【C++ regex】C++正则表达式

前言

正则表达式是一种强大的文本模式匹配工具，它在字符串处理中具有广泛的应用。C++11引入了标准库的 头文件，提供了内置的正则表达式支持，使得在C++中进行字符串匹配和处理变得更为便捷和高效。

在本文中，我们将深入探讨C++中正则表达式的基础知识以及 库的使用方式。我们将介绍正则表达式的基本概念，然后逐步介绍C++中regex库的各种函数及其用法，并通过示例代码演示其实际应用。

一、正则表达式是什么？

正则表达式是一种描述字符模式的方法，它可以用于字符串的搜索、匹配和替换。它是由字符和特殊字符组成的字符串，定义了一种搜索模式。例如，正则表达式可以用于验证电子邮件地址、提取文本中的特定信息等。

二、库的基础使用

2.1 第一个示例

C++的 头文件引入了正则表达式的支持，其中包括了 std::regex 类以及一系列与正则表达式相关的函数。下面是一个简单的基础使用例子：

#include <iostream>
#include <regex>

int main() {
    std::string text = "Hello, World!";

    // 定义正则表达式模式
    std::regex pattern("W[a-z]+");

    // 使用 std::regex_search 进行匹配
    if (std::regex_search(text, pattern)) {
        std::cout << "Pattern found in the text." << std::endl;
    } else {
        std::cout << "Pattern not found in the text." << std::endl;
    }

    return 0;
}

regex 的构造函数参数为你要匹配的规则
regex_search函数参数1是你输入的字符，参数二是匹配模式，返回值为是否找到,true/false

在上面的例子中，我们使用 std::regex 类定义了一个正则表达式模式，并使用 std::regex_search 函数在字符串中进行匹配。

2.1 库的函数详解

std::regex_match

函数原型：

template <class BiIter, class Alloc, class CharT, class Traits>
bool regex_match(BiIter first, BiIter last, std::match_results<BiIter, Alloc>& m, const std::basic_regex<CharT, Traits>& e, std::regex_constants::match_flag_type flags = std::regex_constants::match_default);

参数：

first，last：迭代器范围，指定要搜索的字符串。
m：用于存储匹配结果的 std::match_results 对象。
std::smatch 是 C++ 标准库中与正则表达式匹配结果相关的类型之一。它是 std::match_results 模板类的一个特化版本，用于存储正则表达式的匹配结果。具体来说，std::smatch 用于存储字符串中与正则表达式匹配的子字符串的信息。

在正则表达式的匹配过程中，std::smatch 对象可以捕获并保存匹配的子字符串及其位置信息。这样的对象通常是由正则表达式搜索函数（如 std::regex_search）的参数之一，用于获取匹配的详细信息。

e：要匹配的正则表达式对象。
flags：匹配标志，控制匹配的方式。
返回值：

如果整个范围匹配正则表达式，则返回 true，否则返回 false。
示例代码：

std::string input = "12345";
std::regex pattern("\\d+");

std::smatch matches;
if (std::regex_match(input, matches, pattern)) {
    std::cout << "Input is a number." << std::endl;
} else {
    std::cout << "Input is not a number." << std::endl;
}

std::regex_search

函数原型：

template <class BiIter, class Alloc, class CharT, class Traits>
bool regex_search(BiIter first, BiIter last, std::match_results<BiIter, Alloc>& m, const std::basic_regex<CharT, Traits>& e, std::regex_constants::match_flag_type flags = std::regex_constants::match_default);

参数：

first，last：迭代器范围，指定要搜索的字符串。
m：用于存储匹配结果的 std::match_results 对象。
e：要匹配的正则表达式对象。
flags：匹配标志，控制匹配的方式。
返回值：

