boost xpressive库正则表达式使用笔记

一个好用的全面的C++API查询链接：http://www.cplusplus.com/reference/

一个boost xpressive介绍的链接：http://blog.csdn.net/mmzsyx/article/details/8211487

常用函数：sregex::compile，cregex::compile，regex_match，regex_search等，可以查询链接一看详细说明及例子；

保存匹配结果： match_results，cmatch，smatch等，可以查询链接一看详细说明及例子；

开发工程的代码举例：

  string num_str;
  smatch m;
  if (regex_match(term_str, m, kChnNumRegex)) {
    num_str.assign(m[0].str());
  } else if (regex_match(term_str, m, kSeasonTermRegex)) {
    num_str.assign(m[1].str());
  }

  cmatch m;
  if (regex_search(query.c_str(), m, spam_protected_regex_)) {
    string prefix_part(m.prefix().first, m.prefix().second);
    string suffix_part(m.suffix().first, m.suffix().second);
    if ((!prefix_part.empty() &&
         regex_search(prefix_part.c_str(), spam_regex_)) ||
        (!suffix_part.empty() &&
         regex_search(suffix_part.c_str(), spam_regex_))) {
      return false;
    }   
  } else if (regex_search(query.c_str(), spam_regex_)) {
    return false;
  }

【特别注意】

匹配中文的时候出现过问题，曾经这么写过正则：

boost::xpressive::sregex kRegexPtn = sregex::compile("第([一二三四五六七八九十]+)集");

想用来匹配“第一集”、“第二十集”，结果却怎么也匹配不上。

后来想想发现原因是，汉字不是单个“字符”，所以不能写在[ ]中，两种解决方法：

1. 改成："第((一|二|三|四|五|六|七|八|九|十)+)集"；

2. 把中文转换为宽字符来处理，参考：http://blog.csdn.net/neofung/article/details/6977531。