C++第16课 正则表达式
1.C++正则
正则是一种规则,它用来匹配(进而捕获、替换)字符串。这种规则需要“模式”、“字符串”这两样东西,“模式”根据正则规则,来处理“字符串”。这种规则被许多语言支持,C++11以后才支持正则。
#### 具有特殊意义的元字符
\:\字符能够改变字符原本的含义
^:^字符指示字符串的头,且要求字符串以字符开头,不占位。\^表示一个真正的^符号。
$:$字符指示字符串的尾,且要求字符串以字符结尾,不占位。\$表示一个真正的$符号。
():分组,大正则中包含小正则。可以改变默认的优先级。在模式中可以使用\1来表示第一组已然捕获到的东西。
\b:指示字符串的边界(头/尾/空格左/空格右),字符\b要求边界的左边是字符,\b字符要求边界的右边是字符。
.:表示一个除了\n以外的任意一个字符。\\.表示一个真正的.符号。
|:字符串1|字符串2表示一个字符串,该字符串是字符串1、字符串2中的一个。|在正则中的优先级比较混乱,所以建议加上足够多的括号来分组。
[]:[字符1字符2字符3...]表示一个字符,该字符是字符1、字符2、字符3……中的某一个。中括号中出现的所有字符都是代表本身意思的字符(没有特殊含义),如[.]只能匹配.符号,而不能匹配任意符号。
[^字符1字符2字符3...]表示一个字符,该字符不是字符1、字符2、字符3……中的任何一个
[a-z]表示一个字符,该字符是a、b、c……z中的某一个
[^a-z]表示一个字符,该字符不是a、b、c……z中的任何一个
\w:表示一个字符,该字符是数字、字母、下划线中的某一个。等价于[(0-9)(a-z)(A-Z)(_)]
\W:表示一个字符,该字符不是数字、字母、下划线中的任何一个。等价于[]
\d表示一个字符,该字符是0、1、2……9中的某一个
\D表示一个字符,该字符不是0、1、2……9中的任何一个
\s表示一个字符,该字符是空白符(空格、制表符、换页符)2、代表出现次数的
## 量词元字符
*:字符*要求字符出现0到多次
+:字符+要求字符出现1到多次
?:字符?要求字符出现0次或1次
{n}:字符{n}要求字符出现n次
{n,}:字符{n,}要求字符出现n到多次
{n,m}:字符{n,m}要求字符出现n到m次、
所以含有`\`的元字符,在C++定义时,都要写成`\\`
## C++使用正则
## 匹配
`regex_match`和`regex_search`均可以进行匹配,返回一个布尔类型,匹配成功为true,匹配失败为false。
前者要求完全匹配,后者要求子串匹配即可
### 捕获
捕获就是先匹配,然后将匹配结果存储下来。捕获同样是使用上面介绍的那两个函数,仍然区分为整串匹配和子串匹配。
模式中一般要有分组(因为捕捉的正是分组匹配的结果)
定义一个STL容器smatch,用来保存捕捉的结果
reg_search函数匹配,用smatch的实例存储匹配的结果
m.size(),查看捕捉到的个数;
m.str(i),查看捕捉到的字符串;
【注意:m.str(0)一定是整个正则匹配到的部分,
m.str(1)及以后才是分组捕获的结果】
m.prefix().str()获取整个匹配之前的字符串;
m.suffix().str()获取整个匹配之后的字符串
1. 获取第i个匹配`m.str(i)`,还有其他等价写法:`m[i].str()`、`*(m.begin() + i)`
2. 模式其实可以不分组…这样就只有`m.str(0)`捕捉到整个串,没有`m.str(1)`其他的了。
由于`regex_replace`方法**只能捕捉到第一个匹配**,想要捕捉到每一个匹配,以及匹配内的分组,需要使用另外一种方法:
**步骤:**
1. 正则内有分组
2. 定义迭代器的同时初始化迭代器,使其指向一个`smatch`实例的数组。
3. 定义`end`,标志`smatch`实例的数组的末尾
4. 使用迭代器遍历数组
### 捕捉的同时生成新串
```c++
#include <bits/stdc++.h>
using namespace std;
int main()
{
string str = "boo@gmail.com boqian@hotmail.com bo_qian@163.com";
regex e("([[:w:]]+)@([[:w:]]+)\.com");
cout << regex_replace(str, e, "$1 is on $2\n", regex_constants::format_no_copy); // 除了捕捉到的组以外,其他的东西均舍弃
return 0;
}
```
regex_replace除了regex_constants::format_no_copy以外,还有其他flag,如regex_constants::format_first_only表示只取“大匹配1”,而忽略其他。
flag和flag之间通过|相连接。
regex_match和regex_search也有自己的flag,如用于忽略英文字母大小写的regex_constants::icase
