正则表达式 (C++) (施工中)

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>

int main()
{
	std::string line;
	std::regex email(R"(\w+@(\w+\.)+\w+)");	
	while ( getline(std::cin, line) )
	{
		std::smatch matches;
		auto current = cbegin(line);
		auto last = cend(line);
		while ( current != last )
		{
			if (regex_search(current, last, matches, email))
			{
				std::ssub_match match = 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ei
int main()
{
	std::string pattern("[^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::regex r(pattern);	// 构造一个用于查找模式的regex
	std::smatch results;	// 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::string test_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_match result = results[0];
			std::string ret_str = "[ " + results.str() + " ]";
			std::cout << ret_str << std::endl;
		}
	}
	return 0;
}

_________________________________________________________

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

亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>