文章目录
前言
从C++11开始，C++开始支持正则表达式的使用，用于匹配字符串时非常方便！（比如从爬取的网页源码中提取指定的字符串、匹配用户输入邮箱是否为正确格式、替换一篇文章中指定的所有字符串）
但正如大家所看到的，C++一如既往的使用模板实现，以至于我们使用的时候，如果出错了，很难看明白到底哪里出错了
所以本文对C++正则表达式库进行详细解析，便于大家的使用！
一、总体观摩
正则表达式库为regex，使用C++11及以上即可正常使用
#include<regex>
1.纵观所有类
regex文件里总共有7个模板类以及若干实例化的类
| 模板类 | 实例化类 | 用途 |
|---|---|---|
| basic_regex | regex：实际为basic_regex<char>，wregex：实际为basic_regex<wchar_t>，下面的类似，不再一一详细说明 | 作为正则表达式对象，用于匹配文本 |
| match_results | cmatch，wcmatch，smatch，wsmatch | 用于获得匹配到的结果，实际可以看作sub_match的数组 |
| sub_match | csub_match,wcsub_match,ssub_match,wssub_match | 保存捕获组，一般直接用match_result数组访问的方式直接调用，所以一般看不到它 |
| regex_iterator | cregex_iterator,wcregex_iterator,sregex_iterator,wsregex_iterator | 用于遍历结果或子匹配的迭代器 |
| regex_token_iterator | cregex_token_iterator，wcregex_token_iterator，sregex_token_iterator，wsregex_token_iterator | 用于遍历未匹配部分的迭代器 |
| regex_error | 无 | 报告正则表达式库生成的错误 |
| regex_traits | 无 | 描述用于匹配的元素的特征。一般用不上，有需求的可参考官方文档 |
虽然看着挺多，但其实平时真正用到的只有少数几个
特别需要注意的是，上面的类都是分类别配对使用的，比如：
regex ，cmatch，csub_match，cregex_iterator
就是一组
或者
regex ，smatch，ssub_match，sregex_iterator
也是一组
可以总结出的规律有：
- 前缀没有w字母的为操作多字节字符，添加了w的则为操作宽字节字符
- 前缀有c的，代表是操作char*类型字符串
- 前缀有s的，代表是操作string类型字符串
注意，char*类型字符串与string类型实现类之间不能混用，否则会出错！
2.纵观所有函数
| 函数 | 用途 |
|---|---|
| regex_match | 匹配指定字符串整体是否符合 |
| regex_search | 匹配字符串中符合的子字符串 |
| regex_replace | 替换字符串中指定的字符串 |
二、使用详解
如何写正则表达式就不做细说，网上有很多教程，只对函数如何使用作出详细介绍
1.使用前需要了解的东西
下图为regex库默认使用的ECMAScript文法的表达式
如果想要更改为其它文法，只需要在regex构造函数中最后一位填入对应文法即可，例如：
regex r("<.*?>(.*)<.*?>", regex_constants::grep);
当然除了选择文法，还可以选择其它标志，只需要将他们用符号 | 连接起来即可
如忽略大小写匹配可以写为
regex r("<.*?>(.*)<.*?>", regex_constants::grep|regex_constants::icase);
可以看到，其实这些可选项都在regex_constants中，还有其它可选项如下：
不同文法之间的差异
还需要注意的是，C++中许多字符需要添加\ 符号进行转义才能使用，过于麻烦，所以C++11之后，出现了如下写法：
R"dem(内容)dem"
使用该写法就可以不再转义即可使用，其中dem为任意字符，但要求前后一致即可，其它为固定写法
2.测试字符串
该功能用到regex_match 函数
一般来说，最常用的就是下面这种写法：
比如测试用户输入字符串是否包含@符号：
regex r(".*@.*");
string str;
cin >> str;
if (regex_match(str, r)) {
cout << "匹配成功";
}
else {
cout << "匹配失败";
}
3.搜索子字符串
该功能用到regex_search函数
一般用法肯定是找出一段文本中所需要的子字符串，用法如下
string sStr; //要进行匹配的字符串
std::string::const_iterator begin = sStr.begin(); //开始迭代器
std::string::const_iterator end = sStr.end(); //结束迭代器
std::smatch m; //匹配的结果
regex r; //正则表达式
while (std::regex_search(begin, end, m, r)) {
begin = m[0].second; //更新开始迭代器的位置
m[n].str(); //获得第n个捕获组，其中0表示匹配到的全部子字符串
}
该代码段就是不断从sStr中匹配符合r的子字符串，匹配成功则返回true，并将匹配到的结果放在m中，可通过m[n].str()方式返回指定捕获组的子字符串
同时m[0].second记录了当前匹配到的位置，所以通过它更新begin ，就可以遍历所有子字符串，直到无法匹配，返回false，结束
4.使用迭代器
如果你认为regex_search用起来比较麻烦，则可以使用迭代器，用法如下：
regex r("-(.*?)-");
string s = "yushi-csdn--yushi-csdn";
sregex_iterator beg(s.begin(),s.end(),r);
sregex_iterator end;
for (; beg != end; beg++) {
cout << beg->str(1) << endl;
}
由于sregex_iterator 默认构造函数为指向最后一个元素之后,所以对end没有进行任何处理，只是作为一个结束标志
成员函数str可以返回指定捕获组的字符串，不传入数字则代表全部匹配内容
5.替换字符串
该功能用到regex_replace函数
string sStr; //要进行匹配的源字符串
regex r; //正则表达式
string toReplace; //进行替换的字符串
string ret=regex_replace(sStr, r, toReplace)
该函数就是将sStr中匹配符合r的子字符串，将其全部替换为toReplace，并将结果返回到ret中
小技巧：可以在toReplace添加$n，n代表着第几个捕获组，可用于格式化字符串，总结如下：
6.分割字符串
这里主要使用到了sregex_token_iterator
regex r("-"); //以-为分隔符
string s = "yushi-csdn-yushi-csdn";
sregex_token_iterator beg(s.begin(), s.end(),-1); //传入-1，代表对匹配到的分隔符之间的内容感兴趣
sregex_token_iterator end; //结束标志
for (; beg != end; beg++) {
cout << beg->str() << endl;
}
用法基本于上述迭代器用法一样
唯一需要注意的是最后传入的那个-1，代表着我想要的是匹配项之间的内容
7.异常处理
regex库里已经实现了异常类regex_error ，直接使用即可，what函数将返回错误信息
try
{
regex r("\{\}");
}
catch (const std::regex_error & e)
{
cout << e.what()<<endl;
}
上述正则表达式使用grep语法，将{}进行转义，将输出以下错误：
regex_error(error_badrepeat): One of *?+{ was not preceded by a valid regular expression.
