Александр Шабля
дата публикации 05-10-2004 16:10

---

Версия для печати

Регулярные выражения (RegExp - regular expression) поддерживаются и широко используются в Perl, php, Java, C# и др. языках и интерпретаторах. Этот инструмент используется разработчиками для комплексного поиска соответствий выражению (паттерну) в текстовых строках согласно алгоритму поиска. Подробнее о синтаксисе VBScript Regular Expression можно почитать в MSDN.

Фирма Borland не включила в свою библиотеку этот часто очень необходимый инструмент. Эту ситуацию попытался исправить Андрей Сорокин, написав замечательный компонент TRegExpr (статья на Королевстве "Текст с высоты птичьего полета или Регулярные выражения"). Однако возможность использовать регулярные выражения в Delphi существует и без этого компонента. Эта возможность предоставлена фирмой Microsoft в библиотеке VBScript (vbscript.dll версии 5.0 и выше), поставляемой в составе Windows, начиная с версии 98. Скачать обновления VBScript можно здесь или здесь.

Подключаем VBScrip RegExp

Для подключения RegExp необходимо импортировать библиотеку типов Microsoft VBScript Regular Expressions и создать модуль библиотеки типов (смотрите рисунок).

В библиотеку будут включены объекты (интерфейсы) RegExp, MatchCollection, Match, SubMatches и класс-наследник TOLEServer TRegExp.

Объект RegExp

Другие модификаторы (x, s, r и др.) в выражениях VBScript RegExp не поддерживаются.

Объект MatchCollection

Содержит коллекцию объектов соответствия Match. Имеет два свойства: Count возвращает количество найденных соответствий, Item содержит объект Match с индексом от 0 до Count - 1. В VBScript RegExp версии 5.5 Item является свойством default, т.е. к свойству Item обращаться не обязательно, т.е. при обращении к объекту типа Matches Item можно опускать.

Объект Match

Объект SubMatches

Содержит коллекцию субсоответствий. Это как бы соответствия в соответствии. Имеет два свойства: Count - количество найденных субсоответствий и Item (default - можно опустить) возвращает текст найденного субсоответствия с индексом от 0 до Count - 1.

Примечание:
при использовании библиотеки типов VBScript RegExp версии 1.0 свойство Item не является default и его нужно указывать явно. Также отсутсвуют свойство Multiline у объекта RegExp (IRegExp) и свойство SubMatches у объекта Match (IMatch).

Примеры применения регулярных выражений (класса TRegExp)

procedure TForm1.Button1Click(Sender: TObject); var R: TRegExp; mc: MatchCollection; m: Match; sm: SubMatches; i, j: Integer; begin R := TRegExp.Create(Self); try // задаем паттерн выражения... R.Pattern := '(\w+):\/\/([^/:]+)(:\d*)?([^#]*)(.*)'; R.IgnoreCase := True; // игнорировать регистр символов R.Global := False; // поиск по всему тексту отключен Memo1.Lines.Clear; // входная строка с URL // методом Execute получаем коллекцию найденных соответствий mc := R.Execute(' http://msdn.microsoft.com:80/sctipting/default.htm#123') as MatchCollection; if mc.Count > 0 then begin for i := 0 to mc.Count - 1 do begin m := mc[i] as Match; Memo1.Lines.Add(Format(' Match[%d] = "%s"', [i, m.Value])); // разбираем субсоответствия (сгруппированные в скобках) sm := m.SubMatches as SubMatches; for j := 0 to sm.Count - 1 do Memo1.Lines.Add(Format(' SubMatch[%d] = "%s"', [j, VarToStr(sm.Item[j])])); end; end; finally m := nil; sm := nil; mc := nil; R.Free; end; end;

Теперь рассмотрим подробнее. В строке R.Pattern := '(\w+):\/\/([^/:]+)(:\d*)?([^#]*)(.*)' записываем паттерн регулярного выражения. Далее в mc := R.Execute(' http://msdn.microsoft.com:80/sctipting/default.htm#123') as MatchCollection; получаем коллекцию найденных соответсвий (MatchCollection). Получаем объект Match в переменную m := mc[i] as Match; и субсоответствия в переменную sm := m.SubMatches as SubMatches;

Match[0] = "http://msdn.microsoft.com:80/sctipting/default.htm#123" SubMatch[0] = "http" SubMatch[1] = "msdn.microsoft.com" SubMatch[2] = ":80" SubMatch[3] = "/sctipting/default.htm" SubMatch[4] = "#123"

Проверка того, что строка является числом

procedure TForm1.Button2Click(Sender: TObject); var mc: MatchCollection; S: String; begin with TRegExp.Create(Self) do try Pattern := Format('[-+]?([0-9]*\%s)?[0-9]+([eE][-+]?[0-9]+)?', [DecimalSeparator]); IgnoreCase := True; Global := True; S := ''; mc := Execute('5.23') as MatchCollection; if mc.Count = 1 then ShowMessageFmt('Число "%s" задано верно', [(mc [0] as Match).Value]) else ShowMessage('Это не число!'); finally mc := nil; Free; end; end;

