C++11 STL Regex正則表達式與字符串字段解析

•  簡單的日期正則表達式

一個簡單的日期解析程序，從yyyy-mm-dd格式的日期字符串中，分別獲取年月日。

先設置一個簡單的正則表達式，4位數字的「年」，1-2位數字的「月」和一樣1-2位數字的「日」，中間‘-’做爲分隔符。程序代碼：

#include <iostream>
#include <regex>

using namespace std;

int main() {
    string text = "2018-7-12";
    regex  pattern("[0-9]{4}-[0-9]{1,2}-[0-9]{1,2}");

    smatch results;
    if ( regex_match(text, results, pattern) ) {
        smatch::iterator it = results.begin();
        int i = 0;
        for(; it != results.end(); ++it, ++i)
            cout<<i<<": "<<*it<<endl;
    } else {
        cout << "match failed: " <<text<< endl;
    }
    return 0;
}

執行輸出：

0: 2018-7-12

smatch類型是一個匹配結果字符串列表，列表中第一個元素永遠是執行匹配操做的原始字符串，後續是根據表達式從原始字符串中解析出的子串。

程序輸出結果表示日期字符串與表達式匹配正確，但並無解析出各個日期字段子串。

若是須要解析出子串，則須要對錶達式分組。

• 表達式分組

分組後的表達式，匹配操做纔會以分組位單位輸出解析出的子串。將pattern表達式修改以下：

regex  pattern("([0-9]{4}-[0-9]{1,2}-[0-9]{1,2})");

在這裏，整個表達式包含在一個圓括號裏，將整個表達式做爲一個分組。

執行後輸出：

0: 2018-7-12
1: 2018-7-12

下標爲1的輸出項，即爲整個表達式分組所匹配到的內容，也就是整個日期字符串，但這尚未達到逐字段分解的目標，須要將分組細分。

• 表達式分組細分

將表達式改成：

regex  pattern("([0-9]{4})-([0-9]{1,2})-([0-9]{1,2})");

其中包含了3個分組（儘管後面兩個分組表達式同樣，但月份和日期的取值範圍並不徹底相同，這裏只簡單設置）

執行結果：

0: 2018-7-12
1: 2018
2: 7
3: 12

終於達到了日期字段分解的目標。

而後，日期字符串中，月份的表達方式能夠是數字，也能夠是字母名稱，如Jan,Feb,Mar等，那麼就須要在表達式中兼容多種格式的日期字符串。

• 多個格式的月份表達式

當前日期字符串變動名稱月份，表達式中增長月份名稱：

string text = "2018-Jan-18";
regex  pattern("([0-9]{4})-(([0-9]{1,2})|(Jan|Feb|Mar))-([0-9]{1,2})");

運行結果：

0: 2018-Jan-18
1: 2018
2: Jan
3:
4: Jan
5: 18

在這個表達式中，數字月份做爲一個分組，名稱月份也是一個分組，二者又合併成一個月份分組，所以匹配月份時，存在這三個分組（一個父分組包含2個子分組），運行輸出結果中2-4分別是這三個分組分別對月份匹配的結果，數字月份的子分組表達式沒有匹配到，所以輸出空字符串。

這樣的結果並不使人滿意，對於月份來講，只需輸出一項便可，即對於月份匹配，兩個子分組不須要單獨輸出，只須要表示月份的父級分組輸出便可。

經過將子分組指定爲消極分組（Passive Group）便可。

• 消極分組

將表達式改成：

regex  pattern("([0-9]{4})-((?:[0-9]{1,2})|(?:Jan|Feb|Mar))-([0-9]{1,2})");

在分組中加上「?:」前綴，即表示該分組位消極分組，在此表達式中，將數字月份和名稱月份的子分組都標記爲消息分組，運行結果：

0: 2018-Jan-18
1: 2018
2: Jan
3: 18