ATL正则表达式库使用

原文地址：http://www.vckbase.com/index.php/wv/357

ATL中，由于ATL Server的需要，需要对Client发送过来的地址、命令等复杂文字字段信息解码，而正则表达式是公认的最强大的文字解析工具，所以，ATL提供了一些用于正则表达式的库方便了我们的工作。

1、 CATLRegExp类

声明：

1. template

2. class CAtlRegExp;

初始化：

与微软的GRETA类库（微软研究院推出的另一个正则表达式类库）不同，CATLRegExp并没有在构造函数中提供初始化匹配字符串的方法，而是让使用者通过调用它的Parse()方法，使用正则表达式字符串作为参数，就可以构造出一个我们所需要的用于匹配的类，例如我们需要匹配一种时间格式，可以是h:mm、也可以是hh:mm，那么我们可以这样构造我们的CAtlRegExp类：

1. CAtlRegExp <> re;

2. re.Parse( "{[0-9]?[0-9]}:{[0-9][0-9]}" );

ATL的正则表达式语法和Perl的正则表达式语法大同小异，不过有一个值得注意的地方就 是ATL中用大括号（{ }）表示其匹配字符串中的Group，我们上面的表达式中，就声明了2 个Group，一个是[0-9]?[0-9]，另一个是[0-9][0-9]。

匹配：

调用CATLRegExp的Match()方法，就可以用该类来进行匹配了，Match方法的原型如下：

1. BOOL Match(const RECHAR *szIn, CAtlREMatchContext *pContext, constRECHAR **ppszEnd=NULL)

参数的含义很明显，不过需要注意到第一个参数的型别是：const RECHAR * szIN，是一个 const指针，这表明我们可以方便得使用std::string类的c_str()方法给其传递参数。

Match的结果通过第二个参数pContext所指向的CAtlREMatchContext<>类来返回，Match 的结果及其相关信息都被存放在CAtlREMatchContext类中，我们只要访问CAtlREMatchContext的方法和成员就可以得到匹配的结果。

2、 CAtlREMatchContext类

声明：

1. template

2. class CAtlREMatchContext

使用：

CAtlREMatchContext通过m_uNumGroups成员以及GetMatch（）方法向调用者提供匹配的结果信息。m_uNumGroups代表匹配上的Group有多少组，GetMatch()则根据传递给它的Group的Index值，返回匹配上的字符串的pStart和pEnd指针，调用者有了这两个指针，自然可以很方便的得到匹配结果。

3、 一个小示例

下面这个例子来源于MSDN，演示了CATLRegExp和CAtlREMatchContext类的典型使用方法：

01. #include "stdafx.h"

02. #include <atlrx.h>   

03.  

04. int main(int argc, char* argv[])

05. {

06. CAtlRegExp<> reUrl;

07.  

08. // five match groups: scheme, authority, path, query, fragment

09. REParseError status = reUrl.Parse(

10. "({[^:/?#]+}:)?(//{[^/?#]*})?{[^?#]*}(?{[^#]*})?(#{.*})?" );

11. if (REPARSE_ERROR_OK != status)

12. {

13. // Unexpected error.

14. return 0;

15. }

16.  

17. CAtlREMatchContext<> mcUrl;

18. if (!reUrl.Match( "http://search.microsoft.com/us/Search.asp?qu=atl&;boolean=ALL#results",

19. &mcUrl))

20. {

21. // Unexpected error.

22. return 0;

23. }

24.  

25. for (UINT nGroupIndex = 0; nGroupIndex < mcUrl.m_uNumGroups;

26. ++nGroupIndex)

27. {

28. const CAtlREMatchContext<>::RECHAR* szStart = 0;

29. const CAtlREMatchContext<>::RECHAR* szEnd = 0;

30. mcUrl.GetMatch(nGroupIndex, &szStart, &szEnd);

31.  

32. ptrdiff_t nLength = szEnd - szStart;

33. printf("%d: \"%.*s\"\n", nGroupIndex, nLength, szStart);

34. }

35. }

Output

0: "http"

1: "search.microsoft.com"

2: "/us/Search.asp"

3: "qu=atl&boolean=ALL"

4: "results"

例子中所用的正则表达式为：

({[^:/?#]+}:)?(//{[^/?#]*})?{[^?#]*}(?{[^#]*})?(#{.*})?

