C++ 正则表达式<regex>

  转自WestwindrestC++正则表达式 <regex>

一 简介

  概括而言,使用正则表达式处理字符串的流程包括:

  1. 用正则表达式定义要匹配的字符串的规则,
  2. 然后对目标字符串进行匹配,
  3. 最后对匹配到的结果进行操作。

  C++ 的 regex 库提供了用于表示正则表达式匹配结果的基本类型,以及使用这些基本类型作为参数或返回结果(通过参数来返回,不是函数的返回值)的搜寻、匹配、替换等函数。

二 基本类型

2.1 basic_regex 及其实例化类型 regexwregex

  模板类型 basic_regex 用于表示正则表达式对象,<regex> 库提供了它的两种实例化类型:

   构造函数一般接受一个字符串作为参数,如:

   构造函数中还有一个默认参数flags,默认值为 std::regex::ECMAScript,该参数可以用来设置正则表达式所采用的语法(有且只能设置一种),如 std::regex::grep, std::regex::awk 等,也可以设置 case insensitive,flags 的多个值用比特位 OR 操作|连接,如:

2.2 match_resultssub_match 及其实例化类型

  match_results 是一种 container-like 的模板类,用于存放对目标串执行完 regex matching 操作后匹配到的结果,其中的每个元素(即每个匹配结果)是一个 sub_match 的实例化对象。

  match_results 的实例类型有下列四种:

   match_results 相似,sub_match 的实例化类型也有四种:

 

  sub_match 对象存储的不是匹配到的字符串本身,而是指向这个串开始(initial)和结束后一个字符(past-the-end)的 bidirectional iterators,但是它们表现起来类似于一个字符串,成员函数 length 返回字符串长度。compare 用于和一个字符串或另一个 sub_match 对象比较,相等则返回0,不等则:若它比参数小(第一个未匹配的字符小于参数中该位置字符,或者它是参数的一个前缀)返回一个负值,否则返回一个正值。str返回对应的字符串。

  根据一次匹配的结果,match_results 可能为空也可能不空,使用 match_results::empty() 来判空,使用 match_results::size() 来获取元素个数。对于一个不空的 match_results 对象,其第一个 sub_match 元素([0])对应着整个完整匹配,后续的元素对应着正则表达式中的 sub-match(即用()括起来的各个分组匹配),未匹配的部分可以通过 prefix 和 suffix 来获取。下面是一个简单的例子,参考自 boost的文档

#include <regex>
#include <iostream>
#include <string>

int main() {
    std::string target = "@abc def--";
    std::regex e("(\\w+)\\W+(\\w+)");
    std::smatch sm; 
    std::regex_search(target, sm, e); 

    std::cout << "sm.prefix: " << sm.prefix() << std::endl;
    for (int i = 0; i < sm.size(); ++i) {
        std::cout << "sm[" << i << "]: " << sm[i] << std::endl;
    }   
    std::cout << "sm.prefix: " << sm.suffix() << std::endl;

    return 0;
}

三 正则操作

3.1 regex_match

  用于将目标串和正则表达式匹配,返回一个 bool 值,true 为匹配,false 为不匹配。匹配的含义是目标字符串必须完全和正则表达式相匹配,不能有多余的字符,如果需要部分匹配则应使用regex_search。函数签名有很多,详见cplusplus.com。构造函数分成两种,一种接受一个 match_results 作为对象,参数顺序为:待匹配的字符串,match_results 对象,正则表达式对象;另一种没有 match_results,参数顺序为:待匹配的字符串,正则表达式对象。此外,函数还接受一个可选的 flags 参数,用于控制匹配选项,详见链接。

3.2 regex_search

  只要目标字串中有一个字串(无论该子串在字符串中什么位置)能和正则表达式相匹配就返回true。函数签名同regex_match相似。

3.3 regex_replace

  该函数有多个重载版本,常用的版本中参数顺序基本上 srgxfmtflags,其中 s 为要处理的字符串,rgx 为要匹配的正则表达式,fmt 为要替换的字符串,其中可以包含格式化字符,下述,flags为可选的参数,用于设置一些选项。

  参数 fmt 中可以包含下列格式化字符:

 

   在替换时,会先将参数 fmt 中的格式化字符替换成相应的内容,然后再将这个字符串替换掉目标字符串中的完整匹配(相当于 $& 或 match_results[0])。

posted @ 2020-07-27 22:01  Chen沉尘  阅读(7075)  评论(0编辑  收藏  举报