c++ 正则匹配std::regex的使用

已于 2023-01-30 12:47:40 修改
阅读量2.6k 收藏 2
点赞数
分类专栏： c/c++ 文章标签： c++ 正则表达式 开发语言
于 2023-01-30 12:37:25 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ding_zhikai/article/details/128797473
版权

文章目录

0.文章主旨

本文简单介绍 关于 正则匹配 std::regex 的使用。

1.关注点

（1）编译正则表达式
（2）正则匹配运算 & ()分组的位置
（3）中文 & wchar :
① 中文单字的位置
② 打印
③ 读取文件

2.简单介绍

2.1 语法简介

2.1.1 语法-头文件

2.1.1.1 char类型
#include <regex>

using std::regex;
using std::cmatch;
using std::regex_match;
using std::regex_search;

*注：后两个是函数

2.1.1.2 wchar类型
using std::wregex;
using std::wcmatch;

*注：使用方法与char类型的相同（注意 wchar_t[] 字面值形如 L"abc"），函数仍使用 std::regex_match() 或 std::regex_search()。

2.1.2 语法-编译正则表达式

regex rule(rule_str);

*注：rule_str 是正则表达式string

2.1.3 语法-创建一个用于存储正则匹配结果的中间变量

cmatch match_rslt;

使用这个变量可以获取更多正则匹配的细节

2.1.4 语法-正则匹配运算

  • 文本全匹配
regex_match(line.c_str(), match_rslt, rule)
  • 文本局部匹配
regex_search(line.c_str(), match_rslt, rule)

*注：
（1）line是实际待匹配的文本，
（2）match_rslt用于存储详细的匹配结果（如果只考虑是否匹配，不考虑匹配细节可以不要这个参数），
（3）rule是之前编译好的正则表达式（比如：使用一个静态的正则表达式文本文件作为预设的资源，此时可以预先再程序初始化时编译好正则表达式，然后反复使用，节省编译时间）。

2.1.5 语法-获取匹配结果

2.1.5.1 如何判断：是否匹配到了？

关注 regex_match() 和 regex_search() 的返回值

2.1.5.2整体匹配
  1. 整体匹配-起始位置
match_rslt.position()
  1. 整体匹配-整体匹配的长度
match_rslt.length()
  1. 整体匹配-匹配的文本内容

A) 方法1

match_rslt.str()

B) 方法2

match_rslt[0].str()

*注：
a) 注意先判断是否匹配上（或判空）；
b) 可以用cout打印，甚至直接打印 match_rslt[0]；
c) 注意 wchar类型 时，不能这样打印！！！

2.1.5.3 局部匹配
  1. 局部匹配-分组个数
match_rslt.size()-1

*注：
（1）-1是因为第一个元素是整体匹配的结果
（2）这个数量相当于 正则表达式中()的数量

  1. 局部匹配-分组长度
    首先假设我们这样遍 历匹配到的分组：
for(auto& elm: match_rslt)

elm 相当于 match_rslt[i]
接着我们可以这样查看分组长度：

elm.length()
  1. 局部匹配-分组起始位置计算
elm.first-match_rslt[0].first+match_rslt.position()

解析：
（1）elm.first 是一个地址，也就是这个分组在原输入序列的起始索引
（2）match_rslt[0].first 相当于 整体匹配在原序列的起始地址，我们做差值自然可以得到当前分组相对于整体匹配的索引
（3）最后我们加上 整体匹配在原始序列中的起始索引，最终得到的是 当前分组相对于原始序列 的起始索引

举例：
正则表达式：“你好[，。！]?我叫.{1,4}[，。！]?(请多指教|)$”
输入序列：“你好我叫甲乙丙，请多指教”
整体匹配：“你好我叫甲乙丙，请多指教”, start=0, len=12
分组匹配（只有一个分组）：“请多指教”, start=8, len=4

