Boost学习之正则表达式--regex【转】【1】
http://blog.csdn.net/alsm168/article/details/6478920
Boost学习之正则表达式--regex【转】【2】
http://blog.csdn.net/alsm168/article/details/6478921
boost::regex类为C++提供了完整的正则表达式支持,并且已被接收为C++0x标准库。它同时也在Boost库中扮演着极重要的角色,不少Boost子库都需要它的支持,有不少人甚至就是为了它才下载使用Boost的。
注意使用Boost.Regex需要预先编译完整编译请参考本站
编译Boost的文章如果只要编译Regex库,有两种方法(参考链接):
- 在Boost根目录下运行bjam --toolset=<编译器名> --with-regex 其它参数
- 到<boost>/libs egex/build里,找到对应编译器的makefile,然后make -f xxxx.mak
Boost.Regex手里有七种武器和两大法宝
其中的七种武器是:
regex_match 函数 regex_search 函数 regex_replace 函数 regex_format 函数 regex_grep 函数 regex_split 函数 RegEx 类
每种武器都又有诸多变化(
每个函数都分别以C字符串类型、std::string类型、迭代器类型作为参数重载),不过后面四种武器因年久失修已不建议使用.
两大法宝是:
regex_iterator 迭代器 regex_token_iterator 迭代器
这两大法宝是整个Boost.Regex的灵魂,用熟它们以后那是“摘花飞叶即可伤人”啊~~
回到正题,下面边写边学。所需头文件: #include <boost/regex.hpp>
示例代码:
先准备一个测试用的数据备用,如果各位有雅兴可以参考本站的另一篇文章《
Google Testing》使用Google Testing框架来做这个实验,花一样时间学两样啊~~
- #include <iostream>
- #include <boost/regex.hpp>
- using namespace std;
- int main(int argc, char* argv[])
- { //( 1 ) (( 3 ) 2 )(( 5 )4)( 6 )
- //(/w+)://((/w+/.)*/w+)((//w*)*)(//w+/./w+)?
- //^协议://网址(x.x...x)/路径(n个/字串)/网页文件(xxx.xxx)
- const char *szReg = "(//w+)://((//w+//.)*//w+)((///w*)*)(///w+//.//w+)?";
- const char *szStr = "http://www.cppprog.com/2009/0112/48.html";
- //练习代码...
- cin.get(); //暂停
- }
1.字符串匹配
要确定一行字符串是否与指定的正则表达式匹配,使用
regex_match。
下面这个代码可以验证szStr字串(定义在上面)是否与szReg匹配。
- { //字符串匹配
- boost::regex reg( szReg );
- bool r=boost::regex_match( szStr , reg);
- assert(r); //是否匹配
- }
boost::regex
的构造函数中还可以加入标记参数用于指定它的行为,如:
- //指定使用perl语法(默认),忽略大小写。
- boost::regex reg1( szReg, boost::regex::perl|boost::regex::icase );
- //指定使用POSIX扩展语法(其实也差不多)
- boost::regex reg2( szReg, boost::regex::extended );
下面这个代码不仅验证是否匹配,而且可以从中提取出正则表达式括号对应的子串。
- { //提取子串
- boost::cmatch mat;
- boost::regex reg( szStr );
- bool r=boost::regex_match( szStr, mat, reg);
- if(r) //如果匹配成功
- {
- //显示所有子串
- for(boost::cmatch::iterator itr=mat.begin(); itr!=mat.end(); ++itr)
- {
- // 指向子串对应首位置 指向子串对应尾位置 子串内容
- cout << itr->first-szStr << ' ' << itr->second-szStr << ' ' << *itr << endl;
- }
- }
- //也可直接取指定位置信息
- if(mat[4].matched) cout << "Path is" << mat[4] << endl;
- }
其中,
boost::cmatch是一个针对
C字符串的特化版本,它还有另三位兄弟,如下:
typedef match_results<const char*> cmatch; typedef match_results<std::string::const_iterator> smatch; typedef match_results<const wchar_t*> wcmatch; typedef match_results<std::wstring::const_iterator> wsmatch;
可以把
match_results看成是一个
sub_match的容器,同时它还提供了
format方法来代替
regex_format函数。
一个
sub_match就是一个子串,它从
std::pair<BidiIterator, BidiIterator>继承而来,这个
迭代器pair里的
first和
second分别指向了这个子串开始和结尾所在位置。同时,
sub_match又提供了
str(),length()方法来返回整个子串。
2.查找字符串 regex_match
只验证是否完全匹配,如果想从一大串字符串里找出匹配的一小段字符串(
比如从网页文件里找超链接),这时就要使用
regex_search了。
下面这段代码从szStr中找数字
- { //查找
- boost::cmatch mat;
- boost::regex reg( "//d+" ); //查找字符串里的数字
- if(boost::regex_search(szStr, mat, reg))
- {
- cout << "searched:" << mat[0] << endl;
- }
- }
3.替换 regex_replace
提供了简便的方法来部分替换源字符串
正则表达式中,使用
$1~$9(
或/1~/9)表示第几个子串,
$&表示整个串,
$`表示第一个串,
$'表示最后未处理的串。
- { //替换1,把上面的HTTP的URL转成FTP的
- boost::regex reg( szReg );
- string s = boost::regex_replace( string(szStr), reg, "ftp://$2$5");
- cout << "ftp site:"<< s << endl;
- }
正则表达式中,使用
(?1~?9新字串)表示把第几个子串替换成新字串
- { //替换2,使用format_all参数把<>&全部转换成网页字符
- string s1 = "(<)|(>)|(&)";
- string s2 = "(?1<)(?2>)(?3&)";
- boost::regex reg( s1 );
- string s = boost::regex_replace( string("cout << a&b << endl;"), reg, s2, boost::match_default | boost::format_all);
- cout << "HTML:"<< s << endl;
- }