Qt基础篇：正则表达式基础知识QRegularExpression用法-洪萨配资

1、正则表达式是什么？

正则表达式，又称规则表达式、常规表示法（Regular Expression，简写为 regex、regexp 或 RE），是计算机科学领域中对字符串操作的一种逻辑公式。它由事先定义好的特定字符及这些字符的组合构成一个 “规则字符串”，以此来表达对其他字符串的过滤逻辑，通常用于查找、替换符合特定特征的字符串，或者验证某个字符串是否满足指定要求。

2、基础语法入门

2.1 普通字符与元字符

正则表达式由普通字符和元字符组成。普通字符如字母、数字，精准匹配自身，像 “abc” 就严格匹配字符串中的 “abc”。

元字符则具特殊含义，“.” 可匹配除换行符外任意字符，如正则表达式 “a.c” 能匹配 “abc”“a1c” 等；“\d” 匹配数字，“\w” 匹配字母、数字、下划线，如 “\d\d” 匹配 “12”“34” 等两位数字组合，“\w+” 匹配连续字母数字下划线序列，像 “abc123”“_hello”。

二者结合，能构建复杂匹配模式，如 “\d {3}-\d {8}” 匹配常见的 3 位区号 - 8 位电话号码格式。

2.2 限定符

限定符用于控制字符出现次数。“” 表示前字符出现 0 次或多次，“a” 可匹配空串、“a”“aa” 等；“+” 要求前字符至少出现 1 次，“a+” 匹配 “a”“aa” 等，但不匹配空串；“?” 使前字符出现 0 次或 1 次，“colou?r” 匹配 “color”“colour”。

还可用大括号精准控制，“{n}” 指定出现 n 次，“\d {4}” 匹配 4 位数字；“{n,}” 至少 n 次，“\d {3,}” 匹配至少 3 位数字；“{n,m}” 出现次数介于 n 到 m，“\d {2,4}” 匹配 2 到 4 位数字。

如匹配手机号可用 “1 [3-9]\d {9}”，确保以 1 开头、第二位 3 - 9、后接 9 位数字；密码要求 6 - 12 位字母数字组合，可写成 “[a-zA-Z0-9]{6,12}”。

2.3 字符类与方括号表达式

字符类用方括号 “[]” 定义匹配字符范围，“[abc]” 匹配 “a”“b” 或 “c” 中任一字符，“[0-9]” 等价于 “\d” 匹配数字，“[a-zA-Z]” 匹配所有英文字母。

还可用连字符 “-” 指定范围，“[a-z]” 匹配小写字母，“[A-Z]” 匹配大写字母。与元字符相比，字符类适用于明确列举字符范围场景，元字符更侧重抽象类型匹配，如匹配身份证号中生日部分 “\d {4}(-\d {2}){2}”，用 “[0-9]” 替换 “\d” 也行，但前者表意更清晰；匹配单词首字母大写的单词，用 “[A-Z]\w*” 更便捷，体现二者适用差异。

// 选择符 (|)QRegularExpressionre("cat|dog|bird");// 匹配 "cat" 或 "dog" 或 "bird"// 转义特殊字符QRegularExpressionre1("\\.");// 匹配字面点 "."QRegularExpressionre2("\\(");// 匹配左括号 "("QRegularExpressionre3("\\$");// 匹配美元符号 "$"

2.4 分组与捕获

分组用括号 “()” 将字符组合成子表达式，使操作更灵活，如 “(ab)+” 匹配连续出现的 “ab” 组合，如 “abab”“ababab”。

捕获组能提取匹配子串供后续使用，默认从左到右编号，如 “(\d {4})-(\d {2})-(\d {2})” 匹配日期，可用编号在程序中引用对应部分。

QRegularExpressionre("pattern");// 常用选项re.setPatternOptions(QRegularExpression::CaseInsensitiveOption);// 忽略大小写re.setPatternOptions(QRegularExpression::MultilineOption);// 多行模式re.setPatternOptions(QRegularExpression::DotMatchesEverythingOption);// .匹配所有re.setPatternOptions(QRegularExpression::ExtendedPatternSyntaxOption);// 扩展语法// 组合多个选项re.setPatternOptions(QRegularExpression::CaseInsensitiveOption|QRegularExpression::MultilineOption);

非捕获组 “ ( ? : ) ” 只分组不捕获，用于仅需分组逻辑无需保存子串场景，如 “(?:\d {3})-(?:\d {8})” 匹配电话号码，不存储区号、号码子串，节省内存，提升效率，如提取姓名 “([A-Z][a-z]+) ([A-Z][a-z]+)”、日期 “(\d {4})-(?:\d {2})-(?:\d {2})” 时，合理运用分组与捕获，让文本处理事半功倍。

// 分组和捕获QRegularExpressionre("(\\d{4})-(\\d{2})-(\\d{2})");QRegularExpressionMatch match=re.match("2024-01-15");if(match.hasMatch()){QString year=match.captured(1);// "2024"QString month=match.captured(2);// "01"QString day=match.captured(3);// "15"QString full=match.captured(0);// "2024-01-15"}

