Delphi正则表达式--REGEXPR

正则表达式是个极其繁琐和强大的东西，小生才疏学浅，也不准备写正则表达式的教程，借着对这个单元的介绍，会有一些浅显且有用的例子。
首先介绍的是这个单元的主角：TRegExpr类，这个类包括很多成员，这里仅简单的介绍一下一般匹配的过程。下面是一段在文本中提取邮件地址的代码：

Procedure GetName(TextToCheck:String;aList:TStringList);
Var
    myExpr: TRegExpr;
begin
    myExpr := TRegExpr.Create;
    Try
        myExpr.Expression := 'name="(.*?)"';
        if myExpr.Exec(TextToCheck) then
            repeat
                aList.Add(myExpr.Match[1]);
            until not MyExpr.ExecNext;           
    finally
        myExpr.Free;
    end;
end;

下面对这段代码进行一点简要的说明．
首先是myExpr.Expression := 'name="(.*?)"';这个语句用以匹配name="XXXXX"形式的字符串。
“.*?”是很常见的一段，表示对任意字符串的“非贪婪匹配”，代表符合匹配条件的最短字符串，关于贪婪非贪婪的问题，会在后面说明。
括号表示对这段文字的引用，匹配中出现符合该模式的字符串将会存储在TRegExpr的Match数组中。
接下来是if myExpr.Exec(TextToChceck)这一句，这一语句就是开始利用上文提到的正则表达式对TextToCheck进行匹配。Exec方法有三个重载：
function Exec (const AInputString : AnsiString) : boolean; //对AInputString参数进行匹配
function Exec : boolean; overload; //对InputString成员进行匹配
function Exec (AOffset: integer) : boolean; overload; //对InputString成员，从AOffset位置开始进行匹配
该方法返回一个布尔型的值，如果为真，则表明InputString中包含表达式所匹配的模式，例如'Name="Hello.Gif"'作为参数，就会返回True。

接下来的语句中出现的myExpr.Match[1]，则用以取出本次匹配结果

最后的ExecNext其实是使用了上面提到的第三个重载，用来对重复出现的字符串进行连续匹配，返回结果的含义同Exec相同

接下来谈谈Match成员，其中Match[0]表示整个表达式的匹配结果，之后的数组元素则代表括号中的匹配结果，元素编号按照括号从左到右的顺序递增，嵌套括号则以从内向外的顺序递增。例如一个简单的对E-Mail地址的匹配：
Quotes From ???
输入字符串：'"dirt@sina.com","v@d2g.com"'
正则表达式：'"((.*?)@(.*?))",'
执行结果如下：
0 "dirt@sina.com",
1 dirt@sina.com
2 dirt
3 sina.com
从中即可看出Match数组中的结果排列顺序。

而上文中出现的.*?经常用于不很严谨的场合，例如前面用到的邮件地址提取，有人就写出几百字符的的验证表达式。其中“.”表示任意单个字符，“*” 表示前面的字符（串）至少出现一次，而'?'在这里就是非贪婪限定符，举一个简单的例子："aaa""bbb"，这样一个字符串，如果用'" (.*?)"'进行匹配，则Match[1]的内容就是'aaa'，如果去掉了其中的'?'，则Match[1]就变成了'aaa""bbb'，这就可以 看出贪婪和非贪婪的区别。

 

\b 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\cx 匹配由 x 指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
\d 匹配一个数字字符。等价于 [0-9]。
\D 匹配一个非数字字符。等价于 [^0-9]。
\f 匹配一个换页符。等价于 \x0c 和 \cL。
\n 匹配一个换行符。等价于 \x0a 和 \cJ。
\r 匹配一个回车符。等价于 \x0d 和 \cM。
\s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t 匹配一个制表符。等价于 \x09 和 \cI。
\v 匹配一个垂直制表符。等价于 \x0b 和 \cK。
\w 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
\xn 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，'\x41' 匹配 "A"。'\x041' 则等价于 '\x04' & "1"。正则表达式中可以使用 ASCII 编码。.
\num 匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，'(.)' 匹配两个连续的相同字符。
\n 标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为向后引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
\nm 标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。
\nml 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
\un 匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， \? 匹配版权符号 (?)。

所有中文(不包括标点)：
([\xB0-\xF7][\xA1-\xFE])+
所有GB2312-80编码
([\xA1-\xFE][\xA1-\xFE])+
所有中文空格
(\xA1\xA1)+

英文标点：[\x20-\x2F\x3A-\x40\x5B-\x60\x7B-\x7E]

在delphi下使用TPerlRegEx也是不错的

转自：http://mopishv0.blog.163.com/blog/static/5445593220103493253760/