title: C++11正则表达式的使用
tags: 正则表达式,c++11
author: 默默
time: 2019-3-24 22:01:00
什么是正则表达式
正则表达式是一种文本模式。正则表达式是强大、便捷、高效的文本处理工具。正则表达式本身,加上如同一门袖珍编程语言的通用模式表示法(general pattern notation),赋予使用者描述和分析文本的能力。配合上特定工具提供的额外支持,正则表达式能够添加、删除、分离、叠加、插入和修整各种类型的文本和数据
大家熟悉的 ls *.txt 就是正则的体现
C++11 的正则库头文件是 <regex>
正则表达式的规则表
本章主要描述C++11 正则表达的规则(和其他语言的规则类似)。
本章来源:转载以下文章
作者:fengbingchun
来源:CSDN
原文:https://blog.csdn.net/fengbingchun/article/details/54835571
完整的正则表达式由两种字符构成:特殊字符(special characters)称为”元字符”(meta characters),其它为”文字”(literal),或者是普通文本字符(normal text characters,如字母、数字、汉字、下划线)。正则表达式的元字符提供了更强大的描述能力。
- 常用的元字符
字符 | 功能 |
---|---|
‘.’ | 匹配除"\n"之外的任何单个字符,若要匹配包括"\n"在内的任意字符,需使用诸如"[\s\S]"之类的模式 |
‘^’ | 匹配输入字符串的开始位置,要匹配’^‘字符本身,需使用’\^’(’\\‘才表示’\’) |
‘$’ | 匹配输入字符串结尾的位置,不匹配任何字符,要匹配”$”字符本身,需使用”\$” |
‘*’ | 零次或多次匹配前面的字符或子表达式,”*”等效于”{0,}” |
‘+’ | 一次或多次匹配前面的字符或子表达式,等效于”{1,}” |
‘?’ | 零次或一次匹配前面的字符或子表达式,等效于”{0,1}”,如”a[cd]?”可以匹配”a”、”ac”、”ad”; 当此字符紧随任何其他限定符”*”、”+”、”?”、”{n}”、”{n,}”、”{n,m}”之后时,匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串,而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。如,在字符串"oooo"中,"o+?“只匹配单个"o”,而"o+“匹配所有"o” |
‘|’ | 将两个匹配条件进行逻辑"或"(Or)运算,如正则表达式”(him|her)”匹配"itbelongs to him"和"it belongs to her",但是不能匹配"itbelongs to them |
‘\’ | 将下一字符标记为特殊字符、文本、反向引用或八进制转义符,如,”n”匹配字符”n”,”\n”匹配换行符,序列”\”匹配”\”,”(“匹配”(“ |
‘\w’ | 匹配字母或数字或下划线,任意一个字母或数字或下划线,即A~Z,a~z,0~9,_中任意一个 |
‘\W’ | 匹配任意不是字母、数字、下划线的字符 |
‘\s’ | 匹配任意的空白符,包括空格、制表符、换页符等空白字符的其中任意一个,与”[ \f\n\r\t\v]”等效 |
‘\S’ | 匹配任意不是空白符的字符,与”[^\f\n\r\t\v]”等效 |
‘\d’ | 匹配数字,任意一个数字,0~9中的任意一个,等效于”[0-9]” |
‘\D’ | 匹配任意非数字的字符,等效于”[^0-9]” |
‘\b’ | 匹配一个字边界,即字与空格间的位置,也就是单词和空格之间的位置,不匹配任何字符,如,“er\b"匹配"never"中的"er”,但不匹配"verb"中的"er" |
‘\B’ | 非字边界匹配,“er\B"匹配"verb"中的"er”,但不匹配"never"中的"er" |
