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。 ! |$ ]1 ]% `; n, d2 k4 C+ F　　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。 ) L5 E0 l% ]# k ~5 H0 N　　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 7 U% d5 t. F" x4 ]" D　　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。 7 O) z D8 Z1 u8 I二、正则表达式的概念 　　什么是ＵＢＢ代码？什么是正则表达式？ - g' P# }2 M4 D4 g' g' N　　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： 　　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 R: j; C- ?. c# O: c5 p; u; [　　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。 P: H; q) g0 P0 T/ M三、正则表达式的用途 3 I' ?+ q2 a% m" F$ N3 t/ P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 0 ~3 @! _0 g3 h1 ?" I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。 , ^$ M3 X0 `9 {$ B7 K# B" y8 v四、正则表达式的语法规则和标记 % A& K/ l0 W/ q$ K8 q0 W. Q　　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： 4 P% _% V* {1 ?& Q: L4 z. A+ D　　^符号匹配字符串的开头。例如： : U5 m( f2 V& h* Z　　　　^abc　与“abc xyz”匹配，而不与“xyz abc”匹配 　　$符号匹配字符串的结尾。例如： 　　　　abc$　与“xyz abc”匹配，而不与“abc xyz”匹配。 * t$ Y# z* i& D: n; c　　　　注意：如果同时使用^符号和$符号，将进行精确匹配。例如： $ t( ~' |5 J8 B& Z　　　　　　　^abc$　只与“abc”匹配　　　 * \% [) B5 H9 R! V　　*符号匹配０个或多个前面的字符。例如： 8 {& C( _. ?; h! T　　　　ab*　可以匹配“ab”、“abb”、“abbb”等 % D2 q; \ \$ X$ j　　+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： * y/ E. Q/ f" R( }0 _　　　　ab?c?　可以且只能匹配“abc”、“abbc”、“abcc”和“abbcc” 3 g: j9 c4 l0 G1 \7 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 : w& @3 K" I$ R; K3 p　　x|y匹配“x”或“y”。例如： 6 w/ Q/ m( E% q; u7 i: p% C2 `　　　　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： + W7 ~; R# K$ ?: {4 y7 }9 _' G, 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： * t/ ?3 o* M6 {7 J　　　　a{3,}　匹配“aaa”、“aaaa”等，但不匹配“a”和“aa”。 　　　　注意：a{1,}等价于a+ ! D( w6 _' Q3 Z& I　　　　　　　a{0,}等价于a* : q* y+ K/ X" L# H: w) t1 d　　{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”。 　　　　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” 　　[^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： ) L2 h* Q% `) N" T6 B4 ~ c　　　　[^abc]　可以匹配除“a”、“b”和“c”之外的任何字符 7 ?4 }* [! s3 X; o　　[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： - m: i0 J' T! X! ]2 h4 a　　　　[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： ; S8 L6 @4 C" p+ F) J" E% F, k　　　　[m-n]　匹配除从“m”到“n”之间的任何字符 9 E. |4 L1 ~# f: Z8 ^8 {　　\符号是转义操作符。例如： 8 [6 W+ C* J5 [1 c! L8 T　　　　\n　换行符 + L7 Z0 g: R6 B' p　　　　\f　分页符 　　　　\r　回车 7 S) B" O! J2 p5 J5 y4 u　　　　\t　制表符 　　　　\v　垂直制表符 　　　　\\　匹配“\” 　　　　\/　匹配“/” # o) `$ C5 ^( s7 A0 |, a　　　　\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]” . | T2 [1 K' `# E, J n　　　　\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： : B0 w X7 a4 N4 e6 |7 ]　　　　　　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 # F: E5 w, A' F3 G- C% t9 g% L! b　　　　\D匹配一个非数字字符，等价于[^0-9]。例如： , N" ]9 b0 m4 S2 r( }9 W; k　　　　　　abc\Dxyz　匹配“abcaxyz”、“abc-xyz”等，但不匹配“abc2xyz”、“abc4xyz”等 ' D/ @5 X" Y% [% c7 }　　　　\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： 　　　　　　(.)\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： : G3 ] Q9 H7 M+ `) D) ~9 S( {　　　　　　\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： ; e1 d, L* Z9 U9 B6 ]　　　　　　\x41　匹配字符“A” ! m* K8 e4 T" }% y* X1 B# V5 C五、实例分析 3 G' c9 U' Q$ D3 K1）在字符串中精确查找链接地址 1 O& j [# e5 y2 T, y: t. X((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： 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 　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 ! Q1 @' q/ o% A% K8 t　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 q# s8 M5 X3 K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 % z6 W/ r% w& U! K$ Q. l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 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） - e$ E+ K7 K! ^# w @2 e5 L4 _! j* b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） . L+ r3 H2 t e; Q( U. q# 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 3、(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* 满足条件３ 4 S# [/ @9 G" O0 B) g. b“(\/[\~]*|\\[\~]*)”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 ( e: h: J4 j8 B6 B" P7 P" a$ F“(\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。 7 y' ]9 b) m: @- Q1 D4 W4、(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)满足条件４ # o8 ]; ]$ l" U) y2 k2 n( X$ i“((([?](\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。 ( L* d. O# W- |6 |! ^* |0 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） : v3 c: C i/ ?2 ^$ M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: & b3 j$ b& i8 A9 X7 O* v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 1 b: q) p' d/ b9 d　　(\[b\])(.+)(\[\/b\]) $ s/ o4 G4 {6 g: @! x* o% t8 m2 ?; Y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") （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。 & S* V" s7 ?% S1 z. ^0 B! u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$3。 ' I G2 C5 ^ P六）ＵＢＢ正则表达模板实例 3 ]9 w; j& A% `8 i* Z. L8 u6 ~1 K下面是我写的一个ＵＢＢ函数，这个函数基本上能使你的论坛成为一个优秀的ＵＢＢ代码论坛了。当然，通过改进后，你可以得到一个更强大的ＵＢＢ论坛。 5 z$ V! B4 V+ |Function ReThestr(face,str) 　dim re,str ~7 B# ~ _, P$ a$ t# y　re="\>" 　str=checkexp(re,str,">") ! X$ q; N/ _- f) t; v- Y" m0 {! H- b　re="\") 　re=chr(32) 7 d6 X* M _7 U. K! E　str=checkexp(re,str," ") 8 R: _# P% i; S7 e5 K& x2 V4 y* E7 T2 A　re="\r" & D& {7 |" y W$ M$ O　str=checkexp(re,str," ") 　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 & N$ o' x3 K; W8 x6 y　str=checkexp(re,str," ") 5 e. c+ D1 P e　re="\[w\](http\/\/|\\\\)((\w)+[.]){1,}(net|com|cn|org|cc|tv)(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* 8 _' O# J9 a$ h1 g7 y5 G(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)\[\/w\]" '查找帧地址 7 D: ]; Q' o& b　str=checkexp(re,str,"") 　re="([^('>)])( )*((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 + K% [: ^7 m* q/ d% F0 s6 d' B　str=checkexp(re,str,"$1$2 $3 ") : X# [7 w# Z1 Q& f8 _, t ?　re="([^(http://|http:\\)])((www|cn)[.](\w)+[.]{1,}(net|com|cn|org|cc)(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* 5 j u$ |' t6 |- L' W) V" n(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)" '查找不以http://开头的地址 / L. B8 @( D( K4 w2 l; p& W　str=checkexp(re,str,"$1 $2 ") 　re="([^(=)])((\w)+[@]{1}((\w)+[.]){1,3}(\w)+)" '查找邮件地址 : n" I2 N# Q" G9 k z6 ~　str=checkexp(re,str," $2 ") 　re="\[0-F]{6})\]((.)+)\[\/color\]" '替换字体色彩 * w- i* Q" Z! G$ w4 x4 o* |2 ~　str=checkexp(re,str,"$4") . {7 e# G% `& w2 d: q" |" T　re="\[size=([0-9]{1})\]((.)+)\[\/size\]" '替换字体大小 　str=checkexp(re,str,"$2") 3 R8 i7 F" B% E! H3 Y; P　re="\((.)+)\[\/font\]" '替换字体 　str=checkexp(re,str,"$3") 　re="(\[b\])(.+)(\[\/b\])" '加粗字体 $ F4 A$ ?" L; E2 W1 O　str=checkexp(re,str,"$2") ; z& w& B6 Z! a0 c　re="(\[u\])(.+)(\[\/u\])" '下画线 - q" G5 T5 G; W P　str=checkexp(re,str,"$2") 　re="(\[li\])(.+)(\[\/li\])" '列表 % a! m: L$ c7 c3 o　str=checkexp(re,str,"$2") 0 f5 {& t8 o& ?　re="(\[QUOTE\])(.+)(\[\/QUOTE\])" '引用 　str=checkexp(re,str,"引用2") 　re="\[email=((\w)+[@]{1}((\w)+[.]){1,3}(\w)+)\](.+)(\[\/email\])" '邮件 　str=checkexp(re,str,"$6") , A. @! R7 M0 t* b2 I+ \/ R　re="(\[center\])(.+)(\[\/center\])" '居中 ; s ?& q! u' r; u4 B q2 p　str=checkexp(re,str,"$2") 　re="fuck" : `0 j, f4 n5 z$ X　str=checkexp(re,str,"***") , N* v# Z' ~) d9 b9 o　re="操" 　str=checkexp(re,str,"***") & v: z$ A; L6 _6 {　re="sex" 7 Y% h2 |# S6 r　str=checkexp(re,str,"***") 4 v& k) U0 ~9 [" m, |　re="TMD" 　str=checkexp(re,str,"***") 　re="shit" 　str=checkexp(re,str,"***") ; l# B, d& U) O `　ReThestr=str end function ＵＢＢ代码如下： $ ]( U; j! B, j1 Y' L1 Z H0 I7 q ( w- I: ^- U4 j$ }0 c9 S [email=] [/email]

