正则表达式 (C++) (施工中)

2024-11-05 技术教程

先来看一个例子，要求写一段代码，实现如下功能：

从标准输入中读取一行字符串，从中读取所有邮箱的格式;

对于这个问题，用传统的方式是可以解决的：

我们可以用解析字符串的方式实现，需要遍历一遍获取的字符串，读取其中关键的几个字符 “.” "@" ".com" 和其中的相关顺序;

C++11支持正则表达式，利用它可以避免重复造轮子;

代码：

#include<iostream>#include<string>#include<regex>intmain(){std::stringline;std::regexemail(R"(\w+@(\w+\.)+\w+)");while(getline(std::cin,line)){std::smatchmatches;autocurrent=cbegin(line);autolast=cend(line);while(current!=last){if(regex_search(current,last,matches,email)){std::ssub_matchmatch=matches[0];current=match.second;std::cout<<"["<<match.str()<<"]"<<std::endl;

}else{break;}}}}

——————————————————————

正文：

一、正则表达式介绍

正则表达式(regular expression) 是一种描述字符序列的方法，是一种极其强大的计算工具。C++11中新增了这一特性，在 C++正则表达式库(RE库)中。

PS：RE库，定义在头文件 "regex"内，命名空间:std;

正则表达式组件：

regex: 表示有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中所有匹配的子串;

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;

接下来简单介绍几个常用的组件：

regex类:

表示一个正则表达式。除了初始化和赋值操作，还支持其他的一些操作（后面介绍）;

regex_match方法：

确定一个给定字符序列与一个给定regex对象是否完全匹配,返回true/false，如果匹配到，将匹配到的内容保存起来;

segex_search方法：

确定一个给定字符序列与一个给定regex对象是否匹配,只要有部分匹配，就返回true，如果匹配到，将匹配到的部分保存起来;

以上两个方法均有2个重载版本，分别为：

(seq,m,r,mft)(seq,r,mft)/*seq:待查找的字符串序列,可以是一个std::string，或表示范围的一对迭代器，或一个指向空字符结尾的字符数组的指针m:smatch对象，用来保存匹配结果的相关细节r:regex对象，匹配的类型mft:(可选)regex_constants::match_flag_type类型，它们会影响匹配过程(后述)*/

二、使用RE库

从上面那几个组件的介绍，我们得知：

1、regex类型的对象就是存放要匹配字符串的指定格式，而这个格式就是所谓的"正则表达式"了。

默认的正则表达式语言是 ECMAScript，接下来介绍一些常用的ECMAScript语法

1.1、模式[[::alpha:]]

匹配任意字母

1.2、符号 "+"

一个或多个，比如 "[[::alpha:]]+" 表示希望匹配一个或多个字母

1.3、符号"*"

零个或多个，比如 "[[::alpha:]]+" 表示希望匹配零个或多个字母

2、smatch类型的对象，用来保存所匹配到的字符串1

接下来做一个小练习:

有一个英文单词的拼写规则："i除非排在c之后，否则必须在e之前";

比如： "freind"、"theif"就不符合这一拼写规范，而"recepit" "receive"则符合;

现在要求写一个程序，从标准输入中读取一行字符串，找出这些不符合规则的英文单词。

代码：

//查找不在字符c之后的字符串eiintmain(){std::stringpattern("[^c]ei");/*“[^c]”:希望匹配不是c的字符"[^c]ei":想要匹配的上述字符后接ei的字符串*///需要包含pattern的整个单词pattern="[[:alpha:]]*"+pattern+"[[:alpha:]]*";/*前后追加"[[:alpha:]]*"表示：与"[^c]ei"模式匹配的完整字符串*/std::regexr(pattern);//构造一个用于查找模式的regexstd::smatchresults;//定义一个对象保存搜索结果//定义一个string保存与模式匹配的文本，以及不匹配的文本std::stringtest_str;while(getline(std::cin,test_str)){//用r在test_str中查找与pattern匹配的子串if(regex_search(test_str,results,r)){std::ssub_matchresult=results[0];std::stringret_str="["+results.str()+"]";std::cout<<ret_str<<std::endl;}}return0;}

_________________________________________________________

指定regex对象的选项：

当我们定义一个regex对象，或对一个regex对象调用assign为其赋予新值时，可以指定一些标志来影响regex如何操作

regex