// 命名捕获组 (?<name>pattern)QRegularExpressionre("^(?<year>\\d{4})-(?<month>\\d{2})-(?<day>\\d{2})$");QRegularExpressionMatch match=re.match("2024-01-15");if(match.hasMatch()){QString year=match.captured("year");// "2024"QString month=match.captured("month");// "01"QString day=match.captured("day");// "15"}

2.5 前向断言和后向断言

// 正向前瞻 (?=pattern)QRegularExpressionre1("\\w+(?=\\.cpp)");// 匹配 .cpp 前的单词// "main.cpp" → 匹配 "main"// 负向前瞻 (?!pattern)QRegularExpressionre2("\\d{3}(?!\\d)");// 匹配不是4位数字开头的3位数字// "123" → 匹配，"1234" → 不匹配// 正向后顾 (?<=pattern) - 需要设置模式选项QRegularExpressionre3("(?<=\\$)\\d+");// 匹配 $ 后的数字// "$100" → 匹配 "100"// 负向后顾 (?<!pattern)QRegularExpressionre4("(?<!\\$)\\d+");// 匹配不在 $ 后的数字

3、常用场景

3.1 邮箱验证

在日常的数据处理中，数据验证是确保信息准确性的关键一环，而正则表达式在其中扮演着举足轻重的角色。

以电子邮箱验证为例，一个合法的邮箱地址需要遵循特定的格式规范。其正则表达式通常为 “¹+@[a-zA-Z0-9-]+.[a-zA-Z0-9-.]+ ” 分别表示匹配字符串的开头和结尾，确保整个字符串完全符合规则；“[a-zA-Z0-9_.±]” 定义了邮箱用户名部分可出现的字符范围，涵盖字母、数字、点、下划线、加号和减号，“+” 限定用户名至少出现一个字符；“@” 是邮箱地址的固定分隔符；“[a-zA-Z0-9-]+” 用于匹配域名主体，如 “qq”“163” 等；最后的 “.[a-zA-Z0-9-.]+” 则表示域名后缀，像 “com”“net”“org” 以及国家顶级域名 “cn” 等。当用户在注册页面输入邮箱时，后端程序通过该正则表达式进行校验，若不符合则及时提示错误，避免无效数据录入。

boolisValidEmail(constQString&email){// 简单的邮箱验证正则QRegularExpressionre("^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}$");re.setPatternOptions(QRegularExpression::CaseInsensitiveOption);QRegularExpressionMatch match=re.match(email);returnmatch.hasMatch();}// 测试qDebug()<<isValidEmail("user@example.com");// trueqDebug()<<isValidEmail("user.name@domain.co.uk");// trueqDebug()<<isValidEmail("invalid.email@");// false

3.2 手机号验证

手机号验证同样重要，随着移动互联网普及，精准识别手机号格式是众多业务基础。常见正则表达式如 “^1 [3-9]\d {9}$”，明确手机号以 “1” 开头，紧跟第二位是 “3” 到 “9” 中任一数字，后面再续接 9 位数字，精准匹配国内主流手机号码格式。无论是电商平台下单、社交软件注册，还是金融业务办理，此正则都保障了手机号录入的准确性，防止因格式错误引发后续流程问题。

boolisValidChinesePhone(constQString&phone){// 中国大陆手机号验证QRegularExpressionre("^(\\+86)?1[3-9]\\d{9}$");QRegularExpressionMatch match=re.match(phone);returnmatch.hasMatch();}// 测试qDebug()<<isValidChinesePhone("13800138000");// trueqDebug()<<isValidChinesePhone("+8613800138000");// trueqDebug()<<isValidChinesePhone("12800138000");// false

3.3 身份证号验证

身份证号验证更为严谨，关乎身份识别与信息安全。18 位身份证号正则 “²\d {5}(18|19|20)\d {2}((0 [1-9])|(1 [0-2]))(([0-2][1-9])|10|20|30|31)\d {3}[0-9Xx]$”，前六位 “[1-9]\d {5}” 匹配地址码，限定以非零数字开头后接 5 位数字，对应各地区行政区划代码；“(18|19|20)\d {2}” 精准定位出生年份，涵盖常见 1800 - 2099 年范围；“((0 [1-9])|(1 [0-2]))” 与 “(([0-2][1-9])|10|20|30|31)” 分别严格约束月份和日期，遵循日期逻辑；“\d {3}” 是顺序码；“[0-9Xx]” 为校验码，考虑到罗马数字 “X” 大写情况。政务系统、金融机构开户、交通票务预订等场景运用此正则，有效甄别身份证号合法性，保障业务有序开展。

