正则表达式(regular expression)与C++中简单应用

正则表达式

正则表达式

https://regexper.com 图形化演示
https://c.runoob.com/front-end/854 测试 方便学习理解
正则表达式：普通字符（例如字符 a 到 z）+ 特殊字符（“元字符”）组成的文字模式。

普通字符

• 原义字符:就是(不)想匹配的原样字符等等，包括 所有字母、所有数字、所有标点符等
• 非打印字符：广义看也可以归入普通字符，如换行、回车等

以下这些是C++中原有的转义字符，输入时只需一个\

名称	含义
\f	换页符。等价于 \x0c 和 \cL(\xhh 是C++等中的转义字符，表示ASCII 0xhh 字符)
\n	换行符。等价于 \x0a 和 \cJ
\r	回车符。等价于 \x0d 和 \cM
\t	制表符。等价于 \x09 和 \cI
\v	垂直制表符。等价于 \x0b 和 \cK
\\	代表一个反斜线字符’’’
\’	代表一个单引号（撇号）字符
\"	代表一个双引号字符
\?	代表一个问号
\xhh	hh为数字0~F 匹配ASCII 0xhh
\ddd	ddd为数字0~7匹配 八进制 ASCII ddd
\unnnn	n为数字0~F 匹配Unicode 0xnnnn

以下这些是正则表达式中特有的，按规定C++输入时需两个\\

名称	含义
\cx	ctrl+x x可以为A-Z，a-z
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于[\f\n\r\t\v]。 注意 Unicode 正则表达式会匹配全角空格符。
\S	匹配任何非空白字符。等价于[^\f\n\r\t\v]
\d	匹配一个数字字符。等价于[0 - 9]
\D	配一个非数字字符。等价于[^ 0 - 9]
\w	匹配字母、数字、下划线。等价于[A-Za-z0-9_]
\W	匹配非字母、数字、下划线。等价于[^A-Za-z0-9_]

特殊字符

名称	含义
$	匹配输入字符串的结尾位置。 如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 ‘\n’ 或 ‘\r’ 之前的位置。
^	匹配输入字符串的开始位置；除在方括号表达式中使用表示取反。 如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 ‘\n’ 或 ‘\r’ 之后的位置。
()	标记一个子表达式的开始和结束位置。子表达式可以用$1,$2…获取
*	前面的子表达式零次或多次
+	前面的子表达式一次或多次
.	匹配除\n，\r之外的任何单字符
[	标记一个中括号表达式的开始
?	匹配前面的子表达式零次或一次。 在任何一个其他限制符(*, +, ? , { n }等) 后面时，设置非贪婪模式，尽可能少的匹配。 而默认的贪婪模式则尽可能多的匹配所搜索的字符串。 例如：对于字符串oooo，o+? 将匹配单个o四次，而 o+ 将匹配所有o
\	将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符
{	标记限定符表达式的开始
|	两项取或
\x	因为以上特殊字符被占用，要匹配为以上特殊字符x本身，请用\x

• 限定符
  可以看做是特殊字符的补充，指出一个组件必须要出现多少次才能满足匹配

名称	含义	例子	能匹配	不能匹配
*	零次或多次。等价{0,}	zo*	z、zoo	y
+	一次或多次。等价{1,}	zo+	zo、zoo	z
?	零次或一次。等价{0,1}	do(es)?	do、does、doeses中的does	xoes
{n}	n 是一个非负整数，匹配确定的n次	o{2}	food中的oo、fooood中的oo,oo	bob
{n,}	n 是一个非负整数，至少匹配n次	o{2,}	foooood中的所有o	bob
{n,m}	m 和 n 均为非负整数，其中n <= m， 最少匹配 n 次且最多匹配 m 次	o{1,3}	fooooood中的ooo、ooo

• 定位符
  用于确定位置的特殊字符，如单词首尾，句子首尾，本身不对应ASCII，无宽不占位

名称	含义
^	匹配输入字符串开始的位置。 如果设置了 RegExp 对象的 Multiline 属性，^ 还会与 \n 或 \r 之后的位置匹配。
$	匹配输入字符串结尾的位置。 如果设置了 RegExp 对象的 Multiline 属性，$ 还会与 \n 或 \r 之前的位置匹配。
\b	匹配一个单词边界，不对应任何ASCII实体，仅仅是单词（或者说空格）边界。 如 abc edf 有4处匹配a前，c后，e前，f后
\B	匹配非单词边界

