正则表达式在ＵＢＢ论坛中的应用

踏浪行歌

一、读者指引 3 D$ x' f! ~- [　　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。 7 {) i& K3 b) \8 T. g　　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。 ( p; N; f; ~1 Z @) ^7 X: H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： # H$ n2 V$ a3 Q A　　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。 / L& \3 I+ c. q! u( Q- T M! N三、正则表达式的用途 $ C5 {- F& }* ~& U- b, a1 ?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。 ( Q! t4 {0 \7 {' \四、正则表达式的语法规则和标记 # Q$ W2 X4 W1 h F8 M　　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： 　　　　^abc　与“abc xyz”匹配，而不与“xyz abc”匹配 5 B. X' D V% [. p& u　　$符号匹配字符串的结尾。例如： & j- F# B& g+ h6 K- I　　　　abc$　与“xyz abc”匹配，而不与“abc xyz”匹配。 & a4 R6 G- p% `　　　　注意：如果同时使用^符号和$符号，将进行精确匹配。例如： 9 p$ a3 v% g3 e$ R/ U　　　　　　　^abc$　只与“abc”匹配　　　 + Y+ ]6 g# H( L2 z' {7 d0 Q　　*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 ) K5 S' _/ f5 {3 E, ?5 |　　+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”。 　　?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： , |: M1 A1 }0 {. f　　　　(.)+　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” 　　{n}匹配恰好n次（n为非负整数）前面的字符。例如： e" U. W+ I% ^; i3 ?1 B( S+ F　　　　a{2}　可以匹配“aa“，但不匹配“a” 　　{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+ 　　　　　　　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： % y! V! S& D: [* L　　　　a{1,3}　只匹配“a”、“aa”和“aaa”。 * {/ E$ t. @0 O0 s5 c n　　　　注意：a{0,1}等价于a? 　　[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” " [; y( E7 E) a( A　　[^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 　　[^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 7 \3 [3 @3 K. F. J　　\符号是转义操作符。例如： 6 k; l0 Q" @; s( @0 R　　　　\n　换行符 　　　　\f　分页符 　　　　\r　回车 # q2 x5 C1 }$ ~　　　　\t　制表符 　　　　\v　垂直制表符 　　　　\\　匹配“\” 　　　　\/　匹配“/” + [" `# B- |' U8 Y3 \" K; Y　　　　\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]” . V! t3 Z, v. K/ N- i　　　　\S　任何非空白的字符。等价于“^\f\n\r\t\v]” 5 Z# W1 }) ?& g( d: K( D$ m, J　　　　\w　任何单词字符，包括字母和下划线。等价于“[A-Za-z0-9_]” - [/ M/ B# B3 R　　　　\W　任何非单词字符。等价于“[^A-Za-z0-9_]” : e( _: U, f% m" B9 `　　　　\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： % r0 T: c1 y0 {8 T8 ^　　　　　　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： 0 J# x2 G) f3 \# e　　　　　　abc\dxyz　匹配“abc2xyz”、“abc4xyz”等，但不匹配“abcaxyz”、“abc-xyz”等 % n2 m) ^; f8 Q1 r. w8 N9 [( P　　　　\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 D% C+ i q) `( r8 M/ S+ j　　　　\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： 5 Y" K3 y+ H2 P9 p　　　　　　(.)\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 : g) \9 x( ^: c　　　　\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” 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)+)*)*) 8 S2 F$ e) H* U8 M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： # g. G F6 W( @* p9 p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） 条件２ : J- D# N# b" ^. }6 F% a　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 : E5 D" W3 J4 v) c, Q9 x, w现在我们用下面的代码来逐个匹配上面的条件—— ; G, U& O. i* W: `4 q. P: J% g1、((http|https|ftp)\/\/|\\\\) 满足条件１ & {# u3 U' M9 M3 {# {) n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"\\" ' x' d* b4 z& b0 s5 |: u5 ]2 @ W2、((\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） # g" [$ h3 e' p& Z“(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 [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 R' F! g3 k, [3 W& c! p4 \- s, ]3、(((\/[\~]*|\\[\~]*)(\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 1 u3 K0 j0 u+ }" Y; ^# D1 y% j! q“(\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） 2 f; F& r; | a7 o) D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。 5 k0 ]7 C. E: K0 N0 j7 u4、(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)满足条件４ 5 ?$ R# r T( `# z" L“((([?](\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）。 : v: D9 [! X" j“([\&](\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。 ) K- e8 ]2 U. r! y& [8 `/ h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: * L; k0 s! M3 B: ~9 u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 　　(\[b\])(.+)(\[\/b\]) : Q/ h' m. w y; Q: @* ?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 ) v- S; K7 ^/ o" Y5 M) X" U4 ^" E　　str=checkexp(re,str,"$2") （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。 : T6 ?% M& c: Z1 q. \4 M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$3。 1 R7 I0 F- E4 {六）ＵＢＢ正则表达模板实例 / N% O/ ?' d( P7 U0 x4 ^1 o X' Z下面是我写的一个ＵＢＢ函数，这个函数基本上能使你的论坛成为一个优秀的ＵＢＢ代码论坛了。当然，通过改进后，你可以得到一个更强大的ＵＢＢ论坛。 ' l$ f2 A7 h' Y9 l- ^; Q6 UFunction ReThestr(face,str) 2 t: q# v( x: n　dim re,str - ^# h4 B8 k1 C3 H) ]$ W　re="\>" 　str=checkexp(re,str,">") 　re="\") 　re=chr(32) 　str=checkexp(re,str," ") 　re="\r" 4 j% f+ E; Z7 ^" {　str=checkexp(re,str," ") 　re="\[img\]((http\/\/|\\\\)){1}((\w)+[.]){1,3}(net|com|cn|org|cc|tv)(((\/[\~]*|\\[\~]*) + _; `$ Y- V3 @& ~2 H(\w)+)|[.](\w)+)*(\w)+[.]{1}(gif|jpg|png))\[\/img\]" '查找图片地址 　str=checkexp(re,str," ") 9 b) Q9 A4 W& A2 ~, A9 I! ]7 f　re="\[w\](http\/\/|\\\\)((\w)+[.]){1,}(net|com|cn|org|cc|tv)(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* 8 t! X$ F9 [1 y* u+ ^1 o(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)\[\/w\]" '查找帧地址 ; b2 R5 @* z( v9 C) I, t　str=checkexp(re,str,"") " x( f! f0 F/ z. w% Q　re="([^('>)])( 1 X$ A. V3 F5 C$ H2 C)*((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 ") . o) ]9 B- y0 N　re="([^(http://|http:\\)])((www|cn)[.](\w)+[.]{1,}(net|com|cn|org|cc)(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* 8 S/ ^& }0 \' `; M1 y(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)" '查找不以http://开头的地址 . C# ?+ k: O1 e7 n7 Q, S8 h3 H　str=checkexp(re,str,"$1 $2 ") 　re="([^(=)])((\w)+[@]{1}((\w)+[.]){1,3}(\w)+)" '查找邮件地址 　str=checkexp(re,str," $2 ") : e1 ]( N4 p. E" K8 v　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 　str=checkexp(re,str,"$2") 　re="\((.)+)\[\/font\]" '替换字体 % o# u2 R) b& Y3 R; q! i! |# k　str=checkexp(re,str,"$3") 　re="(\[b\])(.+)(\[\/b\])" '加粗字体 0 O( w" ~9 g* K* i2 `　str=checkexp(re,str,"$2") 　re="(\[u\])(.+)(\[\/u\])" '下画线 " Z: w; c2 V4 V3 }9 e　str=checkexp(re,str,"$2") / X& a# x0 l- X" X　re="(\[li\])(.+)(\[\/li\])" '列表 　str=checkexp(re,str,"$2") 　re="(\[QUOTE\])(.+)(\[\/QUOTE\])" '引用 ; ~+ B, V( n* T; g5 j) q　str=checkexp(re,str,"引用2") 　re="\[email=((\w)+[@]{1}((\w)+[.]){1,3}(\w)+)\](.+)(\[\/email\])" '邮件 　str=checkexp(re,str,"$6") - ~' \6 Q6 U+ R. g( ]　re="(\[center\])(.+)(\[\/center\])" '居中 　str=checkexp(re,str,"$2") 　re="fuck" 　str=checkexp(re,str,"***") & Z+ c, I3 c- {4 S6 P% [% v　re="操" 　str=checkexp(re,str,"***") 　re="sex" 　str=checkexp(re,str,"***") 　re="TMD" 1 S& m0 b, z5 i* Y2 | ]　str=checkexp(re,str,"***") 　re="shit" + w6 a- [: p$ h4 I　str=checkexp(re,str,"***") 　ReThestr=str & C/ B) Q" f8 y1 qend function 8 p+ B: m% W8 Z+ I2 S) \ＵＢＢ代码如下： . P4 `2 T0 ?: s+ W4 h [email=] [/email]