*注：
（1）上面这个例子是用 wchar 正则匹配的
（2）.{1,4}表示 单字到四字 的通配，在char条件下基本上只能匹配单字，但是wchar可以匹配到四字

  1. 局部匹配-分组内容
  • 对于 char
    方法1：
elm.str()

*注：
（1）可以用cout打印出来，甚至可以直接打印 elm
（2）对于wchar 的打印，不推荐使用类似于：wcout<<elm.str()<<endl; 的方式。

方法2:

line.substr(start,len)
  • 对于 wchar
    （1）取出 wstring分组 的方法与char相同（elm.str() 或 line.substr(start,len)），
    （2）但是打印不推荐使用类似于：wcout<<elm.str()<<endl; 的方式
    （3）打印的推荐方式（先转成string，在用cout）：
cout<<"1===>"<<to_byte_string(elm.str())<<endl;

*注：
to_byte_string() 这个函数是网上抄来的，用于将wstring转为string，详细代码在 小节“3.使用样例”里面有。

3.使用样例

#include <iostream>
#include <fstream>

#include <string>
#include <regex>

#include <locale>
#include <codecvt>
#include <Windows.h>

using std::cout;
using std::endl;
using std::ifstream;

using std::string;

using std::regex;
using std::cmatch;
using std::regex_match;
using std::regex_search;

using std::wcout;
using std::wstring;
using std::wregex;
using std::wcmatch;
using std::wifstream;

// === functions ===================
std::string to_byte_string(const std::wstring& input)
{
    //std::wstring_convert<std::codecvt_utf8_utf16<wchar_t>> converter;
    std::wstring_convert<std::codecvt_utf8<wchar_t>> converter;
    return converter.to_bytes(input);
}

std::wstring StringToWString(const std::string& str)
{
    int num = MultiByteToWideChar(CP_UTF8, 0, str.c_str(), -1, NULL, 0);
    wchar_t *wide = new wchar_t[num];
    MultiByteToWideChar(CP_UTF8, 0, str.c_str(), -1, wide, num);
    std::wstring w_str(wide);
    delete[] wide;
    return w_str;
}

void show_wstr(const wstring& line, const string& split_tag = ", ", const string& link_tag=":") {
    for(int i=0; i<line.size(); ++i) {
        cout<<i<<link_tag<<to_byte_string(wstring({line[i]}))<<split_tag;
    }
    cout<<endl;
}


void try_regex(const string& rule_str, const string& line, const string& end_line = "\n") {
    regex rule(rule_str);
    cmatch match_rslt;

    if (regex_match(line.c_str(), match_rslt, rule)) {
        // 整句匹配
        cout<<"MATCH: line(\""<<line<<"\") MATCH rule(\""<<rule_str<<"\")."<<endl;
        int i = 0;
        for(auto& elm: match_rslt) {
            cout<<"match_part["<<i<<"]: \""<<elm
                <<"\", start="<<elm.first-match_rslt[0].first+match_rslt.position() // 匹配到的部分 起始位置计算 !!!
                <<", len="<<elm.length()<<endl;
            ++i;
        }
        cout<<"match poi: "<<match_rslt.position()<<endl;
    } else if (regex_search(line.c_str(), match_rslt, rule)) {
        // 局部匹配
        cout<<"SEARCH: line(\""<<line<<"\") SEARCH rule(\""<<rule_str<<"\")."<<endl;
        int i = 0;
        for(auto& elm: match_rslt) {
            cout<<"match_part["<<i<<"]: \""<<elm
                <<"\", start="<<elm.first-match_rslt[0].first+match_rslt.position()
                <<", len="<<elm.length()<<endl;
            ++i;
        }
        cout<<"match poi: "<<match_rslt.position()<<endl;
    } else {
        // 不匹配
        cout<<"NOT MATCH: line(\""<<line<<"\") NOT match rule(\""<<rule_str<<"\")!"<<endl;
    }
    cout<<"match part num: "<<match_rslt.size()<<endl;
    cout<<end_line;
}

