教你使用正则表达式
作者：赖锋
下载源代码
很久没有VCKbase发表文章了，这次发表一些比较基础的文章吧！看过"保证你现在和未来不失业的十种关键技术"这篇文章了吧，这次我就拿出一个不会让你失业的编程技术讲讲吧，老虾们千万不要拿鸡蛋砸我，我只是写给初学者的！
关于正则表达式的教程和用法网上有很多的资源，基本的用法我讲了也是浪费你的眼力，所以我会以一个实例来教你学习正则表达式，我两年前做的一个MIS中使用过正则式，检验用户输入的日期是否为正确的日期格式！分析完这个正则表达式后，对于正则表达式你绝对会有一个深深的认识！但是还不能说你精通，当你可能用正则表达式写一个编译器的时候，你就可以精通了!
“磨刀不误砍柴工”，要使用正则表达式，我们还要使用支持正则表达式的语言，解释性语言Ruby,Perl,Python等都支持正则表达式，C#,Java,VB.net等也支持正则表达式，C++还需要第三方类库才能支持，VC.net提供了一个很好的正则表达式类库CATLRegExp(全世界效率最高的正则表达式库哦)，可是却不能在VC6上使用，要在VC6上使用，可以使用VBS(Microsoft VBScript Regular Expression 5.5)来处理正则表达式，这是一个COM,拿一个COM来用我还是情愿用Boost库.
使用Boost库的时候，你需要编译库后你才能使用，不过这很容易。
1.下载Boost库
3.设定环境变量(以我本机的环境变量设定为例)
2.进入 boost_1_32_0\libs\regex\build 目录中，你可以看到vc6.mak文件 nmake vc6.mak就可以了，跟着会产生lib和dll文件，把它拷贝到你的程序目录下就可使用了!
你也可以全部编译，不过我只需要正则表达式库，所以我只编译这部分!
好了，砍柴刀磨好了！我们就开始正则表达式的实践吧!
当时我负责的MIS是医院的一个血液检验输入模块，要求输入的日期必须是合法的，这是第一要求，不然检验单就会报废。输入日期是可以2006.04.02 或 2006/04/02 或 2006.4.2 或 2006/4/2 的格式，而且日期还是要合法的，比如说不可以出现 2006.02.31, 2006.4.41 这样的日期，不排除输入人员工作繁记忙输入错误会出现这种情况。
好了，用正则表达式如何解决这个问题，首先正则表达式是一个对文本匹配模式的使用方法，记得正则表达式的关键字用法是没有用的，各种语言的正则表达式中的关键字用法是不同的，要认识文本中字符的模式.比如说对以上日期的表示可以用正则表达式表示为
"^\\d{4}[\\s\\.-/]\\d{1,2}[\\s\\.-/]\\d{1,2}$"
但这是完全错误的，用文字对这句正则表达式的描述为字符串是由三组数字组成，每一组由四个数组成,第二和第三组由一个或两个数字组成,中间带有空格或"/",4003.9/12,3344.0.40 都会被判为合法的字符,这就是错误的用法！有什么或以判别呢!
有闰日的年份叫闰年，一般年份365天，闰年为366天(二月则有29天),闰年的计算方法：公元纪年的年数可以被四整除，即为闰年；被100整除而不能被400整除为平年；被100整除也可被400整除的为闰年.则这样我们可以这样设计正则表达式，第一个是要求其格式统一，第二个是要求其能正确表达闰年！1000/2/29 合法, 2000/2/29 合法，1900/2/29 非法.
想一想,一年中不论闰年或平年有的月份都是固定的，1，3，5，7，8，10，12月都是 31天, 4, 6, 9, 11 月都是30 天, 2 月可能为 28 或 29天,我们则可以这样判断,除 2 月外, 1 到 12 月中日期为 29, 30 天内的都为合法，1，3，5，7，8，10，12月为31天的都为合法, 1 月到 12 月为 28 天的都为合法, 剩下的只要判断当年是否为闰年就行了，是闰年 2月29日就合法，否则非法!!!
呵，结果就出来了，用"或"把三条正则表达式组合起来就行了,第一条是判断除2月外日期的表达式，第二条是1到12 月都是1-28天的表达式,最后一条是判断是否闰年及合法2月的表达式,若符合其中一条的都为正确的日期.
第一条可以这样写除 2 月外 1 到 12 月都为 30 天的表达式为 (?:0?[1,3-9]|1[0-2])-(?:29|30)
除2 月外 1，3，5，7，8，10，12月都是 31天, ((?:0?[13578]|1[02])-31), 两条合并起来就是：
(?:(?:0?[1,3-9]|1[0-2])-(?:29|30)|((?:0?[13578]|1[02])-31))
第二条可以这样写 (?:0?[1-9]|1[0-2])-(?:0?[1-9]|1\d|2[0-8])
第三条表达式就是要求表示闰年了，能被4 整除的四位数是怎么组成的呢? 可以看出,四位数中最后两位能被四整除都可以得出这个四位数能被4整除,100内为4的倍数的值为04,08,12,16,20,24,28,32,36，40，44，48，52，56，60，64，68，72，76，80，84，88，92，96,能被100与400整除的四位数则可以为##00的形式了
则这样的闰年判别可以为：
(\d\d(?:0[48]|[2468][048]|[13579][26]))与 (?:0[48]00|[2468][048]00|[13579][26]00)
合并后再加入2月日期合并为：
((?:(\d\d(?:0[48]|[2468][048]|[13579][26]))|(?:0[48]00|[2468][048]00|[13579][26]00))-0?2-29)
这样就可得出一条正确的表达式了：
^(?:([0-9]{4}-(?:(?:0?[1,3-9]|1[0-2])-(?:29|30)|((?:0?[13578]|1[02])-31)))|
([0-9]{4}-(?:0?[1-9]|1[0-2])-(?:0?[1-9]|1\d|2[0-8]))|(((?:(\d\d(?:0[48]|[2468][048]|
[13579][26]))|(?:0[48]00|[2468][048]00|[13579][26]00))-0?2-29)))$
这条表达式匹配的日期为2004-02-29,2004-2-29,不匹配2007-2-29,格式固定为####-##-##,只有输入日期正确了才会匹配。
这样就完成一条正则表达式了，不要被吓倒，当你对正则表达式理解越深刻的时候，你才发现它的优美!
在平时的工作中，你可以把一些常用的正则表达式封装成dll，当使用的时候，你可以方便地调用，提高你的效率！
这儿我顺便给出一些常用的正则表达!
合法Email的表达式
^([a-zA-Z0-9_\-])([a-zA-Z0-9_\-\.]*)@(\[((25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9][0-9]|[0-9])\.){3}|
((([a-zA-Z0-9\-]+)\.)+))([a-zA-Z]{2,}|
(25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9][0-9]|[0-9])\])$
合法时间表示表达式[1:00 AM], [12:00 PM], [1:00am]
^(1|01|2|02|3|03|4|04|5|05|6|06|7|07|8|08|9|09|10|11|12{1,2}):(([0-5]{1}[0-9]{1}\s{0,1})
([AM|PM|am|pm]{2,2}))\W{0}$
网站连接：
[http://207.68.172.254/home.ashx], [ftp://ftp.netscape.com/], [https://www.brinkster.com/login.asp]
^((https?|ftp)\://((\[?(\d{1,3}\.){3}\d{1,3}\]?)|(([-a-zA-Z0-9]+\.)+[a-zA-Z]{2,4}))
(\:\d+)?(/[-a-zA-Z0-9._?,''+&%$#=~\\]+)*/?)$