• 其他

名称	含义
(pattern)	匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到
(? : pattern)	匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配。 例如industr(?:y|ies) 就是一个比 ‘industry | industries’ 更简略的表达式。
(? = pattern)	匹配到pattern字符串前 例如Windows(?=95\2000) 能匹配Windows2000中的Windows （即(?=95|2000) 定位到了2000的2前面，Windows再匹配）
(? !pattern)	匹配到非pattern的字符串前
(? <= pattern)	匹配到pattern后；例如 .(?<=abc). 能匹配 1abc2 中的c2 (C++不支持)
(? < !pattern)	匹配到非pattern后；例如(?<!abc). 能匹配 1abc2 中的 1,a,b,c (C++不支持)
[xyz]	字符集合。匹配所包含的任意一个字符。例如， ‘[abc]’ 可以匹配 “plain” 中的 ‘a’。
[^xyz]	负值字符集合。匹配未包含的任意字符。 例如， ‘[^abc]’ 可以匹配 “plain” 中的’p’、‘l’、‘i’、‘n’。

• 修饰符

名称	含义
g	global 执行一个全局匹配,否则只匹配第一个
i	ignore case执行一个不区分大小写的匹配; c++为regex::icase
m	multiple lines多行匹配

• 引用

名称	含义
\x	x为数字，返回前面匹配到的第x个()中的表达式； 例如 \b([a-z]+) \1\b 匹配连续两个相同的单词：[a-z]+代表第一个单词，\1是其引用，中间有空格隔开
$x	x为数字或&，在函数中引用第x个()返回值；$&为整个匹配到的串（相当于$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

一些简单的例子

正则表达式	待匹配	匹配结果	注释
(?<=.)\S+?(?=.)	www.ddd.edu.cn www.abc.com	ddd edu abc	(?<=.)定位到.后面， \S+？是非贪婪形式的非空白字符， 避免提取到后面去了，(?=.)定位到.前面
[\u4e00-\u9fa5]	汉字	汉 字	\unnnn n为数字0~F 匹配Unicode 0xnnnn

参考：
http://www.runoob.com/regexp/regexp-syntax.html
https://msdn.microsoft.com/zh-cn/library/bb982727.aspx#regexgrammar

C++中正则表达式应用

头文件 < regex >

三个函数

regex_search

bool regex_search(string str,smatch result,regex reg)

按reg对str进行局部匹配：
局部匹配，只返回第一个匹配到的。返回result的size为reg中()数量+1 (匹配到的话)
result[0] 为忽视()匹配到的字符串(即 $&) result[n]为第n个括号匹配值(即 $n)

#include<regex>
int main(){
   		smatch result;
   		string s1 = "www.abc.com www.abc.com";
   		regex reg("\\.(.+?)\\.");//匹配.xxxx. (非贪婪的)
   		regex_search(s1, result, reg);//局部匹配,只返回第一个匹配到的
   		for (size_t i = 0; i < result.size(); ++i)//返回()数量+1 ,result[0] 为忽视()匹配到的字符串(局部匹配) $& ；result[n]为第n个括号返回 $n
   			cout << result[i] <<"起点"<< result[i].first-s1.begin()<< endl;
   	}
   //输出
   //.abc.起点3
   //abc起点4

regex_match

bool regex_match(string str,smatch result,regex reg)

按reg对str进行分解：
str全部匹配上reg：返回true,result[0] = str,result[n]为reg中第n个括号匹配值
否则：返回false，result为空

#include<regex>
int main(){
   		smatch result2;
   		string s2 = "hello2018";
   		regex reg2("\\D+(\\d{4})"); //匹配非数字+数字
   		regex_match(s2, result2, reg2);//相当于全部比对（分解），否则匹配失败
   		for (size_t i = 0; i < result2.size(); ++i)
   			cout << result2[i] << endl;
   	}
   //输出
   //hello2018 //result2[0]
   //2018  //result2[1]

regex_replace

string regex_replace(string str,regex reg,string str2)

将匹配到的字符串(即 $& ）替换为str2：
返回替换后的字符串str，str2中可以插入" $n"引用reg中第n个括号的匹配值

#include<regex>
int main(){
   		string result3;
   		string s3 = "2019-02-15 20:19:18";
   		regex reg3("(\\d+)-(\\d+)-(\\d+)"); //匹配 数字-数字-数字
   		result3 = regex_replace(s3, reg3, "$3-$2-$1 $&");//匹配到2019-02-15（即$&），换为15-02-2019 2019-02-15
   		cout<< result3 <<endl;
   	}
   //输出
   //15-02-2019 2019-02-15 20:19:18

参考
https://blog.csdn.net/qq_34802416/article/details/79307102#3-regexsearch