Delphi中正则表达式的应用(vbscript)

正则表达式是一个很有用的工具，处理字符串非常方便，Delphi本身没有提供对正则表达式的支持，但Windows系统提供了正则表达式的支持：vbscript.regexp 对象。Delphi可以直接创建这个OLE对象，然后就可以使用了。

例如：
var
  exp: OLEVariant;

exp := CreateOleObject('vbscript.regexp');
exp.IgnoreCase := True;
exp.Global := True;
exp.Pattern := '/<.*/>(.*)/<//.*/>'; /// 匹配所有HTML Tag！
exp.Replace(s, 'test');
....

具体更多的用法，请参考vbscript对象的帮助文档。

下面的代码演示如何处理<a href>和[url]两个常见的论坛url 和 ubb Tag。
下面的代码把<a href="www.abc.com">Click here visit G4soft</a>等类似文字替换为Click here visit G4soft: www.abc.com

  CSHTMLPattern = '<.+?>';
  CSUbbUrl = '/[url=(.*)/](.*)/[//url/]';
  CSHtmlUrl = '/<a href=(.*)/>(.*)/<//a/>';
  CSImgUrl = '/[img/](.*)/[//img/]';

      FRegExp.Pattern := CSUbbUrl;
      s := FRegExp.Replace(s, '$2: $1');

      FRegExp.Pattern := CSHtmlUrl;
      s := FRegExp.Replace(s, '$2: $1');

      FRegExp.Pattern := CSImgUrl;
      s := FRegExp.Replace(s, '$1');

      FRegExp.Pattern := CSHTMLPattern;
      s := FRegExp.Replace(s, '');

下面的代码演示如何查找并遍历所有的匹配字符串：
      FRegExp.Pattern := '&#[0-9]*;'; /// 处理网页中类似 &#8021; 的字符为真正的Unicode字符
      matchs := FRegExp.Execute(s);
      if matchs.Count > 0 then
      try
        buffer := TStringList.Create;
        for i := 0 to matchs.Count - 1 do
          buffer.Add(matchs.Item[i].Value);
        for i := 0 to buffer.Count - 1 do
          s := WideReplaceText(s, buffer[i], HTMLCodeToChar(buffer[i]));
      finally
        buffer.Free;
      end;

下面是一些常见的正则表达式[转帖]：
http://lifesinger.3322.org/myblog/?p=185
http://www.williamlong.info/archives/433.html

Email正则
[/w-]+@(/.{0,1}[a-z0-9/-])+(/.[a-z]{2,4}){1,2}
这个表达式假设email的用户名中只允许字母/字符
可以包含顶级域(.cn)/二级域(.com.cn)等格式的email

匹配中文字符的正则表达式： [/u4e00-/u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了

匹配双字节字符(包括汉字在内)：[^/x00-/xff]
评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

匹配空白行的正则表达式：/n/s*/r
评注：可以用来删除空白行

匹配HTML标记的正则表达式：<(/S*?)[^>]*>.*?<//1>|<.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式：^/s*|/s*$
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式

匹配Email地址的正则表达式：/w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*
评注：表单验证时很实用

匹配网址URL的正则表达式：[a-zA-z]+://[^/s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求

匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注：表单验证时很实用

匹配国内电话号码：/d{3}-/d{8}|/d{4}-/d{7}
评注：匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始

匹配中国邮政编码：[1-9]/d{5}(?!/d)
评注：中国邮政编码为6位数字

匹配身份证：/d{15}|/d{18}
评注：中国的身份证为15位或18位

匹配ip地址：/d+/./d+/./d+/./d+
评注：提取ip地址时有用

匹配特定数字：
^[1-9]/d*$　 　 //匹配正整数
^-[1-9]/d*$ 　 //匹配负整数
^-?[1-9]/d*$　　 //匹配整数
^[1-9]/d*|0$　 //匹配非负整数（正整数 + 0）
^-[1-9]/d*|0$　　 //匹配非正整数（负整数 + 0）
^[1-9]/d*/./d*|0/./d*[1-9]/d*$　　 //匹配正浮点数
^-([1-9]/d*/./d*|0/./d*[1-9]/d*)$　 //匹配负浮点数
^-?([1-9]/d*/./d*|0/./d*[1-9]/d*|0?/.0+|0)$　 //匹配浮点数
^[1-9]/d*/./d*|0/./d*[1-9]/d*|0?/.0+|0$　　 //匹配非负浮点数（正浮点数 + 0）
^(-([1-9]/d*/./d*|0/./d*[1-9]/d*))|0?/.0+|0$　　//匹配非正浮点数（负浮点数 + 0）
评注：处理大量数据时有用，具体应用时注意修正

匹配特定字符串：
^[A-Za-z]+$　　//匹配由26个英文字母组成的字符串
^[A-Z]+$　　//匹配由26个英文字母的大写组成的字符串
^[a-z]+$　　//匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$　　//匹配由数字和26个英文字母组成的字符串
^/w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串
评注：最基本也是最常用的一些表达式