三、封装成类
可以看出来，原库函数使用起来很不方便，所以我花了点时间将上述几种常用功能封装成类，方便使用
#include<regex>
#include<list>
#include<string>
class SRegex {
private:
std::regex r;
std::wregex wr;
SRegex(const SRegex& r) = delete;
public:
SRegex() {}
/**
* @brief 多字节字符构造函数
* @param pattern 匹配模式
*/
SRegex(const std::string& pattern) {
r = pattern;
}
/**
* @brief 宽字节字符构造函数
* @param pattern 匹配模式
*/
SRegex(const std::wstring& pattern) {
wr = pattern;
}
/**
* @brief （多字节）重新设置匹配模式
* @param pattern 匹配模式
*/
void SetPattern(const std::string& pattern) {
r = pattern;
}
/**
* @brief （宽字节）重新设置匹配模式
* @param pattern 匹配模式
*/
void SetPattern(const std::wstring& pattern) {
wr = pattern;
}
/**
* @brief 测试源字符串是否满足匹配模式(多字符)
* @param sStr 源字符串
* @return 匹配返回true，否则返回false
*/
bool IsMatch(const std::string& sStr) {
return std::regex_match(sStr, r);
}
/**
* @brief 测试源字符串是否满足匹配模式(宽字符)
* @param sWStr 源字符串
* @return 匹配返回true，否则返回false
*/
bool IsMatch(const std::wstring& swStr) {
return std::regex_match(swStr, wr);
}
/**
* @brief 获得所有满足匹配模式的子字符串（多字节字符）
* @param res 获得匹配到的结果
* @param sStr 源字符串
* @param index 获取指定捕获组，默认为0，即全部
* @return 存在返回true，否则返回false
*/
bool GetSubStr(std::list<std::string>& res, const std::string& sStr, int index = 0) {
res.clear();
std::string::const_iterator begin = sStr.begin();
std::string::const_iterator end = sStr.end();
std::smatch m;
while (std::regex_search(begin, r)) {
begin = m[0].second;
res.push_back(std::move(m[index].str()));
}
return !res.empty();
}
/**
* @brief 获得所有满足匹配模式的子字符串（宽字符）
* @param res 获得匹配到的结果
* @param sStr 源字符串
* @param index 获取指定捕获组，默认为0，即全部
* @return 存在返回true，否则返回false
*/
bool GetSubStr(std::list<std::wstring>& res, const std::wstring& sStr, int index = 0) {
res.clear();
std::wstring::const_iterator begin = sStr.begin();
std::wstring::const_iterator end = sStr.end();
std::wsmatch m;
while (std::regex_search(begin, wr)) {
res.push_back(std::move(m[index].str()));
}
return !res.empty();
}
/**
* @brief 特换匹配到的子字符串(多字节)
* @param sStr 源字符串
* @param toReplace 将要进行替换的字符串
* @return 返回替换成功的字符串
*/
std::string Replace(const std::string& sStr, const std::string& toReplace) {
return std::move(std::regex_replace(sStr, toReplace));
}
/**
* @brief 特换匹配到的子字符串(宽字节)
* @param sStr 源字符串
* @param toReplace 将要进行替换的字符串
* @return 返回替换成功的字符串
*/
std::wstring Replace(const std::wstring& sStr, const std::wstring& toReplace) {
return std::move(std::regex_replace(sStr, wr, toReplace));
}
/**
* @brief 分割字符串（多字节）
* @param sStr 需要进行分割的源字符串
* @return 返回分割后的字符串链表
*/
std::list<std::string> Split(const std::string& sStr) {
std::sregex_token_iterator beg(sStr.begin(), sStr.end(), -1);
std::sregex_token_iterator end;
std::list<std::string> res;
for (; beg != end; beg++) {
res.push_back(std::move(beg->str()));
}
return std::move(res);
}
/**
* @brief 分割字符串（宽字节节）
* @param sStr 需要进行分割的源字符串
* @return 返回分割后的字符串链表
*/
std::list<std::wstring> Split(const std::wstring& sStr) {
std::wsregex_token_iterator beg(sStr.begin(), -1);
std::wsregex_token_iterator end;
std::list<std::wstring> res;
for (; beg != end; beg++) {
res.push_back(std::move(beg->str()));
}
return std::move(res);
}
};
因为我测试数据不多，可能存在bug，欢迎在评论区指出，我会及时更正，
原文地址：https://blog.csdn.net/weixin_50964512
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。