登录/注册后可看大图

/ g' ]2 R5 Z# l% m* {( o" X* n" D引用: ' L' o( N! `4 D[li] [/li] - y" e; S R8 s) s测试代码如下： a' x$ [5 S1 \9 u3 {

登录/注册后可看大图

登录/注册后可看大图

http://cn.yahoo.com aol.com % V+ s0 J" ~+ L& _/ L 192.168.0.1 www.yahoo.com how are you 3 d+ I$ e9 W* z' L3 Zpage2000.xiloo.com/~page2000?PageNo=2&action=del lucaihui@cmmail.com 大家好http:\\page2000.shit http://test.comhttp://test ' v( R: j1 L; u& G i" \全部符合预想结果 七）ＡＳＰ正则表达式对像函数如下： Function CheckExp(patrn,strng,tagstr) 9 s0 {9 z" C2 [- B7 A: `1 T9 L　Dim regEx,Matches 　Set regEx=New RegExp'建立一个新对像 4 T8 C& z( b# x' P J　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 - V7 K$ t( Y1 N3 I- Z　Matches=regEx.replace(strng,tagstr)'匹配并替代字符串 　CheckExp=Matches返回函数结果 end function - |4 P. R8 ~) N( Q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 2 a; c! k- o+ i# z. @　text=ReThestr(text)