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。 8 d& C- ]$ R- A8 a$ E( U% U　　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。 $ O2 I$ } q% z　　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 5 k: _2 t: i3 C% o: J9 e" a　　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？ & r6 L3 H y; v　　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： 9 b5 a5 b2 N! ]# ^) I: A! L　　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 / h9 P2 n1 q& p2 O7 n3 u5 V　　你也许会问：ＡＳＰ是怎样把 how are you转换为how are you的呢？ $ O$ x, b8 U7 ~6 `- f( K, w3 \　　回答这个问题就是：用正则表达式。 三、正则表达式的用途 5 O0 {) S* y. }" i4 V5 X: I L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。 ' G0 I! N5 b0 D& L+ Q/ X6 X3 S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： ) a+ Z8 l# ?1 a" U: s/ w; M　　　　^abc　与“abc xyz”匹配，而不与“xyz abc”匹配 ' L- s0 r! N! R　　$符号匹配字符串的结尾。例如： R3 G+ Q- @4 h o* j. M0 B9 ]　　　　abc$　与“xyz abc”匹配，而不与“abc xyz”匹配。 　　　　注意：如果同时使用^符号和$符号，将进行精确匹配。例如： ) c9 Q; z: z& d: k　　　　　　　^abc$　只与“abc”匹配　　　 　　*符号匹配０个或多个前面的字符。例如： 1 Z( R5 u! m# E- M　　　　ab*　可以匹配“ab”、“abb”、“abbb”等 　　+符号匹配至少一个前面的字符。例如： 2 \* h* X% @3 v1 u" u$ h( }2 o Z0 m3 C5 _　　　　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： : x& T0 O- G- M4 E　　　　ab?c?　可以且只能匹配“abc”、“abbc”、“abcc”和“abbcc” ) Z$ E! M; L7 h# ^9 M1 h0 f　　.符号匹配除换行符以外的任何字符。例如： 　　　　(.)+　匹配除换行符以外的所有字符串 - O0 s1 \" j, v O　　x|y匹配“x”或“y”。例如： & I' o1 G' B7 ]1 N　　　　abc|xyz　可匹配 “abc”或 “xyz”，而“ab(c|x)yz”匹配 “abcyz”和“abxyz” 　　{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” ' n) l; L; p7 w/ w　　{n,}匹配至少n次（n为非负整数）前面的字符。例如： / x" [* h/ T6 z: ^+ Y, e6 u　　　　a{3,}　匹配“aaa”、“aaaa”等，但不匹配“a”和“aa”。 　　　　注意：a{1,}等价于a+ 9 A' L4 l- b& D! m9 X( |　　　　　　　a{0,}等价于a* 　　{m,n}匹配至少m个，至多n个前面的字符。例如： + w( L7 d. m" C% [6 Y　　　　a{1,3}　只匹配“a”、“aa”和“aaa”。 8 Y2 M4 A( E9 l　　　　注意：a{0,1}等价于a? / k. S8 M7 }& d5 B% C% e$ ~; v: G　　[xyz]表示一个字符集，匹配括号中字符的其中之一。例如： 　　　　[abc]　匹配“a”、“b”和“c” / S+ y0 t6 _1 u　　[^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： : z: [$ M) {5 \* g　　　　[^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： 1 F3 q1 j# N Y6 L$ j% T　　　　[a-z]　匹配从“a”到“z”之间的任何一个小写字母字符 　　[^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： 8 B1 t5 { i0 J2 \/ W2 _　　　　[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： / _1 e" ?0 n/ b% r: h* {! f　　　　\n　换行符 　　　　\f　分页符 　　　　\r　回车 　　　　\t　制表符 6 [( ]3 r' l5 L% R: P7 X$ V7 N3 M　　　　\v　垂直制表符 2 L5 U# V9 U* `( r# J: a　　　　\\　匹配“\” 　　　　\/　匹配“/” 　　　　\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_]” 　　　　\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： 　　　　　　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： 4 k7 M0 |& S; D) y* B! o4 W8 l' B　　　　　　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 　　　　\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 1 B! Z! }$ x7 a5 ]* } b$ o　　　　\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： 6 L8 d0 R- g% r' \　　　　　　(.)\1　匹配两个连续相同的字符。 　　　　\oNUM匹配n（其中n为一个小于２５６的八进制换码值）。例如： 　　　　　　\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： . H$ ^8 J% `- \+ f" w# y' ]8 _　　　　　　\x41　匹配字符“A” 五、实例分析 1）在字符串中精确查找链接地址 ((http|https|ftp)\/\/|\\\\)((\w)+[.]){1,}(net|com|cn|org|cc|tv|[0-9]{1,3})(((\/[\~]*|\\[\~]*) (\w)+)|[.](\w)+)*(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*) 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： 1 v/ e3 U2 O! o" B; r4 \条件１ [0 Y1 K A! n' H( d& }" u, F2 ~　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） 条件２ , x1 T0 z% R0 L2 I9 J% c2 V　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） 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） 条件４ 　链接地址末尾可以带参数。如典型的页数?PageNo=2&action=display等 $ x, w( B' P+ N) Q* x6 v+ b& B现在我们用下面的代码来逐个匹配上面的条件—— 1、((http|https|ftp)\/\/|\\\\) 满足条件１ ! O' d- _( h+ q) O$ \& Z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） 4 F5 Y. c8 z( g" U d注意："|"表示“或者”，"\"是转义字符。