3 D/ P H. j; b& q% A
登录/注册后可看大图

' }1 Y T2 F4 P6 k% D5 K引用: [li] [/li] 测试代码如下： . x. x8 o) j5 g% u u: q

登录/注册后可看大图

登录/注册后可看大图

http://cn.yahoo.com aol.com 192.168.0.1 ) K; Z7 F! x1 r3 d! ~ ^www.yahoo.com * u. ?# { ], Q8 ` how are you page2000.xiloo.com/~page2000?PageNo=2&action=del 3 Z: w6 a5 e0 y5 R( P) elucaihui@cmmail.com 大家好http:\\page2000.shit 2 {: y; f1 U! ?6 A9 [+ Y" whttp://test.comhttp://test 全部符合预想结果 ) P& L) p9 U& `* `0 Z- t9 X% s七）ＡＳＰ正则表达式对像函数如下： 0 R3 ~6 z1 V4 y4 l ZFunction CheckExp(patrn,strng,tagstr) 　Dim regEx,Matches D1 I& ?. ]7 X* d　Set regEx=New RegExp'建立一个新对像 　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 　Matches=regEx.replace(strng,tagstr)'匹配并替代字符串 ( D5 ?# ?! K/ h* U' S　CheckExp=Matches返回函数结果 end function 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。 * s" J' a+ ?6 N2 H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 4 y- k. `! [. i4 i# K　text=ReThestr(text)