正則表達式在UBB論壇中的應用

一、讀者指引

  讀者指引幫助你掌握本文的梗概。以免你看了大半才明白這編文章不適合你,給你造成視覺污染。
  如果你正在用ASP寫程序,或者你正在寫一些諸如BBS、留言溥或表單數據檢查之類的東東那就值得一看。

  如果你對正則表達式已經瞭如指掌,那麼你不必一行行的看,只要看看我寫的模板,再比較一下,取其精華就行了。
  如果你還是第一次接觸正則表達式,那麼你最好一行行的看,並逐條試驗

  當你熟練的掌握了正則表達式的用法,你就會發現其樂無窮。

二、正則表達式的概念

  什麼是UBB代碼?什麼是正則表達式?

  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標籤組成了固定代碼,代碼有統一的格式。用戶只要遵循代碼規則就可以實現用戶想要的功能。如:
  想要顯示粗體的how are you 字樣,就應該輸入 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轉換爲<b>how are you</b>的呢?
  回答這個問題就是:用正則表達式。

三、正則表達式的用途

有時我們在製作網站表單數據處理的時候(尤其是UBB論壇),都需要進行數據驗證和字符串替代,特別是UBB論壇要進行大量的數據安全性和字符串替代

郵於一般的論壇不支持HTML語法這就使得用戶不能修改字體,不能貼圖等等一些功能。這樣使得論壇失去了吸引用戶的一個強有力的途徑。可能說一個強大的論壇在吸引用戶數量上還是很重要的。這樣就出現了一個UBB解決方案,即在論壇不支持HTML語法的情況下用戶仍然可以定製自已貼子的樣式,貼圖,增加鏈接,轉貼網頁等等諸多的功能,可能達到支持HTML語法同樣的效果,而且這樣可以使得論壇相對於HTML的論壇安全性大大提高。用戶基本不能對論壇過行任何惡意攻擊。

四、正則表達式的語法規則和標記

  現在我們正式進入則表達式的學習,我會根據實例結合講解正則表達式的用法,看完後你就會覺得寫UBB代碼如此簡單了,只要你一步一步的跟着我學 看完本文章後你就成爲UBB高手了。激動人心的就是你能寫出自已的UBB標籤來了,再也不用到別人那裏去拷貝現成的代碼和模板了。 還好VBScritp5.0給我們提供了“正則表達式”對象,只要你的服務器安裝了IE5.x,就可以運行了.

  字符描述:

  ^符號匹配字符串的開頭。例如:
    ^abc 與“abc xyz”匹配,而不與“xyz abc”匹配

  $符號匹配字符串的結尾。例如:
    abc$ 與“xyz abc”匹配,而不與“abc xyz”匹配。
    注意:如果同時使用^符號和$符號,將進行精確匹配。例如:
       ^abc$ 只與“abc”匹配   

  *符號匹配0個或多個前面的字符。例如:
    ab* 可以匹配“ab”、“abb”、“abbb”等

  +符號匹配至少一個前面的字符。例如:
    ab+ 可以匹配“abb”、“abbb”等,但不匹配“ab”。

  ?符號匹配0個或1個前面的字符。例如:
    ab?c? 可以且只能匹配“abc”、“abbc”、“abcc”和“abbcc”

  .符號匹配除換行符以外的任何字符。例如:
    (.)+ 匹配除換行符以外的所有字符串

  x|y匹配“x”或“y”。例如:
    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爲非負整數)前面的字符。例如:
    a{2} 可以匹配“aa“,但不匹配“a”

  {n,}匹配至少n次(n爲非負整數)前面的字符。例如:
    a{3,} 匹配“aaa”、“aaaa”等,但不匹配“a”和“aa”。
    注意:a{1,}等價於a+
       a{0,}等價於a*

  {m,n}匹配至少m個,至多n個前面的字符。例如:
    a{1,3} 只匹配“a”、“aa”和“aaa”。
    注意:a{0,1}等價於a?

  [xyz]表示一個字符集,匹配括號中字符的其中之一。例如:
    [abc] 匹配“a”、“b”和“c”

  [^xyz]表示一個否定的字符集。匹配不在此括號中的任何字符。例如:
    [^abc] 可以匹配除“a”、“b”和“c”之外的任何字符

  [a-z]表示某個範圍內的字符,匹配指定區間內的任何字符。例如:
    [a-z] 匹配從“a”到“z”之間的任何一個小寫字母字符

  [^m-n]表示某個範圍之外的字符,匹配不在指定範圍內的字符。例如:
    [m-n] 匹配除從“m”到“n”之間的任何字符

  /符號是轉義操作符。例如:
    /n 換行符
    /f 分頁符
    /r 回車
    /t 製表符
    /v 垂直製表符

    // 匹配“/”
    // 匹配“/”