“\/\/”表示"//"，“\\\\”表示"\\" ; `% {% O; z2 S, p) `3 k2、((\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） / t. s C$ Y. \6 k“(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 3 D8 a$ O9 w* A$ a% v[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 3、(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* 满足条件３ ! _" p; s" a0 u* B8 f“(\/[\~]*|\\[\~]*)”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 ( w5 V; [; n3 u6 u3 E“(\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） 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 2 m* k0 P5 q' }“((([?](\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）。 : [/ z3 J( k; x, U“([\&](\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。 ! c( b2 A- p5 J8 c6 }! i% x, o& W; g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） 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。 0 X6 ]6 W {6 f* w9 y2）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 + }0 \, e/ m, y0 q$ y# j　　(\[b\])(.+)(\[\/b\]) " n8 m# V! L7 ]% b: z3 k! o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,"$2") 6 U$ r/ a, ^1 E) |（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。） , S+ f. X8 `! `/ {, w9 `1 `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。 ( {& _% C( b" W9 N3 ]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。 六）ＵＢＢ正则表达模板实例 8 v7 O. M; u3 z( V3 r* `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。 Function ReThestr(face,str) $ u" r* L2 A# @　dim re,str & ^! P7 A0 W) i　re="\>" 1 @/ n- a$ N2 U5 p　str=checkexp(re,str,">") # P; p7 q+ [, _; p8 Z　re="\") 4 p1 b9 [9 Q9 r. U) Y0 f　re=chr(32) 　str=checkexp(re,str," ") 　re="\r" 3 p* k7 w m; m4 P　str=checkexp(re,str," ") M$ E9 K9 d- b　re="\[img\]((http\/\/|\\\\)){1}((\w)+[.]){1,3}(net|com|cn|org|cc|tv)(((\/[\~]*|\\[\~]*) ! J7 ~/ b% c. Y0 z(\w)+)|[.](\w)+)*(\w)+[.]{1}(gif|jpg|png))\[\/img\]" '查找图片地址 　str=checkexp(re,str," ") 0 R( @+ G- n% a# b9 |5 _2 f5 q　re="\[w\](http\/\/|\\\\)((\w)+[.]){1,}(net|com|cn|org|cc|tv)(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* (((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)\[\/w\]" '查找帧地址 4 _7 n1 E! z7 h9 R6 L7 k　str=checkexp(re,str,"") 　re="([^('>)])( 5 P5 Y# b. q) }( X: F! `) h)*((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 ") 　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 : e* P/ O( _! X* }1 \　str=checkexp(re,str,"$1 $2 ") ! G/ h, q, k1 p) H1 \　re="([^(=)])((\w)+[@]{1}((\w)+[.]){1,3}(\w)+)" '查找邮件地址 * J/ L' d# J/ {　str=checkexp(re,str," $2 ") 　re="\[0-F]{6})\]((.)+)\[\/color\]" '替换字体色彩 　str=checkexp(re,str,"$4") 　re="\[size=([0-9]{1})\]((.)+)\[\/size\]" '替换字体大小 " P4 N. C% m9 ?3 j+ ^. a　str=checkexp(re,str,"$2") $ F6 S' U! u0 M2 b　re="\((.)+)\[\/font\]" '替换字体 　str=checkexp(re,str,"$3") 　re="(\[b\])(.+)(\[\/b\])" '加粗字体 　str=checkexp(re,str,"$2") % B, d+ P" j; }. o3 D　re="(\[u\])(.+)(\[\/u\])" '下画线 　str=checkexp(re,str,"$2") 　re="(\[li\])(.+)(\[\/li\])" '列表 ' ^0 \2 E' r; |( U　str=checkexp(re,str,"$2") 　re="(\[QUOTE\])(.+)(\[\/QUOTE\])" '引用 　str=checkexp(re,str,"引用2") 9 F* V3 p8 L4 D' J: W2 F　re="\[email=((\w)+[@]{1}((\w)+[.]){1,3}(\w)+)\](.+)(\[\/email\])" '邮件 　str=checkexp(re,str,"$6") 　re="(\[center\])(.+)(\[\/center\])" '居中 　str=checkexp(re,str,"$2") 　re="fuck" ! ?$ [3 A- ~8 t* S2 w8 C: a　str=checkexp(re,str,"***") 　re="操" 3 t2 N: F r$ y- t8 l/ `　str=checkexp(re,str,"***") 　re="sex" + H/ U# X0 @: R　str=checkexp(re,str,"***") 4 I* b$ g4 J$ ^' y, M　re="TMD" 　str=checkexp(re,str,"***") 　re="shit" 　str=checkexp(re,str,"***") 　ReThestr=str end function 3 E5 J* O2 R r+ ?: N" ]0 E+ w& i6 jＵＢＢ代码如下： 2 v; G- m# i, k3 r5 d# ~) g. d, q ) ?$ y& ~8 Y4 p6 W [email=] [/email]

