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。 　　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。 　　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。 * W E( s: x- [6 J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。 ' D n& E8 c' F# N1 G9 L5 e　　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： 　　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 3 D# g; c' h, O7 f3 m( |　　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 ; P# \: m3 X6 w0 p" |2 _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 ; c$ Q" b/ F, D4 ^# ~5 u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。 四、正则表达式的语法规则和标记 $ D. R+ U' s+ d8 o5 v: W6 _　　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： : c2 U; s! v3 U1 m3 w　　^符号匹配字符串的开头。例如： 　　　　^abc　与“abc xyz”匹配，而不与“xyz abc”匹配 　　$符号匹配字符串的结尾。例如： % m) {3 m5 v& W7 @　　　　abc$　与“xyz abc”匹配，而不与“abc xyz”匹配。 0 h' `0 l6 A2 [ ~　　　　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： S U- ]. A9 q( D9 a　　　　ab*　可以匹配“ab”、“abb”、“abbb”等 7 s' T; |! O% O& c　　+符号匹配至少一个前面的字符。例如： 　　　　ab+　可以匹配“abb”、“abbb”等，但不匹配“ab”。 7 k* e) t+ w: H8 S7 e1 |　　?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” 0 z! W2 \( V' ?' Y1 Z% D( k0 \　　.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 / K. k. P. e: E Y/ o& I　　x|y匹配“x”或“y”。例如： & F3 E1 L. V, {1 s( f　　　　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” - _5 q# P) k7 ^　　{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”。 4 B; r7 f6 b8 |0 m- O7 O　　　　注意：a{1,}等价于a+ 　　　　　　　a{0,}等价于a* ' t/ }( L; b- R　　{m,n}匹配至少m个，至多n个前面的字符。例如： 　　　　a{1,3}　只匹配“a”、“aa”和“aaa”。 ( M7 W0 A3 O( L( z　　　　注意：a{0,1}等价于a? 8 P/ ~* Z. J5 j　　[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” 　　[^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 7 I1 Q4 i! M; u- B4 C　　[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 　　[^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 / x L+ ~ b* ?　　\符号是转义操作符。例如： 　　　　\n　换行符 " g0 P4 O; V- {　　　　\f　分页符 / o6 ?4 z) G5 q( N J9 \8 ?　　　　\r　回车 ! z: u$ q3 b, ^5 \ K$ j　　　　\t　制表符 ; ?. b; J/ f- e: C; ?6 N& R　　　　\v　垂直制表符 　　　　\\　匹配“\” 6 N- Y. b% `7 d8 n" @2 O, W　　　　\/　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]” % r8 j: }- D i# H' o　　　　\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_]” ( ]! G! [0 ~3 W- N- o0 ]* R# i　　　　\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 L( d" _7 A$ f; ?　　　　\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 9 ]* \- d4 Q- u% Z0 @ R" d# r. L　　　　\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： 2 c" A. c' p, g! S) O- ]6 z/ \　　　　　　(.)\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： 1 V" e- G& p1 |6 b0 H; ]& @　　　　　　\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” : r. `- d6 ]' m五、实例分析 . M9 h$ I- Z% @, C; h1）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})(((\/[\~]*|\\[\~]*) - Y h' ?! G3 I# ]. o(\w)+)|[.](\w)+)*(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*) 4 N! U: [) g& G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： ( e6 i- e3 E k条件１ ' U z& p/ I W* T$ u　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 　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 9 p) C! U$ m5 z; [　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） 3 p* `' C& h0 P, F& D: ^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 7 w4 F0 v' d9 Q/ Q+ o现在我们用下面的代码来逐个匹配上面的条件—— . X. a, | a" b1、((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） 3 V# \' L& Y0 x2 v“(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 2 m; {, x! ?" {9 L, [( J# g7 |8 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 ; w. v6 }3 o/ H Q. L3、(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* 满足条件３ “(\/[\~]*|\\[\~]*)”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） 0 }! b0 B t* i" R) Q- V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 “((([?](\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）。 “([\&](\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。 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。 2）替代典型的UBB标签: $ m' y0 O1 X2 V4 L7 o: g# y3 G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 7 B: ~. M& q& o) ]　　(\[b\])(.+)(\[\/b\]) 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 * Q$ Q) u# o% K　　str=checkexp(re,str,"$2") M" ]) m) v4 L0 Q; n（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。） 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。 / t9 ]# ]: d+ c8 P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。 " E& P5 P5 m7 f! c. n0 z& i; X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。 Function ReThestr(face,str) 　dim re,str ; _( X' z" H) }! r8 |/ q8 ^　re="\>" * a2 R; I# \3 W. F6 a6 q　str=checkexp(re,str,">") $ U3 @+ J" e: H! ^: h0 M* g　re="\") $ ~3 R1 m3 R% E/ X: M8 l. X　re=chr(32) 　str=checkexp(re,str," ") 　re="\r" ) n! u/ K% u: W" K+ Y2 |- j0 u　str=checkexp(re,str," ") & K0 x* @" G! H7 o- }4 Z( N9 A Q　re="\[img\]((http\/\/|\\\\)){1}((\w)+[.]){1,3}(net|com|cn|org|cc|tv)(((\/[\~]*|\\[\~]*) (\w)+)|[.](\w)+)*(\w)+[.]{1}(gif|jpg|png))\[\/img\]" '查找图片地址 0 s- K2 @% B& Z: q　str=checkexp(re,str," ") 　re="\[w\](http\/\/|\\\\)((\w)+[.]){1,}(net|com|cn|org|cc|tv)(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* ! J9 V/ w( U) M9 @8 ^1 G" |$ {# s(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)\[\/w\]" '查找帧地址 　str=checkexp(re,str,"") 4 K* }# w7 m$ E; h. u) D% d　re="([^('>)])( 7 x+ ^2 F. o) S0 H7 A)*((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 1 b# a2 { P ^0 e m) p　str=checkexp(re,str,"$1$2 $3 ") & F3 j( ^1 S& v% A1 B　re="([^(http://|http:\\)])((www|cn)[.](\w)+[.]{1,}(net|com|cn|org|cc)(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* % F+ }, w- J( v" _(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)" '查找不以http://开头的地址 　str=checkexp(re,str,"$1 $2 ") 1 [0 Q5 j" t4 ~2 {. x9 Q　re="([^(=)])((\w)+[@]{1}((\w)+[.]){1,3}(\w)+)" '查找邮件地址 　str=checkexp(re,str," $2 ") ( t/ |& r% P, U& Z( n m( R$ B. j　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 : \/ |% h0 Z# J1 |( |8 [　str=checkexp(re,str,"$2") 　re="\((.)+)\[\/font\]" '替换字体 　str=checkexp(re,str,"$3") * T$ H+ m; `3 u5 U4 Z. e$ \　re="(\[b\])(.+)(\[\/b\])" '加粗字体 　str=checkexp(re,str,"$2") 0 p/ T! r- u8 \　re="(\[u\])(.+)(\[\/u\])" '下画线 　str=checkexp(re,str,"$2") 　re="(\[li\])(.+)(\[\/li\])" '列表 　str=checkexp(re,str,"$2") 　re="(\[QUOTE\])(.+)(\[\/QUOTE\])" '引用 　str=checkexp(re,str,"引用2") * v! [/ b! t) G ^　re="\[email=((\w)+[@]{1}((\w)+[.]){1,3}(\w)+)\](.+)(\[\/email\])" '邮件 * D1 ^5 {; }+ @1 H　str=checkexp(re,str,"$6") 　re="(\[center\])(.+)(\[\/center\])" '居中 　str=checkexp(re,str,"$2") 　re="fuck" 4 C4 h m' h; I6 o+ M　str=checkexp(re,str,"***") 　re="操" 　str=checkexp(re,str,"***") 0 r& h! J5 j/ Y0 F& L　re="sex" 　str=checkexp(re,str,"***") 　re="TMD" 　str=checkexp(re,str,"***") 　re="shit" ! q' D1 }; T: N# \; o　str=checkexp(re,str,"***") ) f/ H( `* V9 H- J9 v$ a8 f: X　ReThestr=str % Y+ a- M( T) Y+ x1 o8 iend function ＵＢＢ代码如下： 2 M# f5 y8 H8 |, ^6 b1 K0 H& p : @) @( M& ^" t/ d9 |. | [email=] [/email]