    /s 任何白字符,包括空格、製表符、分頁符等。等價於“[ /f/n/r/t/v]”
    /S 任何非空白的字符。等價於“^/f/n/r/t/v]”
    /w 任何單詞字符,包括字母和下劃線。等價於“[A-Za-z0-9_]”
    /W 任何非單詞字符。等價於“[^A-Za-z0-9_]”

    /b匹配單詞的結尾。例如:
      ve/b 匹配單詞“love”等,但不匹配“very”、“even”等

    /B匹配單詞的開頭。例如:
      ve/B 匹配單詞“very”等,但不匹配“love”等

    /d匹配一個數字字符,等價於[0-9]。例如:
      abc/dxyz 匹配“abc2xyz”、“abc4xyz”等,但不匹配“abcaxyz”、“abc-xyz”等

    /D匹配一個非數字字符,等價於[^0-9]。例如:
      abc/Dxyz 匹配“abcaxyz”、“abc-xyz”等,但不匹配“abc2xyz”、“abc4xyz”等

    /NUM匹配NUM個(其中NUM爲一個正整數),引用回到記住的匹配。例如:
      (.)/1 匹配兩個連續相同的字符。

    /oNUM匹配n(其中n爲一個小於256的八進制換碼值)。例如:
      /o011 匹配製表符

    /xNUM匹配NUM(其中NUM爲一個小於256的十六進制換碼值)。例如:
      /x41 匹配字符“A”


五、實例分析

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https或者ftp等形式出現。初步總結一下就是,鏈接地址必須符合如下條件:

條件1
 以http://或者https://或者ftp://等開頭(當然還有其它形式,這裏只列出主要的)

條件2
 http://後面必須跟一個單詞字符,緊接着單詞字符後面的是"."(這樣的組合必須出現一次或多次)。緊跟着“.”後面的是域名後綴(如net或者com或者cn等,如果是以IP地址的形式出現就可以是數字)

條件3
 出現完整的鏈接地址後,還可以出現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"~"符號)

條件4
 鏈接地址末尾可以帶參數。如典型的頁數?PageNo=2&action=display等

現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(在這裏考慮了某些用戶可能把"//"輸成“//”的易發性錯誤)
注意:"|"表示“或者”,"/"是轉義字符。“////”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號可以出現1次或者多次(這裏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或者三位以下的數字結束
[0-9]{1,3}表示三位以下的數字,因爲ip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"/~"或者是"/~",(其中“[/~]*”表示 ~ 可以出現也可以不出現),因爲不是每個鏈接地址都有下一級目錄
“(/w)+)|[.](/w)+)”表示必須出現一個單詞字符(即目錄或者是一個帶有擴展名的文件)
注意:最後還有一個“*”表示上面括號內的可以出現也可以不出現,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"的字符串可以出現也可以不出現,如果出現則只能出現一次(因爲不可能有兩個“?”號出現)。

“([/&](/w)+[/=](/w)+)*)”表示形如“&action=display”的字符串可以出現也可以不出現(因爲並不是每個網頁都帶有兩個以上的參數。

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


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。當然,這段代碼還有很多不足之處,希望大家能夠繼續改進。

2)替代典型的UBB標籤:
我們的目的就是要把成對的替換成<b></b>下面來看我們實現它的模板
  (/[b/])(.+)(/[//b/])
這裏用了"(.+)"來配匹之間的整個字符串,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,將在後面給出。這個函數將把按照我們提供的模板進行替代。)

也許你會問這裏出現一個"$2"是什麼東東,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。
爲什麼是$2而不是$1、$3呢?因爲$1代表(/[b/])所匹配的""字符串,$3代表(/[//b/])所匹配的""字符串,顯然這裏我們需要的是$2而不是$1$3。


六)UBB正則表達模板實例
下面是我寫的一個UBB函數,這個函數基本上能使你的論壇成爲一個優秀的UBB代碼論壇了。當然,通過改進後,你可以得到一個更強大的UBB論壇。

