Asp正則表達式在ＵＢＢ論壇中的應用 - 中國WEB開發者網絡 (http://www.webasp.net) -- 技術教程 (http://www.webasp.net/article/) --- Asp正則表達式在ＵＢＢ論壇中的應用 (http://www.webasp.net/article/9/8456.htm) |
| -- 作者：未知 -- 發佈日期： 2004-03-29 |
| 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轉換為<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制自已貼子的樣式，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著我學 看完本文章後你就成為ＵＢＢ高手了。激動人心的就是你能寫出自已的ＵＢＢ標籤來了，再也不用到別人那裡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為非負整數）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為非負整數）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為一個正整數），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為一個小於２５６的八進制換碼值）。例如： \o011 匹配製表符 \xNUM匹配NUM（其中NUM為一個小於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，這裡只列出主要的） 條件２ http://後面必須跟一個單詞字符，緊接著單詞字符後面的是"."（這樣的組合必須出現一次或多次）。緊跟著「.」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（在這裡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（這裡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，因為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），因為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（因為不可能有兩個「？」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（因為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:[/b] 我們的目的就是要把[b]成對的替換成<b></b>下面來看我們實現它的模板 (\[b\])(.+)(\[\/b\]) 這裡用了"(.+)"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，將在後面給出。這個函數將把[/b]按照我們提供的模板進行替代。） 也許你會問這裡出現一個"$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。 為什麼是$2而不是$1、$3呢？因為$1代表(\[b\])所匹配的"[b]"字符串，$3代表(\[\/b\])所匹配的""字符串，顯然這裡我們需要的是$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為一個優秀的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,">") re="\<" str=checkexp(re,str,"<") re="\n\r\n/" str=checkexp(re,str,"<P>") re=chr(32) str=checkexp(re,str," ") 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="\[0-F]{6})\]((.)+)\[\/color\]" ''替換字體色彩 str=checkexp(re,str,"<font color=''$1''>$4</font>") re="\{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="\){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： [url] [/url] [email=] [img] [/img] 引用: -------------------------------------------------------------------------------- -------------------------------------------------------------------------------- [li] [/li] [font=impact] [color=Yellow] [size=4] 測試代碼如下： [img] [/img]http://cn.yahoo.com http://aol.com http://192.168.0.1 www.yahoo.com how are you[/b] http://page2000.xiloo.com/~page2000?PageNo=2&action=del lucaihui@cmmail.com 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為一個頁面（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) |
| webasp.net |