‘\f’ | 匹配一个换页符,等价于”\x0c”和”\cL” |
‘\n’ | 匹配一个换行符,等价于”\x0a”和”\cJ” |
‘\r’ | 匹配一个回车符,等价于”\x0d”和”\cM” |
‘\t’ | 匹配一个制表符,等价于”\x09”和”\cI” |
‘\v’ | 匹配一个垂直制表符,等价于”\x0b”和”\cK” |
‘\cx’ | 匹配”x”指示的控制字符,如,\cM匹配Control-M或回车符,”x”的值必须在”A-Z”或”a-z”之间,如果不是这样,则假定c就是"c"字符本身 |
- 匹配次数相关
字符 | 功能 |
---|---|
‘{n}’ | ”n”是非负整数,正好匹配n次,如,"o{2}"与"Bob"中的"o"不匹配,但与"food"中的两个"o"匹配 |
‘{n,}’ | ”n”是非负整数,至少匹配n次,如,"o{2,}“不匹配"Bob"中的"o”,而匹配"foooood"中的所有”o”,"o{1,}“等效于"o+”,"o{0,}“等效于"o*” |
‘{n,m}’ | ”n”和”m”是非负整数,其中n<=m,匹配至少n次,至多m次,如,"o{1,3}"匹配"fooooood"中的头三个o,'o{0,1}‘等效于’o?’,注意,不能将空格插入逗号和数字之间;如”ba{1,3}”可以匹配”ba”或”baa”或”baaa” |
- 中括号作用
字符 | 功能 |
---|---|
‘[xyz]’ | 字符集,匹配包含的任一字符,如,"[abc]“匹配"plain"中的"a” |
‘[^xyz]’ | 反向字符集,匹配未包含的任何字符,匹配除了”xyz”以外的任意字符,如,"[^abc]“匹配"plain"中的"p” |
‘[a-z]’ | 字符范围,匹配指定范围内的任何字符,如,"[a-z]"匹配"a"到"z"范围内的任何小写字母 |
‘[^a-z]’ | 反向范围字符,匹配不在指定的范围内的任何字符,如,"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符 |
- 小括号作用
字符 | 功能 |
---|---|
‘()’ | 将”(“和”)”之间的表达式定义为”组”group,并且将匹配这个表达式的字符保存到一个临时区域,一个正则表达式中最多可以保存9个,它们可以用”\1”到”\9”的符号来引用 |
‘(pattern)’ | 匹配pattern并捕获该匹配的子表达式,可以使用$0…$9属性从结果”匹配”集合中检索捕获的匹配 |
‘(?:pattern)’ | 匹配pattern但不捕获该匹配的子表达式,即它是一个非捕获匹配,不存储供以后使用的匹配,这对于用”or”字符” ( |
‘(?=pattern)’ | 非获取匹配,正向肯定预查,在任何匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。如,“Windows(?=95|98|NT|2000)“能匹配"Windows2000"中的"Windows”,但不能匹配"Windows3.1"中的"Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始 |
‘(?!pattern)’ | 非获取匹配,正向否定预查,在任何不匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。如"Windows(?!95|98|NT|2000)“能匹配"Windows3.1"中的"Windows”,但不能匹配"Windows2000"中的"Windows" |
要匹配某些特殊字符,需在此特殊字符前面加上”\”.
在C++11中,GCC版本是4.9.0及以上,VS版本为VS2013及以上时,会有regex头文件
正则表达式的常见用法
通过以下在匹配和搜索的实例中,熟悉正则表达式的用法。
在C++11 中常用的就是正则匹配、正则搜索、正则替换功能
- 正则匹配是针对整个字符串的,如果字符串不匹配则返回0.
