iOS开发中使用正则表达式

一.NSString自带的正则查找,替换方法

正则查找方法
– rangeOfString:options:
– rangeOfString:options:range:
– rangeOfString:options:range:locale:

正则替换方法
– stringByReplacingOccurrencesOfString:withString:options:range:

options参数指定搜索选项,类型为NSStringCompareOptions,可通过位或操作指定为NSCaseInsensitiveSearch, NSLiteralSearch, NSBackwardsSearch, NSAnchoredSearch>等选项的组合。
若指定的选项为NSRegularExpressionSearch,则搜索字符串被认为是ICU兼容的正则表达式,如果指定了此选项,则与其可以同时存在的选项只有NSCaseInsensitiveSearch和NSAnchoredSearch

二.使用RegexKitLite

RegexKitLite向标准NSString类增加了很多方法来使用正则表达式，RegexKitLite使用iOS系统自带的ICU(International Components for Unicode)正则引擎处理正则表达式,所以RegexKitLite使用的正则语法为ICU的语法，使用RegexKitLite需要导入libicucore.dylib库。

使用RegexKitLite的方法很简单，将RegexKitLite.h和RegexKitLite.m加入到工程，然后引入libicucore.dylib库即可。
RegexKitLite.h RegexKitLite.m

RegexKitLit NSString方法参考
RegexKitLite NSString Additions Reference

RegexKitLite的使用说明见:
Using RegexKitLite

ICU正则语法为:
ICU Syntax
ICU User Guide – Regular Expressions

三.使用RegexKit.framework框架

RegexKit Framework与RegexKitLite来自同一体系,但其更复杂和强大。RegexKit Framework不使用iOS系统的ICU正则库，而是自带 PCRE(Perl Compatible Regular Expressions)库, 所以其正则语法是PCRE的语法。

RegexKit Framework功能很强大，其向NSArray,NSData,NSDictionary,NSSet和NSString对象增加了正则表达式的支持。

TRegexKit.framework与RegexKitLite的区别

 RegexKit.frameworkRegexKitLiteRegex LibraryPCREICULibrary IncludedYes, built into framework object file.No, provided by Mac OS X.Library Linked AsStatically linked into framework.Dynamically linked to/usr/lib/libicucore.dylib.Compiled SizeApproximately 371KB^† per architecture.Very small, approximately 16KB—20KB^‡ per architecture.StyleExternal, linked to framework.Compiled directly in to final executable.Feature SetLarge, with additions to many classes.Minimal, NSString only.

四.常用ICU正则匹配模式

常用的ICU正则匹配模式见:
RegexKitLite Cookbook

数字 Numbers

DescriptionRegexExamplesInteger[+\-]?[0-9]+123-42+23Hex Number0[xX][0-9a-fA-F]+0×00xdeadbeef0xF3Floating Point[+\-]?(?:[0-9]*\.[0-9]+|[0-9]+\.)123..123+.42Floating Point with Exponent[+\-]?(?:[0-9]*\.[0-9]+|[0-9]+\.)(?:[eE][+\-]?[0-9]+)?123..12310.0E131.23e-7Comma Separated Number[0-9]{1,3}(?:,[0-9]{3})*421,2341,234,567Comma Separated Number[0-9]{1,3}(?:,[0-9]{3})*(?:\.[0-9]+)?421,2341,234,567.89

文本文件 Text Files

DescriptionRegexEmpty Line(?m:^$)Empty or Whitespace Only Line(?m-s:^\s*$)Strip Leading Whitespace(?m-s:^\s*(.*?)$)Strip Trailing Whitespace(?m-s:^(.*?)\s*$)Strip Leading and Trailing Whitespace(?m-s:^\s*(.*?)\s*$)Quoted String, Can Span Multiple Lines, May Contain \""(?:[^"\\]*+|\\.)*"Quoted String, Single Line Only, May Contain \""(?:[^"\\\r\n]*+|\\[^\r\n])*"HTML Comment(?s:<--.*?-->)Perl / Shell Comment(?m-s:#.*$)C, C++, or ObjC Comment(?m-s://.*$)C, C++, or ObjC Comment and Leading Whitespace(?m-s:\s*//.*$)C, C++, or ObjC Comment(?s:/\*.*?\*/)

网络与URL相关 Network and URL

DescriptionRegexHTTP\bhttps?://[a-zA-Z0-9\-.]+(?:(?:/[a-zA-Z0-9\-._?,'+\&%$=~*!():@\\]*)+)?HTTP\b(https?)://([a-zA-Z0-9\-.]+)((?:/[a-zA-Z0-9\-._?,'+\&%$=~*!():@\\]*)+)?HTTP\b(https?)://(?:(\S+?)(?::(\S+?))?@)?([a-zA-Z0-9\-.]+)(?::(\d+))?((?:/[a-zA-Z0-9\-._?,'+\&%$=~*!():@\\]*)+)?E-Mail\b([a-zA-Z0-9%_.+\-]+)@([a-zA-Z0-9.\-]+?\.[a-zA-Z]{2,6})\bHostname\b(?:[a-zA-Z0-9][a-zA-Z0-9\-]{0,61}?[a-zA-Z0-9]\.)+[a-zA-Z]{2,6}\bIP\b(?:\d{1,3}\.){3}\d{1,3}\bIP with Optional Netmask\b((?:\d{1,3}\.){3}\d{1,3})(?:/(\d{1,2}))?\bIP or Hostname\b(?:(?:\d{1,3}\.){3}\d{1,3}|(?:[a-zA-Z0-9][a-zA-Z0-9\-]{0,61}?[a-zA-Z0-9]\.)+[a-zA-Z]{2,6})\b

五.贪婪匹配与最小匹配

在正则表达式中单独使用*或+时,默认是匹配尽可能多的数据，即贪婪匹配。

*Match zero or more times. Match as many times as possible.+Match one or more times. Match as many times as possible.

比如对 abcdefgabcdefg 使用abc(.*)g进行匹配，则捕获到到的数据为 defgabcdef。
若只想捕获到第一个g,即只想得到def,则需要使用最小匹配,在*或+后面加上?，即使用abc(.*?)g进行匹配。

*?Match zero or more times. Match as few times as possible.+?Match one or more times. Match as few times as possible.

另外,在正则中用(…)包含内容是要捕获的数据，如果只要用(…)来引用group而不想捕获则可使用(?:…)。

(…)Capturing parentheses. Range of input that matched the parenthesized subexpression is available after the match.(?:…)Non-capturing parentheses. Groups the included pattern, but does not provide capturing of matching text. Somewhat more efficient than capturing parentheses.

六.正则表达式书写格式

在书写正则表达式时，需要将\进行转义，即写成两个\\。
例如 匹配IP地址的正则表达式为 \b(?:\d{1,3}\.){3}\d{1,3}\b,则在实际书写时则为

 NSString *regex = @"\\b(?:\\d{1,3}\.){3}\\d{1,3}\\b";

参考:
iOS 开发中使用正则表达式－暨 RegexKitLite 库的用法
RegexKitLite Documentation
[perl]理解贪婪匹配和最小匹配之间的区别
NSString Class Reference
ICU – International Components for Unicode