iOS深思篇 | 正则表达式

2019-10-08 本文已影响0人火之玉

一. 背景

1.1 简介

关于正则表达式，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

安装包

图形化展示工具

regulex

eg:

regulex实例展示图

库

Objective-C RegEx Categories

二. 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

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。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。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对比理解。

2.3 语法篇

语法篇主要参照learn-regex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 <code>[ ] ( ) { } . * + ? ^ $ \ \|</code>
^	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 (?<=\$)[0-9\.]*.
这个表达式匹配 $ 开头, 之后跟着 0,1,2,3,4,5,6,7,8,9,. 这些字符可以出现大于等于 0 次.

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 want to 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

三. 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);
    }