//正则匹配的用法
#include <regex>
#include <string>
#include <iostream>
using namespace std;
//匹配GPS等NMEA-0183格式的字符串
//$开头(且紧跟大写字母,) \r\n 结尾 、\r\n 前面是两位16进制字符串 在前面是*
//中间只能有数字和字母 还有',' '.'
string str = "$GPGGA,123,4124,124124*35\r\n";//NMEA-0183格式的字符串
string str1 = "GPGGA,24*Aa\r\n";//无头帧
string str2 = "$GP,234,234*AA";//无尾帧
string str3 = "$123,123,123*aa\r\n";//'$'后面不是字符
string str4 = "$GA,234,512*1\r\n";//校验位个数不对
string str5 = "$GA,4234*QT\r\n";//校验位不是16进制字符
string str6 = "$GPGGA,就123,4124,124124*35\r\n";//有中文字符
//---
//匹配以字母开头、数字结尾的字符串
string str7 = "llkko123456";
string str8 = "1241";
string str9 = "askdlfjasl";
string str10 = "123ll";
//--
//匹配AT 指令集 AT+SBDD0\r\n
//规则:AT开头 然后有个+ 然后字符串 然后\r\n,全是大写字母
string at0 = "AT + SBDD0\r\n";
string at1 = "1AT+SBDD1\r\n";
string at2 = "A2T+SBDD1\r\n";
string at3 = " AT+SBDD1\r\n";
string at4 = "AT1+SBDD1\r\n";
string at5 = "AT+3SBDD1\r\n";
string at6 = "AT+GAE\r\n";
string at7 = "AT+YTA\r\n1";
//找出192.168.1段的IP地址
string ip0 = "192.168.1.1";
string ip1 = "193.168.1.1";
string ip2 = "192.161.1.1";
string ip3 = "192168.1.1";
string ip4 = "192.168.2.1";
string ip5 = "192.168.1.7";
string ip6 = "192.168.a.1";
string ip7 = "192.168.001.198";
string ip8 = "192.168.1.257";
//匹配练习
//--1.找出185号段的11位手机号 并将185 替换成172
string ph0 = "18526307822";
string ph1 = "18811312413";
string ph2 = "1851234";
string ph3 = "18512345678";
string ph4 = "185123456789";
string ph5 = "1851234567a";
int main()
{
//1.匹配NMEA-0183类型的字符串
regex pattern_nmea("^\\$[A-Z]{1,},[^\u4e00-\u9f5a\n]*\\*[0-9A-F]{2}\r\n$");
//--表达式含义如下
//1.开头 结尾的匹配 '^\\$'- 表示匹配以 '$' 开头的字符串 '\r\n$'- 表示已'\r\n'结尾的字符串
//2.$后面跟的大写字母和, [A-Z]{1,}, 表示至少一个大写字母并且后面有一个','
//3.中间字符串的匹配 \u4e00-\u9f5a 表示所有的汉字 [^\u4e00-\u9f5a\n]表示去除所有的汉字以及'\n'
// 后面的紧跟的'*'表示至少有0个
//4.'\\*'匹配的是'*'本身 为了匹配 NMEA字符串的校验位 '[0-9A-F]{2}'表示2个16进制字符
cout << "match nmea string" << endl;
cout << "str:" << regex_match(str, pattern_nmea) << endl;
cout << "str1:" << regex_match(str1, pattern_nmea) << endl;
cout << "str2:" << regex_match(str2, pattern_nmea) << endl;
cout << "str3:" << regex_match(str3, pattern_nmea) << endl;
cout << "str4:" << regex_match(str4, pattern_nmea) << endl;
cout << "str5:" << regex_match(str5, pattern_nmea) << endl;
cout << "str6:" << regex_match(str6, pattern_nmea) << endl;
//----------------------------------------------------------------------------------------------
regex pattern1("^[a-zA-Z].*[0-9]$");
cout << "match 2 type" << endl;
cout << "str7:" << regex_match(str7, pattern1) << endl;
cout << "str8:" << regex_match(str8, pattern1) << endl;
cout << "str9:" << regex_match(str9, pattern1) << endl;
cout << "str10:" << regex_match(str10, pattern1) << endl;
//------------------------------------------------------------------------------
regex pattern2("^AT *\\+ *[A-Z0-9]+\r\n$");
cout << "match AT command" << endl;
cout << "at0:" << regex_match(at0, pattern2) << endl;
cout << "at1:" << regex_match(at1, pattern2) << endl;
cout << "at2:" << regex_match(at2, pattern2) << endl;