void try_wregex(const wstring& rule_wstr, const wstring& line, const string& end_line = "\n") {
    wregex rule(rule_wstr);
    wcmatch match_rslt;

    if (regex_match(line.c_str(), match_rslt, rule)) {
        // 整句匹配
        cout<<"MATCH: line(\""<<to_byte_string(line)<<"\") MATCH rule(\""<<to_byte_string(rule_wstr)<<"\")."<<endl;
        int i = 0;
        for(auto& elm: match_rslt) {
            size_t start = elm.first-match_rslt[0].first+match_rslt.position();
            size_t len = elm.length();
            cout<<"match_part["<<i<<"]: \""<<to_byte_string(line.substr(start,len)) // wstring 的elm 没法直接打印 !!!
                <<"\", start="<<start
                <<", len="<<len<<endl;
            ++i;
        }
        cout<<"match poi: "<<match_rslt.position()<<endl;
    } else if (regex_search(line.c_str(), match_rslt, rule)) {
        // 局部匹配
        cout<<"SEARCH: line(\""<<to_byte_string(line)<<"\") SEARCH rule(\""<<to_byte_string(rule_wstr)<<"\")."<<endl;
        int i = 0;
        for(auto& elm: match_rslt) {
            size_t start = elm.first-match_rslt[0].first+match_rslt.position();
            size_t len = elm.length();
            cout<<"match_part["<<i<<"]: \""<<to_byte_string(line.substr(start,len))
                <<"\", start="<<start
                <<", len="<<len<<endl;
            ++i;
        }
        cout<<"match poi: "<<match_rslt.position()<<endl;
    } else {
        // 不匹配
        cout<<"NOT MATCH: line(\""<<to_byte_string(line)<<"\") NOT match rule(\""<<to_byte_string(rule_wstr)<<"\")!"<<endl;
    }
    cout<<"match part num: "<<match_rslt.size()<<endl;
    cout<<end_line;
}

void load_rule_txt_and_test(const char* pth, const string& in_str) {
    ifstream f(pth);
    string rule_line;
    while(getline(f,rule_line)){
        if (rule_line.size()) {
            try_regex(rule_line, in_str);
        }
    }

    f.close();
}

void load_wrule_txt_and_test(const char* pth, const wstring& in_wstr) {
    ifstream f(pth);
    string rule_line;
    while(getline(f,rule_line)){
        if (rule_line.size()) {
            cout<<"rule now: "<<rule_line<<endl;
            try_wregex(StringToWString(rule_line), in_wstr); // 读取 中文正则文件, 采用: 先读取string,再转为wstring的方式 !!!
        }
    }

    f.close();
}

// === main ==========================
int main() {
    // 1. match & search
    // string rule2 = "[0-9]+([a-z]+)([A-Z]+)";
    // try_regex(rule2, "123ab"); // not match
    // try_regex(rule2, "ab123abABCD45"); // search
    // try_regex(rule2, "123abABCD");// match
    // cout<<"======================"<<endl;

    // 2. wstring
    // wstring wrule1 = L"你好[，。！]?我叫.{1,4}[，。！]?(请多指教|)$";
    // try_wregex(wrule1, L"你好我叫甲乙丙，请多指教");
    // try_wregex(wrule1, L"你好我叫12345，请多指教");

    // 3. get regex rules by open file
    // const char* pth = "D:\\learn\\cpp\\code\\regex_rule_for_test.txt";
    // load_rule_txt_and_test(pth, "你好我叫123,请多指教");
    // cout<<"-------------------"<<endl;
    // load_rule_txt_and_test(pth, "你好我叫甲乙丙,请多指教");
    // cout<<"======================"<<endl;

