例 下面是我写的一个ＵＢＢ函数，这个函数基本上能使你的论坛成为一个优秀的ＵＢＢ代码论坛了。当然，通过改进后，你可以得到一个更强大的ＵＢＢ论坛。 ]/ L) ?7 J! I2 v+ qFunction ReThestr(face,str) $ z% ]6 \" O# a. V) B. A, z% n　dim re,str " o% U2 w# k L6 m* E　re="\>" 　str=checkexp(re,str,">") 　re="\") * ]: M; Y* L8 l" U- K　re=chr(32) 　str=checkexp(re,str," ") - [$ L% F4 Z" l2 m: j. T0 N　re="\r" 　str=checkexp(re,str," ") 　re="\[img\]((http\/\/|\\\\)){1}((\w)+[.]){1,3}(net|com|cn|org|cc|tv)(((\/[\~]*|\\[\~]*) . M- Y% f* i2 @(\w)+)|[.](\w)+)*(\w)+[.]{1}(gif|jpg|png))\[\/img\]" '查找图片地址 　str=checkexp(re,str," ") 　re="\[w\](http\/\/|\\\\)((\w)+[.]){1,}(net|com|cn|org|cc|tv)(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* _' ~9 I; j8 b6 [& [(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)\[\/w\]" '查找帧地址 / `, S& t$ T* A3 w　str=checkexp(re,str,"") - Q: ?) Y% e0 a　re="([^('>)])( 0 b% ?# _- T N. K+ ^2 D, v)*((http|https|ftp)\/\/|\\\\)((\w)+[.]){1,}(net|com|cn|org|cc|tv|([0-9]{1,3}))(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)*(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)" '查找链接地址 　str=checkexp(re,str,"$1$2 $3 ") & M/ B3 Q9 @( Q2 x! Z: D" @9 P　re="([^(http://|http:\\)])((www|cn)[.](\w)+[.]{1,}(net|com|cn|org|cc)(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* (((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)" '查找不以http://开头的地址 　str=checkexp(re,str,"$1 $2 ") 1 W( a7 q T0 W. O" r- L: U　re="([^(=)])((\w)+[@]{1}((\w)+[.]){1,3}(\w)+)" '查找邮件地址 　str=checkexp(re,str," $2 ") 　re="\[0-F]{6})\]((.)+)\[\/color\]" '替换字体色彩 ; x1 e; E5 {0 l' Q- k& G# Z6 J$ ?　str=checkexp(re,str,"$4") * V- M9 w# S$ g1 U1 Z; O" Q. K" j3 S　re="\[size=([0-9]{1})\]((.)+)\[\/size\]" '替换字体大小 　str=checkexp(re,str,"$2") 　re="\((.)+)\[\/font\]" '替换字体 / ]5 T! u6 u8 M- r# O; T　str=checkexp(re,str,"$3") 1 b: ^+ ?$ y2 v. g6 {6 a$ A& y4 d* {　re="(\[b\])(.+)(\[\/b\])" '加粗字体 & k K$ ~$ ~- X0 I9 A5 x0 P3 |　str=checkexp(re,str,"$2") + g0 I7 V7 f3 s+ \0 b. ]　re="(\[u\])(.+)(\[\/u\])" '下画线 + c: y- B5 L d2 V- y　str=checkexp(re,str,"$2") ! \; l$ `3 M8 f/ g; @　re="(\[li\])(.+)(\[\/li\])" '列表 　str=checkexp(re,str,"$2") 　re="(\[QUOTE\])(.+)(\[\/QUOTE\])" '引用 　str=checkexp(re,str,"引用2") 8 K. D3 `# t$ K& [1 ^　re="\[email=((\w)+[@]{1}((\w)+[.]){1,3}(\w)+)\](.+)(\[\/email\])" '邮件 　str=checkexp(re,str,"$6") ! R& h. V( h/ H# k( ?* }　re="(\[center\])(.+)(\[\/center\])" '居中 　str=checkexp(re,str,"$2") $ W! s" |" J# e1 O% v　re="fuck" 4 y0 w/ a9 _$ [" S4 o! i" n7 ^6 j　str=checkexp(re,str,"***") h4 d- e' E4 i5 n0 K# @0 }　re="操" 　str=checkexp(re,str,"***") . I. v$ g+ h2 ~" ]" n　re="sex" % f4 g' V8 ?$ c/ f3 H- Q: D　str=checkexp(re,str,"***") 　re="TMD" 3 t1 {' m; W+ |0 k+ a' k　str=checkexp(re,str,"***") * b# o/ t9 j H% H5 ?　re="shit" 　str=checkexp(re,str,"***") 　ReThestr=str : U) r9 A( n4 W5 A7 cend function E& m3 [! u& T8 YＵＢＢ代码如下： [email=] [/email]

登录/注册后可看大图

' z2 n8 k! }+ H0 y: w7 z引用: [li] [/li] 测试代码如下： 6 R$ W. D5 ?4 N. a

登录/注册后可看大图

- H! r S: w& i' R U+ K
登录/注册后可看大图

http://cn.yahoo.com aol.com ' h4 ]" O! Z' I* n% H9 M! | 192.168.0.1 V: N2 `% r3 s4 W* I; ^+ Uwww.yahoo.com how are you page2000.xiloo.com/~page2000?PageNo=2&action=del lucaihui@cmmail.com 大家好http:\\page2000.shit 1 e* i$ g5 i; Z- V; O! e; }6 Khttp://test.comhttp://test * @1 T0 I% [! X2 ]全部符合预想结果 & `( ?6 A$ ^8 s2 u: V8 z七）ＡＳＰ正则表达式对像函数如下： " K) p8 \$ X% D M+ K2 |3 u# ~Function CheckExp(patrn,strng,tagstr) 1 f+ H7 E5 d) g& ~ {5 l- N+ [8 T　Dim regEx,Matches & j, Q% z7 \0 `+ \( k7 [, l. A0 U　Set regEx=New RegExp'建立一个新对像 2 O2 ~- O( e1 c9 \6 r* i　regEx.Pattern=patrn'设置模板 % q6 Q# |9 B+ w. g' }2 k　regEx.IgnoreCase=true'搜索是否区分大小写的 true表是不区分 flase表示区分 　regEx.Global=True'搜索是否应用于整个字符串 　Matches=regEx.replace(strng,tagstr)'匹配并替代字符串 　CheckExp=Matches返回函数结果 0 T* Z9 |' e( G! q- P: U" kend function $ a& c8 t. u9 Q6 e, S把上面的两个函数存为一个页面（如ubbcode.asp），这样就组成一个完整的ＵＢＢ函数了。 在你的论坛上加上这个函数，就成了支持ＵＢＢ代码的论坛了。只要在用时调用这个函数就行了。调用形式如 　text=ReThestr(text)