C++实现简单的日期正则表达式
- 简单的日期正则表达式
一个简单的日期解析程序,从yyyy-mm-dd
格式的日期字符串中,分别获取年月日。
先设置一个简单的正则表达式,4位数字的“年”,1-2位数字的“月”和同样1-2位数字的“日”,中间‘-’作为分隔符。程序代码:
#include <iostream>
#include <regex>
using namespace std;
int main() {
string text = "2018-7-12";
regex pattern("[0-9]{4}-[0-9]{1,2}-[0-9]{1,2}");
smatch results;
if ( regex_match(text, results, pattern) ) {
smatch::iterator it = results.begin();
int i = 0;
for(; it != results.end(); ++it, ++i)
cout<<i<<": "<<*it<<endl;
} else {
cout << "match failed: " <<text<< endl;
}
return 0;
}
执行输出:
0: 2018-7-12
smatch
类型是一个匹配结果字符串列表,列表中第一个元素永远是执行匹配操作的原始字符串,后续是根据表达式从原始字符串中解析出的子串。
程序输出结果表示日期字符串与表达式匹配正确,但并没有解析出各个日期字段子串。
如果需要解析出子串,则需要对表达式分组。
- 表达式分组
分组后的表达式,匹配操作才会以分组位单位输出解析出的子串。将pattern表达式修改如下:
regex pattern("([0-9]{4}-[0-9]{1,2}-[0-9]{1,2})");
在这里,整个表达式包含在一个圆括号里,将整个表达式作为一个分组。
执行后输出:
0: 2018-7-12
1: 2018-7-12
下标为1的输出项,即为整个表达式分组所匹配到的内容,也就是整个日期字符串,但这还没有达到逐字段分解的目标,需要将分组细分。
- 表达式分组细分
将表达式改为:
regex pattern("([0-9]{4})-([0-9]{1,2})-([0-9]{1,2})");
其中包含了3个分组(尽管后面两个分组表达式一样,但月份和日期的取值范围并不完全相同,这里只简单设置)
执行结果:
0: 2018-7-12
1: 2018
2: 7
3: 12
终于达到了日期字段分解的目标。
然后,日期字符串中,月份的表达方式可以是数字,也可以是字母名称,如Jan,Feb,Mar等,那么就需要在表达式中兼容多种格式的日期字符串。
- 多个格式的月份表达式
当前日期字符串变更名称月份,表达式中增加月份名称:
string text = "2018-Jan-18";
regex pattern("([0-9]{4})-(([0-9]{1,2})|(Jan|Feb|Mar))-([0-9]{1,2})");
运行结果:
0: 2018-Jan-18
1: 2018
2: Jan
3:
4: Jan
5: 18
在这个表达式中,数字月份作为一个分组,名称月份也是一个分组,两者又合并成一个月份分组,因此匹配月份时,存在这三个分组(一个父分组包含2个子分组),运行输出结果中2-4分别是这三个分组分别对月份匹配的结果,数字月份的子分组表达式没有匹配到,因此输出空字符串。
这样的结果并不令人满意,对于月份来说,只需输出一项即可,即对于月份匹配,两个子分组不需要单独输出,只需要表示月份的父级分组输出即可。
通过将子分组指定为消极分组(Passive Group)即可。
- 消极分组
将表达式改为:
regex pattern("([0-9]{4})-((?:[0-9]{1,2})|(?:Jan|Feb|Mar))-([0-9]{1,2})");
在分组中加上 “?:” 前缀,即表示该分组位消极分组,在此表达式中,将数字月份和名称月份的子分组都标记为消息分组,运行结果:
1: 2018
2: Jan
3: 18