3.4 URL 解析

voidparseUrl(constQString&url){QRegularExpressionre("^(https?|ftp)://([^/:]+)(?::(\\d+))?(/.*)?$");QRegularExpressionMatch match=re.match(url);if(match.hasMatch()){QString protocol=match.captured(1);// http, https, ftpQString host=match.captured(2);// 域名QString port=match.captured(3);// 端口QString path=match.captured(4);// 路径qDebug()<<"Protocol:"<<protocol;qDebug()<<"Host:"<<host;qDebug()<<"Port:"<<(port.isEmpty()?"default":port);qDebug()<<"Path:"<<(path.isEmpty()?"/":path);}}// 测试parseUrl("https://www.example.com:8080/path/to/page");

3.5 HTML 标签提取

QStringListextractHtmlTags(constQString&html){QStringList tags;QRegularExpressionre("<(\\w+)[^>]*>");QRegularExpressionMatchIterator i=re.globalMatch(html);while(i.hasNext()){QRegularExpressionMatch match=i.next();tags<<match.captured(1);// 标签名}returntags;}// 测试QString html="<div class='test'><p>Hello</p><br/><img src='...'/></div>";qDebug()<<extractHtmlTags(html);// ["div", "p", "br", "img"]

3.6 日期时间解析

boolparseDateTime(constQString&text,QDateTime&dt){QRegularExpressionre("^(\\d{4})[-/](\\d{1,2})[-/](\\d{1,2})"// 日期"(?:\\s+"// 可选的时间部分"(\\d{1,2}):(\\d{2})(?::(\\d{2}))?"// 时:分:秒"(?:\\s+(AM|PM))?)?$",// 可选的上下午QRegularExpression::CaseInsensitiveOption);QRegularExpressionMatch match=re.match(text);if(!match.hasMatch())returnfalse;intyear=match.captured(1).toInt();intmonth=match.captured(2).toInt();intday=match.captured(3).toInt();dt.setDate(QDate(year,month,day));if(!match.captured(4).isEmpty()){inthour=match.captured(4).toInt();intminute=match.captured(5).toInt();intsecond=match.captured(6).isEmpty()?0:match.captured(6).toInt();// 处理 12 小时制QString ampm=match.captured(7).toUpper();if(ampm=="PM"&&hour<12)hour+=12;if(ampm=="AM"&&hour==12)hour=0;dt.setTime(QTime(hour,minute,second));}returndt.isValid();}

3.7 QString 的正则方法

QString text="Hello 123 World 456";// 替换QString replaced=text.replace(QRegularExpression("\\d+"),"###");// "Hello ### World ###"// 分割QStringList parts=text.split(QRegularExpression("\\s+"));// ["Hello", "123", "World", "456"]// 检查是否包含boolcontainsNumber=text.contains(QRegularExpression("\\d{3}"));// true// 查找位置intpos=text.indexOf(QRegularExpression("\\d{3}"));// 6 (123的位置)

3.8 文本提取

在当今数字化时代，海量信息扑面而来，从繁杂文本中精准提取关键信息成为诸多工作的必备技能，正则表达式无疑是这一过程中的得力工具。

在网页数据抓取领域，假设你正为撰写一篇行业研究报告收集资料，需要从众多网页中提取产品价格信息。网页源代码里，价格数据常夹杂在大量 HTML 标签与文本间，形如 “￥199.00”。此时，运用正则表达式 “(.?)” 就能直击要害，“” 与 “” 精准定位包裹价格文本的标签，括号及 “.?” 开启捕获组，以非贪婪模式匹配其间任意字符，抓取如 “￥199.00” 的价格数据，后续利用编程语言进一步清洗、转换，即可为报告所用。

日志文件分析场景中，系统运维人员每日面对海量日志，从中快速定位故障时间戳至关重要。日志记录格式或为 “[2024-08-15 12:30:05] ERROR: System crashed”，借助正则 “”，能迅速抽取 “[2024-08-15 12:30:05]” 时间戳信息，通过统计、排序这些时间数据，运维人员可精准回溯系统异常时段，排查问题根源，保障系统稳定运行，其高效性与精准度远胜手动逐行查阅。

3.9 搜索与替换

无论是日常文档处理，还是代码编写维护，搜索与替换操作频繁出现，正则表达式为其注入强大动力，极大提升效率。在文本编辑器里，处理一篇长篇文稿时，若需将文中所有 “color” 统一替换为 “colour”，普通查找替换需多次手动确认，易有遗漏。

启用正则表达式，查找 “color”，替换为 “colour”，编辑器依规则瞬间全局精准替换，确保无一疏漏。又如调整文档格式，将所有数字序号 “1.”“2.” 等替换为 “（1）”“（2）”，正则 “\d+.” 匹配数字加 “.” 组合，替换为 “（\d+）”，一步到位完成格式转换，让文档排版整齐规范。

代码编写环节，正则更是不可或缺。大型项目代码注释风格不一，为统一规范、提升可读性，需批量处理。如将 “// 这是注释” 格式统一为 “/ 这是注释 /”，在代码编辑器或借助脚本工具，用正则 “// (.)” 匹配单行注释内容，替换为 “/ \1 */”，其中 “\1” 引用捕获组内容，自动转换注释格式，维护代码库整洁，助于团队协作开发，降低理解成本，让代码如精密齿轮组高效运转。