cout << "at3:" << regex_match(at3, pattern2) << endl;
cout << "at4:" << regex_match(at4, pattern2) << endl;
cout << "at5:" << regex_match(at5, pattern2) << endl;
cout << "at6:" << regex_match(at6, pattern2) << endl;
cout << "at7:" << regex_match(at7, pattern2) << endl;
//----------------------------------------------------------------------
regex pattern3("192.168.1.(25[0-5]|2[0-3][0-9]|[0-1][0-9][0-9])");
cout << "match ip address" << endl;
cout << "ip0:" << regex_match(ip0, pattern3) << endl;
cout << "ip1:" << regex_match(ip1, pattern3) << endl;
cout << "ip2:" << regex_match(ip2, pattern3) << endl;
//----------------------------------------------------------------------
regex pattern4("^(185)[0-9]{8}");
cout << "match phone number" << endl;
cout << "ph0:" << regex_match(ph0, pattern4) << endl;
cout << "ph1:" << regex_match(ph1, pattern4) << endl;
cout << "ph2:" << regex_match(ph2, pattern4) << endl;
cout << "ph3:" << regex_match(ph3, pattern4) << endl;
cout << "ph4:" << regex_match(ph4, pattern4) << endl;
cout << "ph5:" << regex_match(ph5, pattern4) << endl;
//-----------------------------------------------------------------------
//把上条的185替换成---
regex_replace("$1",pattern4,"---");
cout << ph5.c_str() << endl;
system("pause");
return 0;
}
- 正则搜索会在字符串中搜索符合的子串,直到结束
#include <regex>
#include <string>
#include <iostream>
using namespace std;
//正则替换功能的使用 搜索'$'开头'#'结尾中间为数字的字符串
string str = "$123#$1#$456#$999#$12a#$a00#$916#";
//搜索xml中的 phone 节点
string str1 = "<phone>1234</phone>\
<name>453</name>\
<phone1>123412</phone1>\
<phone>12345</phone>";
void test_search(string& _str, const char*pat)
{
regex pattern(pat);//only filter gp and gn start nmea0183 format
smatch result;
while (regex_search(_str, result, pattern))
{
for (string sss : result)
{
cout << "find: " << sss.c_str() << endl;
}
_str = result.suffix().str();
}
}
int main()
{
test_search(str, "\\$[0-9]+#");
cout << "-------------------" << endl;
test_search(str1,"<phone>[0-9]+</phone>");
system("pause");
}
- 正则替换的使用
//获取2中str 的数字项和 str1 phone节点值
#include <regex>
#include <string>
#include <iostream>
using namespace std;
//正则替换功能的使用 搜索'$'开头'#'结尾中间为数字的字符串
string str = "$123#$1#$456#$999#$12a#$a00#$916#";
//搜索xml中的 phone 节点 并获取其值
string str1 = "<phone>1234</phone>\
<name>453</name>\
<phone1>123412</phone1>\
<phone>12345</phone>";
void test_search(string& _str, const char*pat,const char* replace)
{
regex pattern(pat);//only filter gp and gn start nmea0183 format
smatch result;
regex re_pat(replace);
while (regex_search(_str, result, pattern))
{
for (string sss : result)
{
cout << "find: " << sss.c_str() << endl;
cout << "regex replace - get number" << endl;
//表示使用第一组小括号中的内容替换整个字符串
string s = regex_replace(sss,re_pat,"$1");//"$1"关键字表示 用第一个小括号的内容
cout << "output: " << s.c_str() << endl;
}
_str = result.suffix().str();
}
}
int main()
{
test_search(str, "\\$[0-9]+#","\\$([0-9]+)#");
cout << "-------------------" << endl;
test_search(str1,"<phone>[0-9]+</phone>","<phone>([0-9]+)</phone>");
system("pause");
}