如果字符串中的任何部分匹配正则表达式，则返回 true，否则返回 false。
示例代码：

std::string text = "The cat is on the mat.";
std::regex pattern("cat");

std::smatch matches;
if (std::regex_search(text, matches, pattern)) {
    std::cout << "Pattern found in the text." << std::endl;
} else {
    std::cout << "Pattern not found in the text." << std::endl;
}

regex_search 和 regex_match 的区别

std::regex_search 和 std::regex_match 是 C++ 标准库中用于正则表达式匹配的两个函数，它们之间有一些重要的区别：

全文匹配 vs. 部分匹配:

std::regex_match 要求整个输入字符串完全匹配正则表达式。如果整个字符串与正则表达式匹配，它返回 true；否则，返回 false。
std::regex_search 则在输入字符串中查找任意匹配项。只要找到字符串中的任意子串与正则表达式匹配，就返回 true；否则，返回 false。
匹配的起始位置:

std::regex_match 从字符串的起始位置开始匹配，直到整个字符串结束。如果正则表达式没有匹配整个字符串，它返回 false。
std::regex_search 可以在字符串的任意位置找到匹配项。它会尝试在整个字符串中查找匹配，而不仅仅是从起始位置开始。
下面是一个简单的例子来说明它们之间的区别：

#include <iostream>
#include <regex>

int main() {
    std::string text = "Hello world";

    // 正则表达式匹配整个字符串
    std::regex pattern_match("Hello world");
    std::regex pattern_search("world");

    // 使用 std::regex_match
    if (std::regex_match(text, pattern_match)) {
        std::cout << "regex_match: Entire string matches." << std::endl;
    } else {
        std::cout << "regex_match: Entire string does not match." << std::endl;
    }

    // 使用 std::regex_search
    if (std::regex_search(text, pattern_search)) {
        std::cout << "regex_search: Substring found." << std::endl;
    } else {
        std::cout << "regex_search: Substring not found." << std::endl;
    }

    return 0;
}

在这个例子中，std::regex_match 尝试匹配整个字符串，而 std::regex_search 只需找到字符串中的任意子串与正则表达式匹配即可。

std::regex_replace

功能：用于替换字符串中与正则表达式匹配的部分。

示例：

#include <iostream>
#include <regex>

int main() {
    std::string text = "The price is $10.50";
    std::regex pattern("\\$[0-9]+\\.[0-9]{2}");

    std::string result = std::regex_replace(text, pattern, "*****");
    std::cout << "Modified string: " << result << std::endl;

    return 0;
}

std::regex_iterator 和 std::sregex_iterator：

功能：允许你迭代遍历一个字符串中所有匹配正则表达式的子串。

示例：

#include <iostream>
#include <regex>

int main() {
    std::string text = "The cat and the hat";

    std::regex pattern("\\b\\w+at\\b");
    std::sregex_iterator iter(text.begin(), text.end(), pattern);
    std::sregex_iterator end;

    while (iter != end) {
        std::cout << "Match: " << iter->str() << std::endl;
        ++iter;
    }

    return 0;
}

std::regex_constants::match_flag_type：

功能：提供了一些匹配标志，例如 std::regex_constants::match_default 和 std::regex_constants::match_not_bol，可用于修改匹配的行为。

示例：

#include <iostream>
#include <regex>

int main() {
    std::string text = "apple orange banana";
    std::regex pattern("orange");

    // 使用 match_not_bol 避免从行首开始匹配
    std::regex_constants::match_flag_type flags = std::regex_constants::match_not_bol;

    if (std::regex_search(text, pattern, flags)) {
        std::cout << "Substring found." << std::endl;
    } else {
        std::cout << "Substring not found." << std::endl;
    }

    return 0;
}

这些函数和特性可以帮助你更灵活地处理正则表达式，适应不同的匹配和替换需求。请注意，正则表达式的语法和使用可能因实际需求而有所不同。

总结

C++的 库为处理正则表达式提供了强大的工具。通过学习和理解正则表达式的基础知识以及regex库的函数，我们能够更加高效地在字符串中进行搜索、匹配和替换操作。不同的正则表达式函数提供了灵活的方式来满足不同的匹配需求，而对于更复杂的模式匹配，我们可以利用具体的匹配结果对象进行更深入的分析和处理。正则表达式在文本处理领域有着广泛的应用，掌握这一部分知识将对C++开发者有着重要的意义。