VC正则表达式的使用

正则表达式是一种对字符进行模糊匹配的一个公式。在数据有效性验证，查找，替换文本中都可以使用正则表达式。

本篇文章主要描述的是使用ATL中两个模板类CAtlRegExp和CAtlREMatchContext。
在使用CAtlRegExp类之前需要添加#include <atlrx.h> 这个头文件。
RegExp是Regular Expression的缩写

以匹配邮件地址字符串为例说明两个类的使用

该示例更改自http://msdn.microsoft.com/en-us/library/k3zs4axe(VS.80).aspx

CString strRegex=L"({[0-9_]+@[a-zA-Z0-9]+[.][a-zA-Z0-9]+[.]?[a-zA-Z0-9]+})";
CString strInput;

strInput=L"[email protected]";
CAtlRegExp<CAtlRECharTraitsW> reRule;
wchar_t *wt = (wchar_t *)(LPCTSTR)strRegex;
REParseError status = reRule.Parse((const ATL::CAtlRegExp<CAtlRECharTraitsW>::RECHAR *)wt);

if (REPARSE_ERROR_OK != status)
{
return 0;
}

CAtlREMatchContext<CAtlRECharTraitsW> mcRule;
wt = (wchar_t *)(LPCTSTR)strInput;
if (!reRule.Match((const ATL::CAtlRegExp<CAtlRECharTraitsW>::RECHAR *)wt,&mcRule))
{
AfxMessageBox(L"您输入的邮件地址不合法！");
}
else
{
for (UINT nGroupIndex = 0; nGroupIndex < mcRule.m_uNumGroups; ++nGroupIndex)
{
const CAtlREMatchContext<>::RECHAR* szStart = 0;
const CAtlREMatchContext<>::RECHAR* szEnd = 0;
mcRule.GetMatch(nGroupIndex, &szStart, &szEnd);
ptrdiff_t nLength = szEnd - szStart;
CString strEmailAddress(szStart, static_cast<int>(nLength));
if(strEmailAddress.Compare(strInput)!=0)
{
CString strPrompt;
strPrompt.Format(L"您输入的邮件地址不合法，您要输入%s 吗！",strEmailAddress);
AfxMessageBox(strPrompt);
}
else
{
AfxMessageBox(L"输入的邮件地址正确！");
}
}

}

这两个模板类由另一个描述字符集特性的类参数化，可以是ASCII，WCHAR 或多字节。
可以将此忽略掉，因为根据设置的字符集，模板类自动生成具体的类。

在atlrx.h文件中供选择的有三个类

CAtlRECharTraitsA 用于ASCII
CAtlRECharTraitsW 用于UNICODE
CAtlRECharTraitsMB 用于多字节

在VC2005默认的字符集是使用Unicode字符集
根据正则的源码

#ifndef _UNICODE
typedef CAtlRECharTraitsA CAtlRECharTraits;

#else // _UNICODE
typedef CAtlRECharTraitsW CAtlRECharTraits;
#endif // !_UNICODE

所以构造CAtlRegExp类可以是

CAtlRegExp<> reRule;

REParseError status = reRule.Parse((const ATL::CAtlRegExp<CAtlRECharTraitsW>::RECHAR *)wt);

也可以是

CAtlRegExp<CAtlRECharTraitsW> reRule;

REParseError status = reRule.Parse((const ATL::CAtlRegExp<CAtlRECharTraitsW>::RECHAR *)wt);
通过调用CAtlRegExp的Parse()方法，使用正则表达式字符串作为参数，就可以构造出一个我们所需要的类。
调用CATLRegExp的Match()函数
Match()函数参数说明

第一个参数是要对比的字符串，
第二个参数是存储match的结果
CAtlREMatchContext的成员变量m_uNumGroups表示匹配的Group

CAtlREMatchContext的GetMatch()函数返回匹配上的字符串的pStart和pEnd指针

MSDN的正在表达式语法

原文是http://msdn.microsoft.com/en-us/library/k3zs4axe(VS.80).aspx

关于语法翻译可参考http://www.vckbase.com/document/viewdoc/?id=1138

摘录

字符元意义
匹配单个字符
[ ]
指定一个字符类，匹配方括号内的任意字符。例：[abc] 匹配 "a", "b"或 "c"。
^
如果^出现在字符类的开始处，它否定了字符类，这个被否定的字符类匹配除却方括号内的字符的字符。如：[^abc]匹配除了"a", "b"和"c"之外的字符。如果^出现在正则表达式前边，它匹配输入的开头，例：^[abc]匹配以"a", "b"或"c"开头的输入。
-
在字符类中，指定一个字符的范围。例如：[0-9]匹配"0"到"9"的数字。
?
指明?前的表达式是可选的，它可以匹配一次或不进行匹配。例如： [0-9][0-9]? 匹配"2"或"12"。
+
指明?前的表达式匹配一次或多次。例如：[0-9]+匹配"1", "13", "666"等。
*
指明*前的表达式匹配零次或多次。
??, +?, *?
?, +和*的非贪婪匹配版本，它们尽可能匹配较少的字符；而?, +和*则是贪婪版本，尽可能匹配较多的字符。例如：输入"<abc><def>", 则<.*?> 匹配"<abc>"，而<.*>匹配"<abc><def>"。
( )
分组操作符。例如：(/d+,)*/d+匹配一串由逗号分开的数字，例如： "1"或"1,23,456"。
/
转义字符，转义紧跟的字符。例如，[0-9]+ 匹配一个或多个数字，而 [0-9]/+ 匹配一个数字后跟随一个加号的情况。反斜杠/也用于表示缩写，/a 就表示任何数字、字母。如果/后紧跟一个数字n，则它匹配第n个匹配群组(从0开始)，例如，<{.*?}>.*?<//0>匹配"<head>Contents</head>"。注意，在C++字符串中，反斜杠/需要用双反斜杠//来表示： "//+", "//a", "<{.*?}>.*?<///0>"。
$
放在正则表达式的最后，它匹配输入的末端。例如：[0-9]$匹配输入的最后一个数字。
|
间隔符，分隔两个表达式，以正确匹配其中一个，例如：T|the匹配"The" 或"the"。

缩写匹配
缩写
匹配
/a
字母、数字([a-zA-Z0-9])
/b
空格(blank): ([ //t])
/c
字母([a-zA-Z])
/d
十进制数 ([0-9])
/h
十六进制数([0-9a-fA-F])
/n
换行: (/r|(/r?/n))
/q
引用字符串(/"[^/"]*/")|(/''''[^/'''']*/'''')
/w
一段文字 ([a-zA-Z]+)
/z
一个整数([0-9]+)