Qt——正则表达式

在项目中经常会遇到对字符串进行操作的情况，我们可以直接使用QString的一些函数，但QT提供了一个更加强大的类——QRegExp，使用正则表达式来操作字符串。

先说说我最近遇到的几个问题：

1.对输入框LineEdit中的输入内容加以限制，比如只能输入数字，并且最多5位数（因为int类型不限制位数会导致溢出问题）；

2.检查输入是否正确，比如判断是否是1-9999之间的数；

3.获取一个字符串中的一段内容，比如获取2015-11-20中的2015。

为了解决这些问题，下面先看看正则表达式的基本知识。

一、基本知识

正则表达式（Regular Expression，通常简写为RegExp、RE等），预先定义一些字符或字符的组合，用于匹配文本中的一段字符串。下面是它的一些用途——

1.验证

判断字符串是否符合某个标准，比如“是一个整数”或者“没有空格”。

2.搜索

正则表达式提供了比普通字符串匹配更为强大的匹配方式，比如匹配下面的词语：mail, letter, correspondence，但是不包括email, mailman, letterbox等等。

3.查找并替换

正则表达式能够用一个不同的字符串，替换所有出现另一个字符串的地方，比如用&替换&，如果原先&后面已经有了amp;那么不替换。

4.分割字符串

比如，根据tab来分割字符串。

使用正则表达式首先需要了解一些符号的作用，比如d用来匹配数字，下面结合一些例子说明。

例子	解释
[abc]	方括号中间是几个字母，表示a,b,c这三个单独的字符
[^abc]	除了a,b,c以外的字符
[a-z]	横杠表示范围，匹配a到z之间(包括a和z)的所有单个字符
[a-zA-Z]	a到z、A到Z的所有单个字符
^	在一行最前
$	在一行的最后
s	匹配任意空白字符
S	匹配任意非空白的字符
d	任意数字
D	任意非数字
w	任意单字字符（字母、数字或下划线）
W	任意非单字字符
(a|b)	a或b
a?	?代表0个或1个
a*	*代表0个或1个或多个
a+	+代表1个或多个
a{3}	3个a
a{3,}	3个或大于3个a
a{3,6}	a的个数在3和6之间(包括3和6)

注意：C++编译器会对反斜杠进行转换，要想在正则表达式中包括一个，需要输入两次，例如\s。要想匹配反斜杠本身，需要输入4次，比如\\。

二、在QT中的用法

1.对用户输入的限制

void QLineEdit::setValidator(const QValidator * v)

QLineEdit中的这个函数意思是，令LineEidt只接受验证器 v 所匹配的输入，你可以对要输入的内容进行任意的限制。

比如：限制输入框只能输入0到99999

QRegExp regExp("0|[1-9]\d{0,4}");
ui.lineEdit->setValidator(new QRegExpValidator(regExp, this));

2.检查输入是否符合格式

QValidator::State QRegExpValidator::validate(QString & input, int & pos) const

如果输入与正则表达式相匹配，则返回Acceptable；如果部分匹配，则返回Intermediate（部分匹配，意思是如果给它增加额外的字符则能够匹配正则表达式）；如果不匹配则返回Invalid。

enum QValidator::State

这个枚举类型说明了被验证的字符串是哪种类型。

QValidator::Invalid：值为0，表示字符串完全不匹配；

QValidator::Intermediate：值为1，表示部分匹配；

QValidator::Acceptable：值为2，表示完全匹配。

// integers 1 to 9999
QRegExp rx("[1-9]\d{0,3}");
// the validator treats the regexp as "^[1-9]\d{0,3}$"
QRegExpValidator v(rx, 0);
QString s;
int pos = 0;
 
s = "0";     v.validate(s, pos);    // returns Invalid
s = "12345"; v.validate(s, pos);    // returns Invalid
s = "1";     v.validate(s, pos);    // returns Acceptable
 
rx.setPattern("\S+");            // one or more non-whitespace characters
v.setRegExp(rx);
s = "myfile.txt";  v.validate(s, pos); // Returns Acceptable
s = "my file.txt"; v.validate(s, pos); // Returns Invalid
 
// A, B or C followed by exactly five digits followed by W, X, Y or Z
rx.setPattern("[A-C]\d{5}[W-Z]");
v.setRegExp(rx);
s = "a12345Z"; v.validate(s, pos);        // Returns Invalid
s = "A12345Z"; v.validate(s, pos);        // Returns Acceptable
s = "B12";     v.validate(s, pos);        // Returns Intermediate
 
// match most 'readme' files
rx.setPattern("read\S?me(.(txt|asc|1st))?");
rx.setCaseSensitive(false);
v.setRegExp(rx);
s = "readme";      v.validate(s, pos); // Returns Acceptable
s = "README.1ST";  v.validate(s, pos); // Returns Acceptable
s = "read me.txt"; v.validate(s, pos); // Returns Invalid
s = "readm";       v.validate(s, pos); // Returns Intermediate

^[0-9]+3c$

看上面的表达式，开头的^表示必须以[0-9]+开头，结尾的$表示必须以字母c结尾，如果输入的是123a，则返回QValidator::Intermediate，表示部分匹配，如果输入的是233abc，则完全匹配。

3.截取字符串

QString QRegExp::cap(int nth = 0) const

这个函数返回被第n个子表达式捕获的文本，整个匹配拥有下标0，带括号的子表达式下标从1开始。

QRegExp rxlen("(\d+)(?:\s*)(cm|inch)");
int pos = rxlen.indexIn("Length: 189cm");
if (pos > -1) {
    QString value = rxlen.cap(1); // "189"
    QString unit = rxlen.cap(2);  // "cm"
    // ...
}

关于正则表达式的知识还有很多，比如结合QString的replace、split等函数使用，更多用法可以参考Qt Assistant。