% Y: [5 m: d0 B4 j
登录/注册后可看大图

! F d: k1 F: P/ l9 w引用: [li] [/li] 9 x5 M) I0 X+ T3 e9 O' a4 W6 \# n- ]6 v测试代码如下： % n5 \, B& y5 c

登录/注册后可看大图

2 o- a/ V2 w- M) q+ X
登录/注册后可看大图

http://cn.yahoo.com ( b, h/ A0 c0 o2 N) t$ laol.com ' U- ^+ y t: a9 L$ p# [1 d% p 192.168.0.1 www.yahoo.com how are you O0 B3 x4 L+ l- v: c: Rpage2000.xiloo.com/~page2000?PageNo=2&action=del lucaihui@cmmail.com 大家好http:\\page2000.shit http://test.comhttp://test 全部符合预想结果 1 ]% E8 |! E! K6 S+ G+ q七）ＡＳＰ正则表达式对像函数如下： Function CheckExp(patrn,strng,tagstr) $ @. X9 w. g u$ N　Dim regEx,Matches 3 G: h9 a, W, T1 |6 q　Set regEx=New RegExp'建立一个新对像 4 C+ w- s9 {2 t/ t: P% R% H　regEx.Pattern=patrn'设置模板 　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 + y2 x. ^, T1 r& V) S　Matches=regEx.replace(strng,tagstr)'匹配并替代字符串 　CheckExp=Matches返回函数结果 " }* W8 e0 p8 E9 O$ p, a Pend function 5 L( C. y- N# P2 m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 , E1 u' f* y/ O t8 U+ \　text=ReThestr(text)