Проверка валидности даты формата dd.mm.yyyy

procedure TForm1.Button3Click(Sender: TObject); function IsValidDate(const ADate: String): Boolean; var mc: MatchCollection; sm: SubMatches; d, m, y: Integer; begin Result := False; with TRegExp.Create(Self) do try Pattern := Format('(0?[1-9]|[12][0-9]|3[01])\%0:s(0?[1-9]|1[012])\%0:s((19|20)?\d\d)', [DateSeparator]); Global := True; mc := Execute(ADate) as MatchCollection; if mc.Count = 1 then begin sm := (mc[0] as Match).SubMatches as SubMatches; if sm.Count < 3 then Exit; // не задан год! d := StrToInt(sm.Item[0]); m := StrToInt(sm.Item[1]); y := StrToInt(sm.Item[2]); if sm.Item[3] = '' then y := y + Trunc(StrToInt(FormatDateTime('yyyy', Date)) / 100) * 100; if (d = 31) and ((m = 4) or (m = 6) or (m = 9) or (m = 11)) then Exit // 31-й день у месяцев с 30-ю днями else if m = 2 then begin // разборки с февралем if d >= 30 then Exit; // в феврале 30 дней или 31 день if (d = 29) and not ((y mod 4 = 0) and ((y mod 100 <> 0) or (y mod 400 = 0))) then Exit; // 29 февраля не в високосном году end; Result := True; // правильная дата end; finally sm := nil; mс := nil; Free; end; end; begin if IsValidDate('29.02.04') then ShowMessage('OK') else Beep; end;

Удалить из списка повторяющиеся элементы

procedure TForm1.Button4Click(Sender: TObject); var R: TRegExp; begin R := TRegExp.Create(Self); try R.Pattern := '([^,]*)(,\1)+(?=,|$)'; R.IgnoreCase := True; R.Global := True; ShowMessage(R.Replace('раз,два,три,три,четыре,пять,пять,шесть,семь,,девять'#10 + '1,2,3,3,4,5,5,6,7,,9', '$1')); finally R.Free; end; end;

Удалить повторяющиеся слова в тексте

procedure TForm1.Button5Click(Sender: TObject); var R: TRegExp; begin R := TRegExp.Create(Self); try R.Pattern := '([a-zа-я]+) \1'; R.IgnoreCase := True; R.Global := True; R.Multiline := True; // многострочный текст ShowMessage(R.Replace('Стоимость стоимость газолина все все растет растет?'#10 + 'Is is the cost of of gasoline going up up?', '$1')); finally R.Free; end; end;

Недостатки библиотеки VBScript RegExp:

1. является платформозависимой;
2. требуется наличие библиотеки VBScript (vbscript.dll) версии 5.0 и выше на клиентском компьютере (поставляется в составе Windows версии 98 и выше);
3. объект RegExp разбивается на другие объекты (MatchCollection, SubMatches), которые нужно обрабатывать в отдельных циклах;
4. не поддерживается Lookbehind утверждение (assertion);
5. при ошибке в выражении (Pattern) возникает не информативное исключение с текстом ошибки "OLE Error 800A1399".

Сравнение скорости работы VBScript RegExp с компонентом Андрея Сорокина TRegExpr

Для сравнения была создана процедура, в которой использовались методы Exec(ute) и Replace. Скорость обработки определялась с помощью тиков (функция WinAPI GetTickCount). Для теста был выбран .pas файл, содержащий 1031 строку.

Первый тест был проведен для глобальной замены по всему тексту. Скорость работы VBScript RegExpr от фирмы Microsoft оказалась " в 5-6 раз выше.

Второй тест на скорость включал построчную обработку текста с созданием и уничтожением экземпляра класса TRegExp или TRegExpr. Скорость работы компонента TRegExpr (Андрея Сорокина) оказалась " в 10 раз выше.

Можно сделать такой вывод, что при использовании VBScript RegExp от фирмы Microsoft скорость сильно зависит от времени загрузки ActiveX объекта RegExp. Скорость же работы алгоритма поиска и замены от фирмы Microsoft реализован лучше.

Несмотря на результат этого сравнения, TRegExpr(Андрея Сорокина) более удобен чем VBScript RegExp от фирмы Microsoft в том смысле, что не требуется dll и для простых проверок ввода он идеален.

• Introduction to Regular Expressions
• Regular Expression (RegExp) Object
• Microsoft Beefs Up VBScript with Regular Expressions
• Регулярные выражения
• Синтаксис регулярных выражений
• Regular-Expressions.info Reference
• Введение в регулярные выражения. Синтаксис.
• Используйте VB-объект RegExp для проверки синтаксиса адреса электронной почты
• Материалы Королевства по теме "Регулярные выражения"