C++：Regex正則表達式

時間 2020-02-08

原文原文鏈接

C++：Regex正則表達式

Expression: (ftp|http|https):\/\/((\w+\.)*(\w*))\/([\w\d]+\/{0,1})+     不會用C++的Regex是硬傷，下面的內容參考《C++程序設計原理與實踐》～～～
****************************************************************************************************
正則表達式語法
     正則表達式的特性分紅不少種類，下面的內容是perl類型的Regex。
============================================================================================
特殊含義的字符
.  ：任意單個字符
[] ：字符集
{} ：計數
() ：子模式
\  ：下一個字符具備特殊含義
*  ：0個或多個
+  ：一個或多個
?  ：0個或一個
|  ：或
^  ：行的開始；否認
$  ：行的結束
===========================================================================================
字符集
\d ：一個十進制數字
\l ：一個小寫字母
\s ：一個空白符（空格符，製表符等）
\u ：一個大寫字母
\w ：一個字母（a～z或A～Z）或數字（0～9）或下劃線（_）
\D ：除了\d以外的字符
\L ：除了\l以外的字符
\S ：除了\s以外的字符
\U ：除了\u以外的字符
\W ：除了\w以外的字符
===========================================================================================
重複
{n}  ：嚴格重複n次
{n,} ：重複n次或更屢次
{n,m}：重複至少n次，至多m次
*    ：{0,}
+    ：{1,}
?    ：{0,1}
===========================================================================================
子模式
    爲了指定模式中的子模式，用括號將其括起來
（\d*:）?（\d+）：它表示字符串前半部分能夠爲空，若非空，則是任意長度的數字後接一個冒號，後半部分是一個或多個數字的序列。
===========================================================================================
可選項
    | 表示二選一的概念。
Subject：（FW：| Re：）：表示匹配Subject:Fw：或者是Subject:Re:
===========================================================================================
正則表達式錯誤
    當咱們將一個模式富裕regex時，它會對模式進行檢查，若是發現模式不合法或過於複雜，沒法用於匹配時，它會拋出一個bad_expression異常。
===========================================================================================
下面是一個經常使用的套路，比較穩～～～

注意一點，編譯的時候要指定連接：g++ -Wall -lboost_regex test.cpp -o chen
*****************************************************************************************************
正則表達式方法
=====================================================================================================
（1）regex_match：肯定一行字符串是否和指定的正則表達式徹底匹配
-----------------------------------------------------------------------
//檢查模式是否匹配
  8 #include <boost/regex.hpp>
  9 #include <iostream>
10 #include <string>
11
12 using namespace std;
13 using namespace boost;
14
15 int main()
16 {
17     // "\w+\s*($\w+,\d+$\s*)*"
18     regex pattern("\\w+\\s*(\$\\w+,\\d+\$\\s*)*");
19     cout << pattern << endl;
20
21     string str_1 = "chen (chen,0) (huan,1) (jiang,2)";
22     string str_2 = "chen(chen,0)(huan,1)(jiang,2)";
23     string str_3 = "chen";
24     string str_4 = "(chen,0)(huan,1)(jiang,2)";
25     string str_5 = "chen (chen,0) (huan,1)(jiang,2) chen";
26
27     vector<string> strings;
28     strings.push_back(str_1); strings.push_back(str_2);
29     strings.push_back(str_3); strings.push_back(str_4);
30     strings.push_back(str_5);
31
32     for(int n = 0 ; n < 5 ; ++n)
33         if(regex_match(strings[n], pattern))
34             cout << strings[n] << " is matched" << endl;
35
36     return 0;
37 }
結果爲：
\w+\s*($\w+,\d+$\s*)*
chen (chen,0) (huan,1) (jiang,2) is matched
chen(chen,0)(huan,1)(jiang,2) is matched
chen is matched
--------------------------------------------------------------------------
//regex_match不只驗證是否匹配，並且能夠從中提取出正則表達式括號對應的子串
  8 #include <boost/regex.hpp>
  9 #include <iostream>
10 #include <string>
11
12 using namespace std;
13 using namespace boost;
14
15 int main()
16 {
17     // "\w+\s*($\w+,\d+$\s*)*"
18     regex pattern("\\w+\\s*((\$\\w+,\\d+\$\\s*)*)");
19     cout << pattern << endl;
20
21     string str_1 = "chen (chen,0) (huan,1) (jiang,2)";
22
23     smatch mat;
24     if(regex_match(str_1, mat, pattern))
25         for(smatch::iterator iter=mat.begin() ; iter!=mat.end() ; ++iter)
26             cout << *iter <<endl;
27
28     return 0;
29 }
結果爲：
\w+\s*(($\w+,\d+$\s*)*)
chen (chen,0) (huan,1) (jiang,2)
(chen,0) (huan,1) (jiang,2)
(jiang,2)
注意，這個的regex表達式和上面的不一樣，將後面的子串($\w+,\d+$\s*)*經過括號合併成一個完整的子串。
=====================================================================================================
（2）regex_search：regex_match是驗證是否徹底匹配，而regex_search是從一大串string中找出匹配的一小段字符串
---------------------------------------------------------------
15 int main()
16 {
17     regex pattern("\\d+");
18     cout << pattern << endl;
19
20     string str_1 = "chen1234huan12345jiang1234567";
21
22     smatch mat;
23     if(regex_search(str_1, mat, pattern))
24         for(smatch::iterator iter=mat.begin() ; iter!=mat.end() ; ++iter)
25             cout << *iter <<endl;
26
27     return 0;
28 }
結果爲：
1234
能夠看出，regex_search是匹配到字符串中第一個符合條件的模式便會返回。
-------------------------------------------------------------
    下面的方法能夠將字符串中全部匹配到的模式，所有提取出來，以下：
15 int main()
16 {
17     regex pattern("\\d+");
18     cout << pattern << endl;
19
20     string str_1 = "chen1234huan12345jiang1234567";
21     string::const_iterator start = str_1.begin();
22     string::const_iterator end = str_1.end();
23
24     smatch mat;
25     while(regex_search(start, end, mat, pattern))
26     {
27         string msg(mat[0].first, mat[0].second);
28         cout << msg << endl;
29         start = mat[0].second;
30     }
31
32     return 0;
33 }
結果是：
\d+
1234
12345
1234567
****************************************************************************************************
（3）關於regex：：smatch類型
    smatch類型，前綴s表示"子匹配"的概念。一個smatch本質上是一個子匹配的向量。第一個元素是完整匹配。若是i < smatch.size()，咱們將smatch[i]當作一個字符串。對於一個正則表達式，若是最後N個子模式，則smatch.size() = N+1(由於有一個完整的匹配)。
    模式中任何放在括號中的內容均可以做爲一個子模式，能夠看下面這個例子：
html

String: http://www.foo.com/bar matches[0] = http://www.foo.com/bar matches[1] = http matches[2] = www.foo.com matches[3] = foo. matches[4] = com matches[5] = bar