iOS 深思篇 | 正则表达式
1. 背景
1.1 简介
关于正则表达式[1]，相信大家并不陌生，可能平时只是粘贴下相关代码，并不了解里面所写匹配规则。这篇文章我们将介绍 iOS 相关正则表达式基本语法和一些实例，希望看完此文大家能有所收获；
1.2 工具
在线匹配工具
- oschina[2]
- runoob | 菜鸟工具[3]
- rubular[4]
- regexpal[5]
安装包
- regexBuddy_Mac[6]
- regexBuddy_Windows[7]
图形化展示工具
- regulex[8]
eg:
库
- Objective-C RegEx Categories[9]
2. 认识正则表达式
2.1 概念
正则表达式（又称规则表达式），英语为 Regular Expression，常简写为 regex、regexp 或 RE。它使用单个字符串来描述，匹配一系列符合某个句法规则的字符串。
使用场景：
- 用来批量提取或替换有规律的字符串；
- 在高级文本编辑器中使用；
- 在各类办公软件（
office等）中使用； - 检测用户的输入是否合法；
- 在各种开发语言中使用；（
C#,java,JS,PHP等） - 网络爬虫；
- 批量文本处理等；
eg:
Xcode使用场景[10]
2.2 初识篇
正则表达式是由普通字符和特殊字符(也叫元字符或限定符)组成的文字模板，为用来描述或匹配符合某个句法规则的字符串。在许多软件中都得到广泛的应用，当然针对不同的命令及环境，对正则表达式的支持程度也不尽相同，这里参考正则表达式 - 应用领域[11]。有一个通识问题说明一下：
"/"是
JS中经常用来分隔一个正则的开始与结尾的字符，其他语言中不用做此区分；
比如：
/* JS */
/abc/ //精确匹配abc（有/符号）
/* 其他语言 */
abc //精确匹配abc（无/符号）
很多人刚开始无从下手可能是因为不清楚如何"断句"，这样也就抓不住重点，感觉像听天书了。🤔我们可以这样拆开来看，把正则表达式看成是普通字符和其他字符的集合。普通字符包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号（PS：就是平时看得懂的符号🙄）；其他字符包括了常说的元字符、运算符、限定符、特殊字符等等；
下面是一个匹配以数字开头，并以 abc 结尾的字符串；
^ [0-9] + abc $
定位符 字符集 限定符 普通字符 限定符
各种字符的详细解释可参照正则表达式 - 语法[12]。之后稍微了解一点语法，就可以尝试自己断句了，为了少走弯路，建议参照图形化展示工具 regulex[13] 对比理解。
2.3 语法篇
语法篇主要参照 learn-regex[14] 的划分；大家可以参照作者的在线练习进行学习，下面👇仅附上主要元字符对照表。
2.3.1 元字符
正则表达式主要依赖于元字符. 元字符不代表他们本身的字面意思, 他们都有特殊的含义. 一些元字符写在方括号中的时候有一些特殊的意思. 以下是一些元字符的介绍:
元字符 | 描述 |
|---|---|
. | 句号匹配任意单个字符除了换行符 |
[] | 字符种类. 匹配方括号内的任意字符 |
[^ ] | 否定的字符种类. 匹配除了方括号里的任意字符 |
* | 匹配>=0个重复的在*号之前的字符 |
+ | 匹配>=1个重复的+号前的字符 |
? | 标记?之前的字符为可选 |
{n,m} | 匹配num个大括号之前的字符 (n <= num <= m) |
(xyz) | 字符集, 匹配与 xyz 完全相等的字符串 |
或运算符,匹配符号前或后的字符 | |
\ | 转义字符,用于匹配一些保留的字符 [ ] ( ) { } . * + ? ^ $ \ |
^ | 从开始行开始匹配 |
$ | 从末端开始匹配 |
2.3.2 简写字符集
正则表达式提供一些常用的字符集简写。如下:
简写 | 描述 |
|---|---|
. | 除换行符外的所有字符 |
\w | 匹配所有字母数字, 等同于 [a-zA-Z0-9_] |
\W | 匹配所有非字母数字, 即符号, 等同于: [^\w] |
\d | 匹配数字: [0-9] |
\D | 匹配非数字: [^\d] |
\s | 匹配所有空格字符, 等同于: [\t\n\f\r\p{Z}] |
\S | 匹配所有非空格字符: [^\s] |
\f | 匹配一个换页符 |
\n | 匹配一个换行符 |
\r | 匹配一个回车符 |
\t | 匹配一个制表符 |
\v | 匹配一个垂直制表符 |
\p | 匹配 CR/LF (等同于 \r\n)，用来匹配 DOS 行终止符 |
2.3.3 零宽度断言(前后预查)
先行断言和后发断言都属于非捕获簇(不捕获文本 ，也不针对组合计进行计数). 先行断言用于判断所匹配的格式是否在另一个确定的格式之前, 匹配结果不包含该确定格式(仅作为约束).
例如, 我们想要获得所有跟在 符号后的数字, 我们可以使用正后发断言 (?<=\
零宽度断言如下:
符号 | 描述 |
|---|---|
?= | 正先行断言-存在 |
?! | 负先行断言-排除 |
?<= | 正后发断言-存在 |
?<! | 负后发断言-排除 |
2.3.4 标志
标志也叫模式修正符, 因为它可以用来修改表达式的搜索结果. 这些标志可以任意的组合使用, 它也是整个正则表达式的一部分.
