C++正则表达式

正则表达式库组件

regex	表示一个正则表达式的类
regex_match	将一个字符序列与一个正则表达式匹配
regex_search	寻找第一个与正则表达式匹配的子序列
regex_replace	使用给定格式替换一个正则表达式
sregex_iterator	迭代器适配器，调用regex_search来遍历一个string中所有匹配的字串
smatch	容器类，保存在string中搜索的结果
ssub_match	string中匹配的子表达式的结果

regex_search与regex_match的参数

（seq, m, r, mft）	在字符序列seq中查找regex对象r中的正则表达式。seq可以是一个string，表示范围的一对迭代器以级一个指向空字符结尾的字符数组的指针 ；m是一个match对象，用来保存匹配结果的相关细节。m和seq必须具有兼容的类型
(seq, r, mft)	mft是一个可选的regex_constants::match_flag_type值。不同的值会影响匹配过程

使用正则表达式库

默认情况下，regex使用的正则表达式是ECMAScript。模式[[:alpha:]]匹配任意字母。
http://www.cplusplus.com/reference/regex/ECMAScript/

regex（和wregex）选项

regex r(re) 或 regex(re, f)	re表达一个正则表达式，它可以是一个string，一个表达字符范围的迭代器对，一个指向空字符结尾的字符数组的指针，一个字符指针和一个计数器或是一个花括号包围的字符列表。f是指出对象如何处理的标志。
r1=re	将r1中的正则表达式替换为re。
r1.assign(re, f)	与使用赋值运算符（=）相同；可选的标志f也与regex的构造函数中相同
r.mark_count()	r中子表达式的数目
r.flags()	返回r的标志集

定义regex时指定的标志

icase	在匹配过除中忽略大小写
nosubs	不保存匹配的子表达式
optimize	执行速度优先于构造速度
ECMAScript	使用ECMA-262指定的语法
basic	使用POSIX基本的正则表达式语法
extended	使用POSIX拓展的正则表达式语法
awk	使用POSIX版本的wsk语言的语法
grep	使用POSIX版本的grep的语法
egrep	使用POSIX版本的egrep的语法

RE库类型必须与输入序列类型匹配。
正则表达式库类

如果输入序列类型	则使用正则表达式类
string	regex, smatch, ssub_match和sregex_iterator
const char*	regex, cmatch, csub_match和cregex_iterator
wstring	wregex, wsmatch, wssub_match和wsregex_iterator

匹配与Regex迭代器类型

sregex_iterator操作（也适用于cregex_iterator, wregex_iterator和wcregex_iterator）

sregex_iterator it(b, e, r);	一个sregex_iterator，遍历迭代器b和e表示的string。它调用sregex_iterator(b, e, r)将it定位定位到输入中的第一个匹配位置
sregex_iterator end;	sregex_iterator的尾后迭代器
*it 或 it->	根据最后一个调用regex_search的结果，返回一个smatch对象的引用或者一个指向smatch对象的指针
++it it++	从输入序列当前匹配位置开始调用regex_search。前置版本返回递增后迭代器；后置版本返回旧值

smatch操作(也适用于cmatch, wsmatch, wcmatch 和对应csub_match, wssub_match和wcsub_match)

m.ready()	如果已经通过regex_search或regex_match设置了m，则返回true；否则返回false。如果ready返回false，则对m进行操作是未定义的
m.size()	如果匹配失败，则返回0；否则返回最近一次匹配的正则表达式中子表达式的数目
m.empty()	若m.size()为0，则返回true
m.prefix()	一个ssub_match对象，表达当前匹配之前的序列
m.suffix()	一个ssub_match对象，表示当前匹配之后的部分
m.format(…)
m.length(n)	第n个匹配的子表达式的大小
m.position(n)	第n个子表达式距序列开始的距离
m.str(n)	第n个子表达式匹配的string
m[n]	对应第n个子表达式的ssub_match对象
m.begin(), m.end() m.cbegin(), m.cend()	表示m中sub_match元素范围的迭代器。与往常一样。cbegin和cend返回const_iterator

ECMAScript正则表达式的一些语言特性

• \d表示单个数字而{d}{n}则表示一个n个数字的序列。（如：{d}{3}匹配三个数字的序列）
• 在方括号中的字符集合表示匹配这些字符中任意一个。（如：[-. ]匹配一个短横线或一个点或一个空格。注意，点在括号中没有特殊含义）
• 后接’?'的组件是可选的；出现0或1次。（如：{d}{3}[-. ]?{d}{4}匹配这样的序列：开始3个数字，后接一个可选的短横线或点或空格，然后是4个数字）
• 类似c++,ECMAScript使用反斜线表示一个字符本身而不是其特殊含义。由于我们的模式包含括号，而括号是ECMAScript中的特殊字符，因此我们必须用\来表示括号是模式的一部分而不是特殊字符。

使用regex_replace

正则表达式替换操作

m.forat(dest, fmt, mft)	使用格式字符串fmt生成格式化输出，匹配在m中，可选的match_flag_type标志在mft中。第一个版本写入迭代器dest指向的目的位置并接受fmt参数，可以是一个string，也可以是表示字符字符数组中范围的一对指针。
m.forat(fmt, mft)	第二个版本返回一个string，保存输出，并接受fmt参数，可以是一个string，也可以是一个指向空字符结尾的字符数组的指针。mft的默认值为format_default
regex_replace(dest, seq, r, fmt, mft)	遍历seq，用regex_search查找regex对象r匹配的字串。使用格式字符串fmt和可选的match_flag_type标志来生成输出。将输出写入到迭代器dest指定的位置，并接受一对迭代器seq表示范围。
regex_replace(seq, r, fmt, mft)	第二个版本返回一个string，保存输出，且seq既可以是一个string也可以是一个指向空字符结尾的字符数组的指针。在所有情况下，fmt既可以是一个string也可以是一个指向空字符结尾的字符数组的指针，且mft的默认值为match_default

用来控制匹配和格式的标志
定义在regex_constants::match_flag_type中

match_default	等价于format_default
match_not_bol	不将首字符作为行首处理
match_not_eol	不将尾字符作为行尾处理
match_not_bow	不将首字符作为单词首处理
match_not_eow	不将尾字符作为单词尾处理
match_any	如果存在多于一个匹配，则可返回任意一个匹配
match_not_null	不匹配任何空序列
match_continuous	匹配必须从输入的首字符开始
match_prev_avail	输入序列包含第一个匹配之前的内容
format_default	用ECMAScript规则替换字符串
format_sed	用POSIXsed规则替换字符串
format_no_copy	不输出输入序列中未匹配的部分
format_first_only	只替换子表达式的第一次出现