看一个别人给出的例子,当我们输入“select 字符串 from 字符串”的时候,会得到输出;如果不符合这个格式,就会输出error。注意:在命令行下输入的时候,按ctrl+Z、回车表示行输入结束。
#include <cstdlib>
#include <stdlib.h>
#include <boost/regex.hpp>
#include <string>
#include <iostream>
using namespace std;
using namespace boost;
regex expression("select ([a-zA-Z]*) from ([a-zA-Z]*)");
int main(int argc, char* argv[])
{
std::string in;
cmatch what;
cout << "enter test string" << endl;
getline(cin,in);
if(regex_match(in.c_str(), what, expression))
{
for(int i=0;i<what.size();i++)
cout<<"str :"<<what.str()<<endl;
}
else
{
cout<<"Error Input"<<endl;
}
return 0;
}
regex对象与regex_match()函数
下面是一个检测两个字符串是否符合指定表达式的例子:
#include <iostream>
#include <cassert>
#include <string>
#include <boost/regex.hpp>
using namespace std;
using namespace boost;
int main()
{
regex reg("//d{3}([a-zA-Z]+).(//d{2}|N/A)//s//1");
string correct = "123Hello N/A Hello";
string incorrect = "123Hello 12 hello";
assert(regex_match(correct,reg)==true);
assert(regex_match(incorrect,reg)==false);
return 0;
}
reg的格式含义是:三个数字,1个单词,一个任意字符,2个数字或者字符串N/A,1个空格,然后再重复第一个单词。
下面是一个匹配邮件地址的表达式例子:
#include <iostream>
#include <cassert>
#include <string>
#include <boost/regex.hpp>
using namespace std;
using namespace boost;
int main()
{
regex reg("//w(.+)@(.+)//.com");
string correct = "boluo1982107@ccc122.com";
assert(regex_match(correct,reg)==true);
return 0;
}
很有意思吧!
regex_search()函数的使用
#include <iostream>
#include <cassert>
#include <string>
#include <boost/regex.hpp>
using namespace std;
using namespace boost;
int main()
{
regex reg("(new)|(delete)");
smatch m;
string s = "Calls to new mustbe followed by delete. Calling simply new results in aleak!";
int new_counter = 0;
int delete_counter = 0;
string::const_iterator it = s.begin();
// string::const_iterator end = s.end();
while (regex_search(it,(string::const_iterator)s.end(),m,reg))
{
m[1].matched ? ++new_counter : ++delete_counter;
it = m[0].second;
}
if (new_counter != delete_counter)
cout<<"Leak detected!/n";
else
cout<<"Seems OK.../n";
return 0;
}
在上面的例子中,统计new和delete这两个单词的数目是不是一样。注意:smatch对象,它其实是一个match_results类型,分别用来记录reg中的索引是否被匹配。如果“new”被匹配了,那么m[1].matched就会为真(true);m[0].second表示it向后移动了,继续匹配剩下的字符串。
m[0],返回的是对匹配整个正则表达式的子匹配的引用,因此可以确定这个匹配的结束点通常是下次运行regex_search函数的起始点。
regex_replace()函数的使用
顾名思义,它可以用于执行文本替换。它在输入数据中进行搜索,查找正则表达式的所有匹配,对于每个匹配,该算法调用match_results::format,并将结果输出到一个传递给该函数的输出迭代器(output iterator)中。
下面的例子将英式拼法的colour替换为美式拼法的color。如果不使用正则表达式来进行这个拼写的修改,将会非常单调乏味,而且容易出错。问题在于单词中可能存在不同的大小写,而且单词可能还有很多的变形——例如colourize。为了正确地解决这个问题,需要把正则表达式分为3个子表达式:
regex reg("(Colo)(u)(r)",boost::regex::icase|boost::regex::perl);
为了在任何匹配中能够很容易地删除字母u,我们对它进行了隔离。后面的是regex构造函数的标志参数,表示这个正则表达式不区分大小写;设置格式标志过程中的一个常见错误是忽略了regex需要默认启用的那些标志,如果没有设置这些标志,那么它们就不会启用,因此通常情况下必须使用应用应该设置的所有标志。
在使用regex_replace替换时,我们需要以参数的方式提供一个格式化字符串,该字符串决定如何进行替换。如果我们希望保留第一个和第三个匹配的子表达式,那么可以使用$N(N为子表达式的索引)来实现。下面是解决问题的完整代码:
#include <iostream>
#include <cassert>
#include <string>
#include <boost/regex.hpp>
using namespace std;
using namespace boost;
int main()
{
regex reg("(Colo)(u)(r)",regex::icase | regex::perl);
string s = "Colour, colours,color,colourize";
s = regex_replace(s,reg,"$1$3");
// s = regex_replace(s,reg,"$1 wocao $3");//尝试在输出字符串中加空格 cout<<s<<endl;
return 0;
}
关于重复和贪婪
#include <iostream>
#include <cassert>
#include <string>
#include <boost/regex.hpp>
using namespace std;
using namespace boost;
int main()
{
regex reg("(.*)(//d{2})");
cmatch m;
const char * text = "Note that I'm 31 years old, not 32.";
if (regex_search(text,m,reg))
{
if (m[1].matched)
{
cout<<m[1].str()<<'/n';
}
if (m[2].matched)
{
cout<<m[2]<<'/n';
}
}
}
上面代码的输出结果是:
Note that I'm 31, not
32
也就是说,正则表达式中的".*"选项贪婪地吞掉了所有的输入!从而致使后面的子表达式无法获得匹配。按照我们的想法:31应该是符合/d{2}的条件的,应该被输出!但是可惜,它被*吞掉了。在正则表达式中,+和*都是重复性贪婪的。
为了非贪婪的重复,怎么办呢?可以在重复记号后面加一个问号"?",重复就会变成非贪婪的。修改上面代码的表达式:
regex reg("(.*?)(//d{2})");
再运行程序,结果就变成:
Note that I'm
31
明白了吧?