    // 4. get regex rules (zn_ch mode) by open file
    const char* pth = "D:\\learn\\cpp\\code\\regex_rule_for_test.txt";
    load_wrule_txt_and_test(pth, L"你好我叫甲乙丙，请多指教");
    cout<<"-------------------"<<endl;
    load_wrule_txt_and_test(pth, L"你好我叫12345，请多指教");
    cout<<"======================"<<endl;

    return 0;
}
ding_zhikai
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
正则表达式：Hoa \ Regex库
02-03
Hoa是一组模块化，可扩展和结构化PHP库。 此外，Hoa旨在成为工业界和研究界之间的桥梁。 Hoa \ Regex 该库提供了用于分析正则表达式并基于正则表达式（ ）生成字符串的工具。 。 安装 使用 ，要将此库包含到您的依赖项中，您需要 ： $ composer require hoa/regex ' ~1.0 ' 有关更多安装过程，请阅读。 测验 在运行测试套件之前，必须安装开发依赖项： $ composer install 然后，运行所有测试套件： $ vendor/bin/hoa test:run 有关更多信息，请阅读。 快速使用 作为快速概述，我们建议看两个例子。 首先，分析一个正则表达式，即lex，解析并生成AST。 第二，通过使用各向同性随机方法访问AST来基于正则表达式生成字符串。 分析正则表达式 我们需要来解析，解析并产生以下正则表达式的AST： ab(c|d){2,4}e? 。 从而： // 1. Read the grammar. $ grammar = new Hoa \ File \ Read ( 'hoa://Library/Regex
C++11 | 正则表达式(1)
安晓辉生涯——聚焦程序员的职业规划与成长
07-01 7416
介绍C++11里的正则表达式的简单用法，使用regex、smatch、sregex_iterator完成简单的正则匹配
std::regex正则表达式
weixin_44609676的博客
04-14 510
std::regex_search: 搜素正则表达式参数，但它不要求整个字符序列完全匹配。而且它只进行单次搜索，搜索到即停止继续搜索，不进行重复多次搜索。result[0]是完整的文本，result[1]是第一个分组匹配的数据。如果正则表达式有n个分组，match_results的size也就是n+1个。用来观测match_results的结果。（匹配的结果存入其中）
C++标准库中提供的用于处理正则表达式的类std::regex
book_dw5189的博客
03-23 842
`std::regex` 是 C++ 标准库中提供的用于处理正则表达式的类。正则表达式是一种强大的模式匹配工具，它可以用于在字符串中进行复杂的搜索、替换等操作。
regex-url:正则表达式以匹配网址
05-17
正则表达式网址 正则表达式以匹配网址。 安装 使用可以： $ npm install regex-url --save-dev 用法 var regexUrl = require ( 'regex-url' ) ; console . log ( 'Favourite website https://github.com/' . match ( regexUrl ) ) ; 执照 麻省理工学院
Cpp标准库之 std::regex 类的使用
热门推荐
l357630798的专栏
10-14 3万+
本文主要是大致的介绍如何使用 C++ 标准库中 std::regex 相关类库，用来打发下无聊的时间。
C++标准库之std::regex类的使用
泠山的博客
07-27 1万+
Cpp标准库之 std::regex 类的使用1. 简介2. 正则表达式2.1 概念2.2 入门2.3 元字符2.4 字符转义2.5 重复2.63. 常用 C++ 标准库正则表达式类：4. 正则表达式模板的使用4.1 std::regex_search 1. 简介 在使用C++标准库之前，需优先学习正则表达式语法。 2. 正则表达式 2.1 概念 在编写处理字符串的程序或网页时，经常会有查找付个某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。 很
C++ std::regex | 正则表达式
专注于C/C++/Linux领域创作
04-04 6381