以（）为分界标志，共分成5组，第一组是{[^:/?#]+}:，^是“非”后面成员的意思，那么也就是说第一组从开头开始，一直到:、/、?、#其中任何一个结束。联系后面的待匹配字符串就可以得出所匹配的结果是http。

4、 自定义匹配字符串的缩写形式

为了方便，ATL已经帮我们定义了一些经常用到的正则表达式的简略形式。例如：\d代表([0-9])、\n代表(\r|(\r?\n))等。这些缩写形式都体现在CAtlRECharTraitsA/CAtlRECharTraitsW等类中，把这些类作为模板参数传递给CATLRegExp和 CAtlREMatchContext，我们就可以定义自己的匹配字符串缩写了。

01. class CAtlRECharTraitsA

02. {

03. static const RECHARTYPE** GetAbbrevs()

04. {

05. static const RECHARTYPE *s_szAbbrevs[] =

06. {

07. "a([a-zA-Z0-9])",   // alpha numeric

08. "b([ \\t])",        // white space (blank)

09. "c([a-zA-Z])",  // alpha

10. "d([0-9])",     // digit

11. "h([0-9a-fA-F])",   // hex digit

12. "n(\r|(\r?\n))",    // newline

13. "q(\"[^\"]*\")|(\''''[^\'''']*\'''')",   // quoted string

14. "w([a-zA-Z]+)", // simple word

15. "z([0-9]+)",        // integer

16. NULL

17. };

18.  

19. return s_szAbbrevs;

20. }

21. };

以上是atlrx.h摘录下来的代码，可以很清楚地看到ATL是通过一个GetAbbrevs（）函数来定义字符串缩写的。要定义新的缩写形式，我们只需要这样：

01. class   MyRegTraits : public ATL::CAtlRECharTraitsA

02. {

03. public:

04. static const RECHARTYPE** GetAbbrevs()

05. {

06. static const RECHARTYPE *s_szAbbrevs[] =

07. {

08. "a([a-zA-Z0-9])",   // alpha numeric

09. "b([ \\t])",        // white space (blank)

10. "c([a-zA-Z])",  // alpha

11. "d([0-9])",     // digit

12. "h([0-9a-fA-F])",   // hex digit

13. "n(\r|(\r?\n))",    // newline

14. "q(\"[^\"]*\")|(\''''[^\'''']*\'''')",   // quoted string

15. "w([a-zA-Z]+)", // simple word

16. "z([0-9]+)",        // integer

17. "e([0-8]+)",        //自己添加

18. NULL

19. };

20. return s_szAbbrevs;

21. }

22.  

23. };

让我们自己定义的Trait类继承自CAtlRECharTraitsA，然后改写GetAbbrevs()函数，增加一些需要的简写就可以被使用了。下面的代码示例了使用了我们自己的类中定义的“\e”简略表达：

01. int main ( )

02. {

03. ATL::CAtlRegExp < MyRegTraits > re ;

04. re.Parse( "\\e+" );

05. ATL::CAtlREMatchContext < MyRegTraits > mc ;

06.  

07. BOOL res1 = re.Match( "678", &mc );  // returns TRUE: successful match

08. res1 = re.Match ( "999" , &mc ) ;    //  returns FALSE：match fail

09. }

只要在构造ATL::CAtlRegExp和 ATL::CAtlREMatchContext类时，传递过去我们的 MyRegTraits类作为Traits的参数，就可以直接使用自己定义的简略符号了。

5、 结尾

虽然现在C++的社区里已经拥有了Boost::regex，GRETA等非常著名的正则表达式库，可是 作为VC++自带的模板库，ATL中的正则表达式库仍然给我们的工作提供了极大的便利。由于 ATL是微软官方发布的Library，所以它拥有良好的文档说明、严格的测试以及微软官方的 技术支持。另外在用ATL开发COM组件的时候，更可以方便地利用正则库的巨大威力。