正則表達(dá)式在UBB論壇中的應(yīng)用

　　一、UBB代碼的概念

　　什么是UBB代碼？

　　UBB代碼是HTML的一個變種。一般情況下，UBB論壇不允許你使用ＨＴＭＬ代碼，而只能用UBB代碼替代ＨＴＭＬ代碼。

　　UBB代碼是一套由流行的UBB標(biāo)簽組成了固定代碼，代碼有統(tǒng)一的格式。用戶只要遵循代碼規(guī)則就可以實(shí)現(xiàn)用戶想要的功能。如：

　　想要顯示粗體的how are you 字樣，就應(yīng)該輸入 how are you而不是輸入＜b＞how are you＜/b＞

　　你也許會問：ASP是怎樣把 how are you轉(zhuǎn)換為＜b＞how are you＜/b＞的呢？

　　回答這個問題就是：用正則表達(dá)式。

　　二、實(shí)例分析

　　1）在字符串中精確查找鏈接地址

((http|https|ftp):(\/\/|\\\\)((\w)+[.]){1,}(net|com|cn|org|cc|tv|[0-9]{1,3})(((\/[\~]*|\\[\~]*)

　　(\w)+)|[.](\w)+)*(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)

　　我們知道，鏈接地址一般以http或者h(yuǎn)ttps或者ftp等形式出現(xiàn)。初步總結(jié)一下就是，鏈接地址必須符合如下條件：

　　條件1

　　　以http://或者h(yuǎn)ttps://或者ftp://等開頭（當(dāng)然還有其它形式，這里只列出主要的）

　　條件2

　　　http://后面必須跟一個單詞字符，緊接著單詞字符后面的是"."（這樣的組合必須出現(xiàn)一次或多次）。緊跟著"."后面的是域名后綴（如net或者com或者cn等，如果是以IP地址的形式出現(xiàn)就可以是數(shù)字）

　　條件3

　　　出現(xiàn)完整的鏈接地址后，還可以出現(xiàn)下一級或者更多級的目錄（還要注意個人主頁的地址有可能出現(xiàn)"~"符號）

　　條件4

　　　鏈接地址末尾可以帶參數(shù)。如典型的頁數(shù)?PageNo=2&action=display等

　　現(xiàn)在我們用下面的代碼來逐個匹配上面的條件--

　　1、((http|https|ftp):(\/\/|\\\\) 滿足條件1

　　表示http:// http:\\ https:// https:\\ ftp:// ftp:\\都匹配（在這里考慮了某些用戶可能把"//"輸成"\\"的易發(fā)性錯誤）

　　注意："|"表示"或者"，"\"是轉(zhuǎn)義字符。"\/\/"表示"//"，"\\\\"表示"\\"

　　2、((\w)+[.]){1,}(net|com|cn|org|cc|tv|[0-9]{1,3}) 滿足條件2

　　 "((\w)+[.]){1,}"表示一個單詞字符加一個點(diǎn)號可以出現(xiàn)1次或者多次（這里考慮了某些用戶喜歡省略www而將http://www.w3c.com寫成http://w3c.com）

　　"(net|com|cn|org|cc|tv|[0-9]{1,3})"表示必須要以net或者com或者cn或者org或者cc或者tv或者三位以下的數(shù)字結(jié)束

　　[0-9]{1,3}表示三位以下的數(shù)字，因?yàn)閕p地址的任何段不能超過255

　　3、(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* 滿足條件3

　　"(\/[\~]*|\\[\~]*)"表示可以出現(xiàn)"/~"或者是"\~"，（其中"[\~]*"表示 ~ 可以出現(xiàn)也可以不出現(xiàn)），因?yàn)椴皇敲總�鏈接地址都有下一級目錄

　　"(\w)+)|[.](\w)+)"表示必須出現(xiàn)一個單詞字符（即目錄或者是一個帶有擴(kuò)展名的文件）

　　注意：最后還有一個"*"表示上面括號內(nèi)的可以出現(xiàn)也可以不出現(xiàn)，否則就只能匹配有下一級目錄的鏈接地址了。

　　4、(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)滿足條件4

　　"((([?](\w)+){1}[=]*))*((\w)+){1}"表示形如"?PageNo=2"的字符串可以出現(xiàn)也可以不出現(xiàn)，如果出現(xiàn)則只能出現(xiàn)一次（因?yàn)椴豢赡苡袃蓚�"？"號出現(xiàn)）。

　　"([\&](\w)+[\=](\w)+)*)"表示形如"&action=display"的字符串可以出現(xiàn)也可以不出現(xiàn)（因?yàn)椴⒉皇敲總�網(wǎng)頁都帶有兩個以上的參數(shù)。

　　整個"((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*"表示形如"?PageNo=2&action=display"的字符串可以出現(xiàn)也可以不出現(xiàn)（即鏈接地址可以有參數(shù)也可以沒有參數(shù)）

　　把上面的組合起來，我們就可以匹配一個比較全面的鏈接地址了。比用簡單的"(http:\/\/\S+)"來匹配一個鏈接地址要好，讀者可以自行行測試比較。當(dāng)然，這段代碼還有很多不足之處，希望大家能夠繼續(xù)改進(jìn)。

　　2）替代典型的UBB標(biāo)簽:

　　我們的目的就是要把成對的替換成＜b＞＜/b＞下面來看我們實(shí)現(xiàn)它的模板

　　　　(\[b\])(.+)(\[\/b\])

　　這里用了"(.+)"來配匹到之間的整個字符串，在替代的時候我們要寫成這樣

　　　　str=checkexp(re,str,"＜b＞$2＜/b＞")

　　(注意：checkexp是我自定義的函數(shù)，將在后面給出。這個函數(shù)將把按照我們提供的模板進(jìn)行替代。）

　　也許你會問這里出現(xiàn)一個"$2"是什么東東,呵注意了這個$2可是很重要的，它代表了"(.+)"所配匹的整個字符串。

　　為什么是$2而不是$1、$3呢？因?yàn)?#36;1代表(\[b\])所匹配的""字符串，$3代表(\[\/b\])所匹配的""字符串，顯然這里我們需要的是$2而不是$1$3。