c++ 正则表达式

正则表达式

• 在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式： 就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。

• 元字符

  代码	说明
  .	匹配除换行符以外的任意字符
  \w	匹配字母或数字或下划线或汉字
  \s	匹配任意的空白符
  \d	匹配数字
  \b	匹配单词的开始或结束
  ^	匹配字符串的开始
  $	匹配字符串的结束

• 字符转移
  如果你想查找元字符本身的话，比如你查找.,或者*,就出现了问题：你没办法指定它们，因为它们会被解释成别的意思。这时你就得使用\来取消这些字符的特殊意义。因此，你应该使用\.和\*。当然，要查找\本身，你也得用\。

• 重复

  代码/语法	说明
  *	重复零次或更多次
  +	重复一次或更多次
  ?	重复零次或一次
  {n}	重复n次
  {n,}	重复n次或更多次
  {n,m}	重复n到m次

• 字符类

  • 要想查找数字，字母或数字，空白是很简单的，因为已经有了对应这些字符集合的元字符，但是如果你想匹配没有预定义元字符的字符集合(比如元音字母a,e,i,o,u),应该怎么办？
  • 在方括号里列出它们就行了，像[aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!)。
  • 也可以轻松地指定一个字符范围，像[0-9]代表的含意与\d就是完全一致的：一位数字；同理[a-z0-9A-Z_]也完全等同于\w（如果只考虑英文的话）。
  • 下面是一个更复杂的表达式：(?0\d{2}[) -]?\d{8}。
    • 这个表达式可以匹配几种格式的电话号码，像(010)88886666，或022-22334455，或02912345678等。我们对它进行一些分析吧：首先是一个转义字符(,它能出现0次或1次(?),然后是一个0，后面跟着2个数字(\d{2})，然后是)或-或空格中的一个，它出现1次或不出现(?)，最后是8个数字(\d{8})。

• 反义

  代码/语法	说明
  \W	匹配任意不是字母，数字，下划线，汉字的字符
  \S	匹配任意不是空白符的字符
  \D	匹配任意非数字的字符
  \B	匹配不是单词开头或结束的位置
  [^x]	匹配除了x以外的任意字符
  [^aeiou]	匹配除了aeiou这几个字母以外的任意字符

cpp标准库之 std::regex 类

• C++标准库中常用正则表达式类主要包含如下5组：
  • std::regex_match 函数模板，正则表达式完全匹配整个字符串序列。如果匹配成功，他还可以获取捕获组，单词匹配。
  • std::regex_search 函数模板，在字符串中搜索正则表达式匹配的子，如果搜索成功，他还可以获取捕获组，单词搜索。
  • std::regex_replace 函数模板，多次搜索整个正则表达式(不考虑捕获组)，然后替换正则表达式匹配到的结果，多次替换。
  • std::regex_interator 类模板，用于多次重复匹配，不分组，只进行多次匹配整个正则表达式，可获取整个正则表达式的结果，多次匹配。
  • std::regex_token_interator 类模板，用于多次匹配正则表达式，他可以获取整个正则表达式的结果以及正则表达式的前缀和捕获组，多次匹配。
• 正则表达式模板的使用：
  • Match: 将整个string拿来匹配某个regex.
  • Search: 查找某个string中与regex吻合的部分.
  • Replace: 将与正则表达式吻合的第一个（或者后续所有的）子序列替换掉.
  • Tokenize: 切分即通过指定来切分出来我们感兴趣的正则表达式匹配到的内容

c++ 目录流 DIR，dirent使用

案例使用：

void GetFilesName(const std::string& img_dir_path,std::vector<std::string> &img_file_paths)
{
    DIR* dir;
    // 如果文件打开失败，则抛出异常
    if ((dir = opendir(img_dir_path.c_str())) == nullptr) {
        throw std::runtime_error("directory " + img_dir_path + " does not exist");
    }
    dirent* dp;
    // 使用readdir读取目录中的所有文件 　　　　
    for (dp = readdir(dir); dp != nullptr; dp = readdir(dir)) {
        const std::string img_file_name = dp->d_name;　
        // 默认情况下，包括了'.'和'..'目录文件，跳过
		if (img_file_name == "." || img_file_name == "..") {
            continue;
        }
        img_file_paths.push_back(img_dir_path + "/" + img_file_name);
    }
    closedir(dir);
	// 文件按字符名字排序
    std::sort(img_file_paths.begin(), img_file_paths.end());
}

• 结构体 dirent 中的成员 d_type 表示读取的目录中的文件的类型，d_name 表示读取的目录中的文件的名字。

  struct __dirstream
  {
      void *__fd;
      char *__data;
      int __entry_data;
      char *__ptr;
      int __entry_ptr;
      size_t __allocation;
      size_t __size;
      __libc_lock_define (, __lock)
  };
  typedef struct __dirstream DIR;
  

• 函数 DIR *opendir(const char *pathname)，即打开文件目录，返回的就是指向DIR结构体的指针，而该指针由以下几个函数使用:

  struct dirent *readdir(DIR *dp);//读取到的文件名存储在结构体dirent的d_name成员中
  
  void rewinddir(DIR *dp);
  
  int closedir(DIR *dp);
  
  long telldir(DIR *dp);
  
  void seekdir(DIR *dp,long loc);
  

  #include <dirent.h>
   
  struct dirent
  {
      long d_ino;               /* inode number 索引节点号 */
      off_t d_off;              /* offset to this dirent 在目录文件中的偏移 */
      unsigned short d_reclen;  /* length of this d_name 文件名长 */
      unsigned char d_type;     /* the type of d_name 文件类型 */
      char d_name [NAME_MAX+1]; /* file name (null-terminated) 文件名，最长256字符 *
  }