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