ATL正则表达式库使用

ATL正则表达式库使用

ATL中，由于ATLServer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：
template<class CharTraits=CAtlRECharTraits>
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：

CAtlRegExp<>re;       
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：

BOOL Match(const RECHAR*szIn,CAtlREMatchContext<CharTraits>*pContext,const RECHAR**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：constRECHAR*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：
template<classCharTraits=CAtlRECharTraits>
classCAtlREMatchContext

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：

#include"stdafx.h"
#include<atlrx.h>

int main(int argc,char* argv[])
{
  CAtlRegExp<>reUrl;
  //fivematchgroups:scheme,authority,path,query,fragment

  REParseErrorstatus=reUrl.Parse("({[^:/?#]+}:)?(//{[^/?#]*})?{[^?#]*}(?{[^#]*})?(#{.*})?");

  if(REPARSE_ERROR_OK!=status)
  {
     //Unexpectederror.
     return0;
  }

  CAtlREMatchContext<>mcUrl;

  if(!reUrl.Match("http://search.microsoft.com/us/Search.asp?qu=atl&boolean=ALL#results", &mcUrl))
  {
     //Unexpectederror.
     return0;
  }

  for(UINT nGroupIndex=0; nGroupIndex<mcUrl.m_uNumGroups; ++nGroupIndex)
  {
     constCAtlREMatchContext<>::RECHAR*szStart=0;
     constCAtlREMatchContext<>::RECHAR*szEnd=0;
     mcUrl.GetMatch(nGroupIndex,&szStart,&szEnd);

     ptrdiff_tnLength=szEnd-szStart;
     printf("%d:/"%.*s/"/n",nGroupIndex,nLength,szStart);
  }
}

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。

class CAtlRECharTraitsA
{
   staticconstRECHARTYPE**GetAbbrevs()
   {
       staticconstRECHARTYPE*s_szAbbrevs[]=
       {
           "a([a-zA-Z0-9])",  //alphanumeric
           "b([//t])",       //whitespace(blank)
           "c([a-zA-Z])", //alpha
           "d([0-9])",    //digit
           "h([0-9a-fA-F])",  //hexdigit
           "n(/r|(/r?/n))",   //newline
           "q(/"[^/"]*/")|(/'[^/']*/')",  //quotedstring
           "w([a-zA-Z]+)",//simpleword
           "z([0-9]+)",       //integer
           NULL
       };
 
       returns_szAbbrevs;
   }
};

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：

class  MyRegTraits:publicATL::CAtlRECharTraitsA
{
public:
   staticconstRECHARTYPE**GetAbbrevs()
   {
      staticconstRECHARTYPE*s_szAbbrevs[]=
       {
           "a([a-zA-Z0-9])",  //alphanumeric
           "b([//t])",       //whitespace(blank)
           "c([a-zA-Z])", //alpha
           "d([0-9])",    //digit
           "h([0-9a-fA-F])",  //hexdigit
           "n(/r|(/r?/n))",   //newline
           "q(/"[^/"]*/")|(/'[^/']*/')",  //quotedstring
           "w([a-zA-Z]+)",//simpleword
           "z([0-9]+)",       //integer
           "e([0-8]+)",       //自己添加
           NULL
       };
       returns_szAbbrevs;
   }
};

 
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：

int main()
{
   ATL::CAtlRegExp<MyRegTraits>re;
   re.Parse("//e+");
   ATL::CAtlREMatchContext<MyRegTraits>mc;
   BOOLres1=re.Match("678",&mc); //returnsTRUE:successfulmatch
   res1=re.Match("999",&mc);   // returnsFALSE：matchfail
}

 

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。

 
由于本人学识所限，文章内容错在所难免，如有批评指正之词，请mail：firingme@sina.com