cppreference： https://zh.cppreference.com/w/cpp/regex 结合以下网站食用更加： 正则大全 正则解析：Regulex：JavaScript Regular Expression Visualizer 正则练习：regex101: build, test, and debug regex 文章目录一、正则表达式的操作二、主要的几个类2.1 basic_regex 正则表达式对象示例：2.2 match_results 正则匹配结果集示例：2.3 sub_m
C/C++ 正则表达式 regex库介绍（详细版）
余识-
05-28 1万+
详尽介绍C++标准正则表达式库regex的使用
【C++】标准库 — 正则表达式 std::regex
Loup&卡普的博客
06-25 2321
从 C++11 起，标准库增加了正则表达式 (RegularEx）std::regex，包含在头文件中。描述字符序列的方法，用于字符（串）的模式/模糊匹配。用途查找 （是否包含，找出来）标识释义seqsequence 表示目标序列rregex 表示模式，即正则表达式mmatch 对象，即 std::match_results 匹配到结果数组mftmatch flag type 匹配标识选项位掩码类型 (BitmaskType)替换（替换内容，替换格式）标识释义。
C++常用正则表达式匹配
luanzheng_365的博客
03-22 7169
正则表达式在匹配字符串,验证输入合法性时经常用到.C++ 11标准库中已经支持了正则表达式.以下对于几个常用的验证进行实现,以体会C++正则表达式的用法.注意: 在C++中,对于特殊字符,需要使用转义字符. 因此,匹配数字的\d,需要写成\d这种格式. 经典的三部曲匹配: 1.先写pattern. string pattern = {“XXXX”}; 2.使用re. regex re(pat
linux下的C语言POSIX正则表达式头文件和源文件： regex.h regex.cpp
12-13
linux下posix标准的正则表达式库，支持regcomp, regexec等，可以放到vs2010或vs2012下进行编译。
c++11中regex正则表达式示例简述
08-25
主要给大家介绍了关于c++11中regex正则表达式的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用c++11具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧
issue-regex:正则表达式，用于匹配问题参考
05-26
正则表达式，用于匹配问题参考 安装 $ npm install issue-regex 用法 const issueRegex = require ( 'issue-regex' ) ; 'Fixes #143 and avajs/ava#1023' . match ( issueRegex ( ) ) ; //=> ['#143', 'avajs/ava#...
【C++第三阶段】list容器&排序
最新发布
还有很多需要学习，现在还很菜
04-29 546
以下内容仅为当前认识，可能有不足之处，欢迎讨论！
C语言如何⽤指针为函数传递数组？
PAP
04-25 311
C语言如何⽤指针为函数传递数组？
C语言案例——输出 Fibonacci 数列（斐波那契数列）的前 40 项
悟道子HD
04-25 460
输出 Fibonacci 数列（斐波那契数列）的前 40 项 #include void main() { int a[40]= {1,1}; int i; printf( "%12d%12d",a[0],a[1]); for(i=2; i
Python和C++数学物理计算分形热力学静电学和波动方程
跨学科知识视角展现
04-26 688
数学逻辑和代码计算或可视化：:pen:向下递归确定球面贝塞尔函数 | :pen:蒙特卡罗法模拟随机游走和放射性粒子衰减 | :pen:梯形规则积分算法 | :pen:高斯求积算法 | :pen:冯诺依曼拒绝（方法）生成加权随机分布 | :pen:牛顿-拉夫森搜索逐步搜索弦上两个质量矩阵问题解 | :pen:二分算法求解 | :pen:牛顿-拉夫森方法 | :pen:横截面的样条拟合 | :pen:最小二乘法拟合数据和抛物线 | :pen:四阶龙格库塔法常微分方程求解器 | :pen:亚当斯-巴什福斯-莫尔顿
手搓顺序表（C语言）
m0_62646213的博客
04-23 633
顺序表头插头删，尾插尾删，任意位置插入删除的实现和优劣分析
std::regex使用
08-29
通过std::regex，你可以使用正则表达式来匹配、查找和替换字符串。 以下是一个简单的示例，展示了如何使用std::regex进行匹配： ```cpp #include #include <regex> int main() { std::string text = "Hello, ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值