//No.1 字符串匹配: regex_match void testMatch() { //bool regex_match(const char* str,regex reg); //满足正则标准返回true ,不满足返回false //1.1 判断输入用户名是否是字符串 char userName[20]=""; while (1) { cout << "输入用户名:"; cin >> userName; // \变为 "\\" ,因为C语言转义符问题 regex reg("^\\w+([-+.]\\w+)*@\\w+([-.]\\w+)*\\.\\w+([-.]\\w+)*$"); bool result = regex_match(userName, reg); if (result == true) { cout << "输入的是邮箱!" << endl; break; } else { cout << "输入的不是邮箱!重新输入" << endl; } } //1.2 完全匹配问题 string str = { "ILoveyou1314" }; regex reg("[a-z0-9]+"); //最少1次的 a-z或者0-9 bool result = regex_match(str, reg); if (result) { cout << "完全匹配" << endl; } str = "iloveyou1314"; result=regex_match(str, reg); if (result) { cout << "完全匹配" << endl; } //1.3 '\'改为"\\" //1.4 忽略大写做正则匹配 str = "ILoveyou1314"; regex regstr("[a-z0-9]+", regex_constants::icase); result = regex_match(str, regstr); if (result) { cout << "忽略大小写" << endl; } } //No.2 字符串的捕获: regex_search void testSearch() { //No.1 捕获第一次满足条件的 //bool regex_search(const char* str,smatch result,regex reg); string str = "ILoveyou13you14"; smatch result; bool flag = regex_search(str, result, regex("\\d+")); if (flag) { cout << "size:" << result.size() << endl; //匹配到的字符串 for (int i = 0; i < result.size(); i++) { cout << result.str() << "\t"; } cout << endl; //匹配到的字符串的前后缀 cout << result.prefix() << endl; cout << result.suffix() << endl; } //No.2 捕获后续能够匹配的字符串 //sregex_iterator regex reg("\\d+"); sregex_iterator pos(str.begin(), str.end(), reg); //str sregex_iterator end; while (pos != end) { cout << pos->str() << "\t"; pos++; } cout << endl; //No.3 把每一部分都得到 //sregex_token_iterator(iterator begin,iterator end,regex regx,flag) //flag: 0 所有匹配到的 //flag:-1 存储所有的不匹配的 str = "I13Love14you520"; regex test("\\d+"); sregex_token_iterator pos1(str.begin(), str.end(), test, 0); sregex_token_iterator end1; while (pos1 != end1) { cout << pos1->str() << "\t"; pos1++; } cout << endl; } //No.3 字符串的替换 :regex_replace void testReplace() { //1.基本用法 // string regex_replace(string str,regex regx,string replacestr); string str = "ILoveyou13Love14me"; regex reg("\\d+"); cout << regex_replace(str, reg, "") << endl; //2.按照特定条件做替换 str = "ILoveyou13Love14me"; //string regex_replace(string str,regex regx,string replacestr,regex_constants ); //regex_constants::format_first_only; cout << regex_replace(str, reg, "@", regex_constants::format_first_only) << endl; //不包含原来不满足条件的字符串 cout << regex_replace(str, reg, "@", regex_constants::format_no_copy) << endl; }