标志 | 描述 |
|---|---|
i | 忽略大小写. |
g | 全局搜索. |
m | 多行的: 锚点元字符 ^ $ 工作范围在每行的起始. |
2.3.5 优先级
在这些运算符同时出现时，按照下面的优先级进行操作。
优先级 | 符号 |
|---|---|
最高 | \ |
高 | ( )、(?: )、(?= )、[ ] |
中 | *、+、?、{n}、{n,}、{n,m} |
低 | ^、$、中介字符 |
最低 | | |
2.4 进阶篇
2.4.1 贪婪匹配与惰性匹配
正则表达式默认采用贪婪匹配模式，在该模式下意味着会匹配尽可能长的子串。我们可以使用 ? 将贪婪匹配模式转化为惰性匹配模式。贪婪模式
(.*nt)=>People want to try something different.
惰性模式
(.*?nt)=>People wantto try something different.
常见的惰性限定符：
符号 | 说明 |
|---|---|
*? | 重复任意次，但尽可能少重复 |
+? | 重复1次或更多次，但尽可能少重复 |
?? | 重复0次或1次，但尽可能少重复 |
{n,m}? | 重复n到m次，但尽可能少重复 |
{n,}? | 重复n次以上，但尽可能少重复 |
3. iOS 中的应用
3.1 谓词（NSPredicate）
NSString *regex = @"^[0-9]+$";
NSPredicate *predicate = [NSPredicate predicateWithFormat:@"SELF MATCHES %@", regex];
NSString *str = @"1314";
if ([predicate evaluateWithObject:str]) {
NSLog(@"Condition Matched");
}
3.2 NSString
NSString *searchText = @"targetString";
NSRange range = [searchText rangeOfString:@"^[0-9]+$" options:NSRegularExpressionSearch];
if (range.location != NSNotFound) {
NSLog(@"target range ：%@", [searchText substringWithRange:range]);
}
3.3 NSRegularExpression
/*
typedef NS_OPTIONS(NSUInteger, NSRegularExpressionOptions) {
NSRegularExpressionCaseInsensitive = 1 << 0, //不区分字母大小写的模式
NSRegularExpressionAllowCommentsAndWhitespace = 1 << 1, //忽略掉正则表达式中的空格和#号之后的字符
NSRegularExpressionIgnoreMetacharacters = 1 << 2, //将正则表达式整体作为字符串处理
NSRegularExpressionDotMatchesLineSeparators = 1 << 3, //允许.匹配任何字符，包括换行符
NSRegularExpressionAnchorsMatchLines = 1 << 4, //允许^和$符号匹配行的开头和结尾
NSRegularExpressionUseUnixLineSeparators = 1 << 5, //设置\n为唯一的行分隔符，否则所有的都有效。
NSRegularExpressionUseUnicodeWordBoundaries = 1 << 6 //使用Unicode TR#29标准作为词的边界，否则所有传统正则表达式的词边界都有效
};
*/
NSString *searchText = @"what do you want to match string";
NSError *error = NULL;
NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:@"^[0-9]+$" options:NSRegularExpressionCaseInsensitive error:&error];
//仅取出第一条匹配记录
NSTextCheckingResult *firstResult = [regex firstMatchInString:searchText options:0 range:NSMakeRange(0, [searchText length])];
if (firstResult) {
NSLog(@"firstResult:%@", [searchText substringWithRange:firstResult.range]);
}
//遍历所有匹配记录
NSArray *matches = [regex matchesInString:searchText
options:0
range:NSMakeRange(0, searchText.length)];
for (NSTextCheckingResult *match in matches) {
NSRange range = [match range];
NSString *mStr = [searchText substringWithRange:range];
NSLog(@"AllResult:%@", mStr);
}
参考资料
[1]
正则表达式: https://baike.baidu.com/item/正则表达式/1700215?fr=aladdin
[2]
oschina: https://tool.oschina.net/regex
[3]
runoob | 菜鸟工具: https://c.runoob.com/front-end/854
[4]
rubular: https://rubular.com
[5]
regexpal: https://www.regexpal.com
[6]
regexBuddy_Mac: https://github.com/Zjmainstay/RegexTesterForMac
[7]
regexBuddy_Windows: http://www.zjmainstay.cn/download/category/4-regexp?download=21%3aregexbuddy
[8]
regulex: https://jex.im/regulex/
[9]
Objective-C RegEx Categories: https://github.com/bendytree/Objective-C-RegEx-Categories#objective-c-regex-categories
[10]
Xcode使用场景: https://www.jianshu.com/p/48c948cb7d3e
[11]
正则表达式 - 应用领域: https://www.runoob.com/regexp/regexp-intro.html
[12]
正则表达式 - 语法: https://www.runoob.com/regexp/regexp-syntax.html
[13]
regulex: https://jex.im/regulex/
[14]
learn-regex: https://github.com/ziishaned/learn-regex/blob/master/translations/README-cn.md#learn-regex
-End-