正则表达式 C++

一些简单的正则

限定符	含义
%[0-9]	数字集合
%[^0-9]	非数字集合
%[a-zA-Z]	字母集合
%[^a-zA-Z]	非字母集合

示例：判断一个输入的QQ号是否有效

判断步骤：

1. 长度大于5，小于等于11；
2. 首位不能为0；
3. 是否为纯数字？

#include<iostream>
#include<regex>
using namespace std;
int main()
{
	regex qq_reg("[1-9]\\d{4,11}");
	string qq = "746632063";
	smatch result;
	bool ret = regex_match(qq, result, qq_reg);
	cout << (ret ? "存在" : "不存在") << endl;
	return 0;
}

正则程序库（regex）

「正则表达式」就是一套表示规则的式子，专门用来处理各种复杂的操作。

std::regex是C++用来表示「正则表达式」（regular expression）的库，于C++11加入，它是class std::basic_regex<>针对char类型的一个特化，还有一个针对wchar_t类型的特化为std::wregex。

正则文法（regex syntaxes）

std::regex默认使用是ECMAScript文法，这种文法比较好用，且威力强大，常用符号的意义如下：

符号	意义
^	匹配行的开头
$	匹配行的结尾
.	匹配任意单个字符
[…]	匹配[]中的任意一个字符
(…)	(…)
\	转义字符
\d	匹配数字[0-9]
\D	\d 取反
\w	匹配字母[a-z]，数字，下划线
\W	\w 取反
\s	匹配空格
\S	\s 取反
+	前面的元素重复1次或多次
*	前面的元素重复任意次
?	前面的元素重复0次或1次
{n}	前面的元素重复n次
{n,}	前面的元素重复n次
{n,m}	前面的元素重复至少n次，至多m次
|	逻辑或

匹配（Match）

字符串处理常用的一个操作是「匹配」，即字符串和规则恰好对应，而用于匹配的函数为std::regex_match()，它是个函数模板

bool regex_match(string s,regex pattern)
bool regex_match(string s,smatch result,regex pattern)
bool regex_match(s.cbegin()+i,s.cend(),smatch result,regex pattern)  //从字符串的某个位置开始匹配？

我们直接来看例子：

#include<iostream>
#include<regex>
using namespace std;
int main()
{
	/*匹配*/
	regex pattern("^1[3578]\\d{9}$");	//1开头，后面[3578]中的一个，九个数字
	string s = "17779637570";
	smatch result;
	bool ismatch = regex_match(s, result, pattern);
	if (ismatch)
	{
		cout << "匹配成功:" << result[0] << endl;
	}
	else
		cout << "匹配失败" << endl;
	return 0;
}

匹配成功:17779637570

搜索（Search）

「搜索」与「匹配」非常相像，其对应的函数为std::regex_search，也是个函数模板，用法和regex_match一样，不同之处在于「搜索」只要字符串中有目标出现就会返回，而非完全「匹配」。

bool regex_search(string s,regex pattern)
bool regex_search(string s,smatch result,regex pattern)
bool regex_search(s.cbegin()+i,s.cend(),smatch result,regex pattern)  //从字符串的某个位置开始匹配？

搜索给定字符串中是否存在与模式匹配的子串，如果存在则返回true。

同样可以用smatch result记录结果，但不同的是result[0]记录的是整个字符串中从左往右第一个匹配模式的子串。

假如有多个子串符合模式，若想知道result[0]中存储的是第几个子串，可以用result.position()函数，返回数从0开始。

我们直接来看例子：

#include<iostream>
#include<regex>
using namespace std;
int main()
{
	regex pattern("\\d+");	/*匹配一个到无穷个数字*/
	string s = "51x41+(5-13/2)x3a";
	smatch result;
	string::const_iterator iter_begin = s.cbegin();
	string::const_iterator iter_end = s.cend();
	while (regex_search(iter_begin, iter_end, result, pattern))
	{
		cout << "查找成功：" << result[0] << endl;
		cout << "查找结果子串的在源串中的迭代器位置" << *result[0].first << endl;
		cout << "查找结果子串的在源串后面的位置" << *result[0].second << endl;
		iter_begin = result[0].second;	//更新迭代器位置
	}
	return 0;
}

查找成功：51
查找结果子串的在源串中的迭代器位置5
查找结果子串的在源串后面的位置x
查找成功：41
查找结果子串的在源串中的迭代器位置4
查找结果子串的在源串后面的位置+
查找成功：5
查找结果子串的在源串中的迭代器位置5
查找结果子串的在源串后面的位置-
查找成功：13
查找结果子串的在源串中的迭代器位置1
查找结果子串的在源串后面的位置/
查找成功：2
查找结果子串的在源串中的迭代器位置2
查找结果子串的在源串后面的位置)
查找成功：3
查找结果子串的在源串中的迭代器位置3
查找结果子串的在源串后面的位置a

替换（Replace）

最后一种操作称为「替换」，即将正则表达式内容替换为指定内容，regex库用模板函数std::regex_replace提供「替换」操作。

string regex_replace(string s,regex p,string replace_str)	//有其他重载用法

现在，给定一个数据为"he…ll…o, worl…d!"， 思考一下，如何去掉其中误敲的“.”？

#include<iostream>
#include<regex>
using namespace std;
int main()
{
	char data[] = "he...ll..o, worl..d!";
	regex reg("\\.");	//正则匹配点.
	cout << regex_replace(data, reg, "");	//将正则匹配到的点替换成无，即删除点
	return 0;
}

hello, world!

删除了没必要的点，是不是贼方便…

对字符串data中与模式匹配的所有子串进行相应的字符串替换，替换字符串引用匹配子串中的内容，引用方法如下

转义序列	替换为
$n	匹配第n个捕捉组的字符串。例如$l表示第一个捕捉组，$2表示第二个，依此类推
$&	匹配整个正则表达式的字符串，等同于$0
$`	在源字符串中，在匹配正则表达式的子字符串左侧的部分
$’	在源字符串中，在匹配正则表达式的子字符串右侧的部分
$$	美元符号

#include<iostream>
#include<regex>
using namespace std;
int main()
{
	char data[] = "001-Neo,002-Lucia";
	regex reg("(\\d+)-(\\w+)");
	cout << regex_replace(data, reg, "$1 name=$2");
	return 0;
}

001 name=Neo,002 name=Lucia