, x/ s% {( B# l6 A, k
登录/注册后可看大图

引用: [li] [/li] 测试代码如下：

登录/注册后可看大图

/ U7 }5 d$ M0 |7 h5 d
登录/注册后可看大图

http://cn.yahoo.com ) p! }7 X" v( B5 {/ @aol.com 5 U7 q* d0 V1 u" d- z 192.168.0.1 3 `# I& }0 N E" ?% C" {% xwww.yahoo.com 4 n N" g( N8 n, @* N5 Q6 L! R how are you 4 C0 f/ \( Z$ G" Ipage2000.xiloo.com/~page2000?PageNo=2&action=del / n8 E2 J/ w6 r: V5 R- Y) ?$ clucaihui@cmmail.com 大家好http:\\page2000.shit % I# x0 E, {4 J$ L" uhttp://test.comhttp://test 9 x5 A! _( c8 Q" l" r/ P全部符合预想结果 七）ＡＳＰ正则表达式对像函数如下： . l4 @' v6 v+ [5 ?6 {Function CheckExp(patrn,strng,tagstr) " ~3 Z* [( p* s8 F2 Z& Y　Dim regEx,Matches 0 {. t0 w6 \ u% J! o+ U8 x　Set regEx=New RegExp'建立一个新对像 　regEx.Pattern=patrn'设置模板 & q( z/ h y; V. w. O- i　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 ; z; X" ^$ `3 E& V l% {　Matches=regEx.replace(strng,tagstr)'匹配并替代字符串 6 V$ S# v& q' p; f8 [　CheckExp=Matches返回函数结果 % l1 F, d) i- n" w0 {. k8 z, Vend function . Q- ]- F9 {9 v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)