Function ReThestr(face,str)
 dim re,str

 re="/>"
 str=checkexp(re,str,"&gt;")

 re="/<"
 str=checkexp(re,str,"&lt;")

 re="/n/r/n/"
 str=checkexp(re,str,"<P>")

 re=chr(32)
 str=checkexp(re,str,"&nbsp;")

 re="/r"
 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/]" '查找圖片地址
 str=checkexp(re,str," <img src='$1'> ")

 re="/[w/](http:(////|////)((/w)+[.]){1,}(net|com|cn|org|cc|tv)(((//[/~]*|//[/~]*)(/w)+)|[.](/w)+)*
(((([?](/w)+){1}[=]*))*((/w)+){1}([/&](/w)+[/=](/w)+)*)*)/[//w/]" '查找幀地址
 str=checkexp(re,str,"<iframe width='300' height='300' src='$1'></iframe>")

 re="([^('>)])(<br>)*((http|https|ftp):(////|////)((/w)+[.]){1,}(net|com|cn|org|cc|tv|([0-9]{1,3}))(((//[/~]*|//[/~]*)(/w)+)|[.](/w)+)*(((([?](/w)+){1}[=]*))*((/w)+){1}([/&](/w)+[/=](/w)+)*)*)" '查找鏈接地址
 str=checkexp(re,str,"$1$2 <a href='$3' target=_blank>$3</a> ")

 re="([^(http://|http://)])((www|cn)[.](/w)+[.]{1,}(net|com|cn|org|cc)(((//[/~]*|//[/~]*)(/w)+)|[.](/w)+)*
(((([?](/w)+){1}[=]*))*((/w)+){1}([/&](/w)+[/=](/w)+)*)*)" '查找不以http://開頭的地址
 str=checkexp(re,str,"$1 <a href='http://$2' target=_blank>$2</a> ")

 re="([^(=)])((/w)+[@]{1}((/w)+[.]){1,3}(/w)+)" '查找郵件地址
 str=checkexp(re,str," <a href='mailto:$2'>$2</a> ")

 re="/[color=(((/w)+)|[#][0-F]{6})/]((.)+)/[//color/]" '替換字體色彩
 str=checkexp(re,str,"<font color='$1'>$4</font>")

 re="/[size=([0-9]{1})/]((.)+)/[//size/]" '替換字體大小
 str=checkexp(re,str,"<font size='$1'>$2</font>")

 re="/((.)+)/[//font/]" '替換字體
 str=checkexp(re,str,"<font face='$1'>$3</font>")

 re="(/[b/])(.+)(/[//b/])" '加粗字體
 str=checkexp(re,str,"<b>$2</b>")

 re="(/[u/])(.+)(/[//u/])" '下畫線
 str=checkexp(re,str,"<u>$2</u>")

 re="(/[li/])(.+)(/[//li/])" '列表
 str=checkexp(re,str,"<li>$2</li>")

 re="(/[QUOTE/])(.+)(/[//QUOTE/])" '引用
 str=checkexp(re,str,"<BLOCKQUOTE>引用:<HR SIZE=1>$2<HR SIZE=1></BLOCKQUOTE>")

 re="/[email=((/w)+[@]{1}((/w)+[.]){1,3}(/w)+)/](.+)(/[//email/])" '郵件
 str=checkexp(re,str,"<a href=mailto:$1>$6</a>")

 re="(/[center/])(.+)(/[//center/])" '居中
 str=checkexp(re,str,"<center>$2</center>")

 re="fuck"
 str=checkexp(re,str,"***")

 re="操"
 str=checkexp(re,str,"***")

 re="sex"
 str=checkexp(re,str,"***")

 re="TMD"
 str=checkexp(re,str,"***")

 re="shit"
 str=checkexp(re,str,"***")

 ReThestr=str
end function

UBB代碼如下:
[center] [/center] [url] [/url] [email=] [/email]
 [li] [/li]

測試代碼如下:
http://cn.yahoo.com
http://aol.com
http://192.168.0.1
http://www.yahoo.com how are you
http://page2000.xiloo.com/~page2000?PageNo=2&action=del
[email protected] 大家好http://page2000.shit
<font color=red>http://test.com</font>http://test
全部符合預想結果

七)ASP正則表達式對像函數如下:
Function CheckExp(patrn,strng,tagstr)
 Dim regEx,Matches

 Set regEx=New RegExp'建立一個新對像
 regEx.Pattern=patrn'設置模板
 regEx.IgnoreCase=true'搜索是否區分大小寫的 true表是不區分 flase表示區分
 regEx.Global=True'搜索是否應用於整個字符串

 Matches=regEx.replace(strng,tagstr)'匹配並替代字符串

 CheckExp=Matches返回函數結果
end function


把上面的兩個函數存爲一個頁面(如ubbcode.asp),這樣就組成一個完整的UBB函數了。
在你的論壇上加上這個函數,就成了支持UBB代碼的論壇了。只要在用時調用這個函數就行了。調用形式如
 text=ReThestr(text)


很久以前寫的文章了不知現在還實不實用
嘻~~有錯誤的話
問我我也不清楚了這麼久不看都忘了
:)

倒這文章看不了了禁止笑臉轉換了還這樣

看來ubb和ubb衝突了

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章