regex_iterator的介绍和使用
#include <iostream>
#include <cassert>
#include <string>
#include <boost/regex.hpp>
using namespace std;
using namespace boost;
class regex_callback
{
int sum_;
public:
regex_callback():sum_(0){}
template<typename T> void operator()(const T& what)
{
sum_+=atoi(what[1].str().c_str());
}
int sum() const
{
return sum_;
}
};
int main()
{
regex reg("(//d+),?");
string s = "1,1,2,3,5,8,13,21";
sregex_iterator it(s.begin(),s.end(),reg);
sregex_iterator end;
regex_callback c;
int sum = for_each(it,end,c).sum();
}
sregex_iterator是regex_iterator<std::string::const_iterator>的typedef,现在的使用方法更加清晰了。我们可以对比一下前面使用regex_search的时候,不得不在循环中手动地让起始迭代器前进,而且还要手动调用regex_search函数。
regex_token_iterator的介绍和使用
它和regex_iterator相似,但是它列举的是与正则表达式不匹配的字符序列,该特性对于字符串分割非常有用。当解引用regex_token_iterator时,只有被“预订”的子表达式才可以返回。下面这个例子:输入数据的条目之间用“/”分隔,要获得两个斜杠之间的数据;使用regex_token_iterator来分隔处理就特别简单,因为它的表达式简单:regex reg("/");为了使用这个正则表达式来分割输入,需要将一个特殊的索引-1传递给regex_token_iteraotr的构造函数。
#include <iostream>
#include <cassert>
#include <boost/regex.hpp>
using namespace std;
using namespace boost;
int main()
{
regex reg("/");
string s = "Split/Values/Separated/By/Slashes,";
vector<string> vec;
sregex_token_iterator it(s.begin(),s.end(),reg,-1);
sregex_token_iterator end;
while (it!=end)
vec.push_back(*it++);
assert(vec.size()==count(s.begin(),s.end(),'/')+1);
assert(vec[0]=="Split");
return 0;
}
regex_token_iterator是一个模板类,sregex_token_iterator是迭代器类型,是regex_token_iterator<std::string::const_iterator>的typedef。在上面的程序中,每次解引用返回的都是当前的sub_match,当迭代器前进时,它会尝试再次匹配该正则表达式。
换一个不同类型的输入,也应该能够写出程序来!
#include <string>
#include <iostream>
#include <cassert>
#include <boost/regex.hpp>
using namespace std;
using namespace boost;
int main()
{
regex reg(" ");
char* s="123 456 789 12345";
// cregex_token_iterator it; //This is correct, too.
regex_token_iterator<char*> it(s,s+strlen(s),reg,-1);
regex_token_iterator<char*> end;
while (it!=end)
{
cout<<*it++<<endl;
}
return 0;
}
当需要反复调用regex_search时,考虑使用这两个iterator,比较方便。
/A和/Z的使用
如果把/A放在正则表达式的开始,把/Z放在正则表达式的最后,那么regex_search函数的行为就可以与regex_match函数的相同——也就是说,regex_search函数必须匹配所有的输入后才能匹配成功。
下面的表达式通常要求所有的输入都能获得匹配,而不管使用regex_match还是regex_search:
regex reg("//A//d*//Z");
对比regex_search和regex_match的使用:
regex reg("//d*");
bool b=regex_match("17 is prime",reg);
//返回失败
regex reg("//d*");
bool b=regex_search("17 is prime",reg);
//返回true
regex reg("//d*");
bool b=regex_search("17 is prime",reg);
//仍然返回失败
元字符(^)的使用
元字符用来表示取反。regex reg("[^13579]");它表示一个取反的字符类,可以匹配任意非奇数的字符。
#include <iostream>
#include <cassert>
#include <boost/regex.hpp>
using namespace std;
using namespace boost;
int main()
{
regex reg("[^13579]");
string s="0123456789";
sregex_iterator it(s.begin(),s.end(),reg);
sregex_iterator end;
while (it!=end)
cout<<*it++;
return 0;
}
上面程序的输出结果为“02468”,如果输入字符串是“abcd”,也会全部匹配(因为它们不是奇数)。
另外,元字符^还可以用来表示一行的开始,元字符$则表示一行的结束。
无效正则表达式与异常抛出
下面这个程序还可以当作正则表达式格式输入的练习:)
#include <string>
#include <iostream>
#include <cassert>
#include <boost/regex.hpp>
using namespace std;
using namespace boost;
int main()
{
cout<<"Enter a regular expression:/n";
string s;
getline(cin,s);
try
{
regex reg(s);
cout<<"Now enter a string to be matched:/n";
getline(cin,s);
if (regex_match(s,reg))
cout<<"That's right!/n";
else
cout<<"No, that doesn't match!";
}
catch (bad_expression & e)
{
cout<<"That's not a valid expression! Error: "<<e.what()<<endl;
}
return 0;
}
输入/d{5},输入:12345,输出:That's right!(奇怪,为什么这里输入/d而不是//d呢?输入//d没有抛出异常,却不能正确匹配!如果我输入//d,而这又是一个合法的正则表达式,那么它的匹配字符串是怎样的?)
输入错误的正则表达式:(/w*)),程序会抛出异常。
参考文献:超越c++标准库 Boost
本文来自CSDN博客,转载请标明出处:http://blog.csdn.net/boluo1982107/archive/2008/11/07/3248410.aspx