C++11 正则表达式简介及简单使用

本文根据众多互联网博客内容整理后形成,引用内容的版权归原始作者所有,仅限于学习研究使用,不得用于任何商业用途。

正则表达式(regular expression)是计算机科学中的一个概念,又称规则表达式,通常简写为regex,regexp,RE,regexps,regexes,regexen。接下来通过本文给大家介绍正则表达式简介及在C++11中的简单使用教程.

正则表达式Regex(regular expression)是一种强大的描述字符序列的工具。在许多语言中都存在着正则表达式,C++11中也将正则表达式纳入了新标准的一部分,不仅如此,它还支持了6种不同的正则表达式的语法,分别是：ECMASCRIPT,basic,extended,awk,grep和egrep。其中ECMASCRIPT是默认的语法,具体使用哪种语法我们可以在构造正则表达式的时候指定。

正则表达式是一种文本模式。正则表达式是强大,便捷,高效的文本处理工具。正则表达式本身,加上如同一门袖珍编程语言的通用模式表示法(general pattern notation),赋予使用者描述和分析文本的能力。配合上特定工具提供的额外支持,正则表达式能够添加,删除,分离,叠加,插入和修整各种类型的文本和数据。

完整的正则表达式由两种字符构成：特殊字符(special characters)称为"元字符"(meta characters),其它为"文字"(literal),或者是普通文本字符(normal text characters,如字母,数字,汉字,下划线)。正则表达式的元字符提供了更强大的描述能力。

和文本编辑器一样,绝大多数高级编程语言均支持正则表达式,如Perl,Java,Python,C/C++,这些语言都有各自的正则表达式包。

一个正则表达式仅仅为一个字符串,它没有长度限制。"子表达式"指的是整个正则表达式中的一部分,通常是括号内的表达式,或者是由"|"分割的多选分支。

默认情况下,表达式中的字母是要区分大小写的。

常用的元字符：

要匹配某些特殊字符,需在此特殊字符前面加上"",如要匹配字符"^",""," \ (",")"," \ [","]"," {","}"," ."," ?"," +"," *"," |"。

在C++/C++11中,GCC版本是4.9.0及以上,VS版本为VS2013及以上时,会有regex头文件,此头文件中会有regex_match,regex_search,regex_replace等函数可供调用,以下是测试代码：

#include "regex.hpp"

#include <regex>

#include <string>

#include <vector>

#include <iostream>

int test_regex_match()

{

 std::string pattern{ "\\d{3}-\\d{8}|\\d{4}-\\d{7}" }; // fixed telephone

 std::regex re(pattern);

 std::vector<std::string> str{ "010-12345678", "0319-9876543", "021-123456789"};

 /* std::regex_match:

  判断一个正则表达式(参数re)是否匹配整个字符序列str,它主要用于验证文本

  注意,这个正则表达式必须匹配被分析串的全部,否则返回false;如果整个序列被成功匹配,返回true

 */

 for (auto tmp : str) {

  bool ret = std::regex_match(tmp, re);

  if (ret) fprintf(stderr, "%s, can match\n", tmp.c_str());

  else fprintf(stderr, "%s, can not match\n", tmp.c_str());

 }

 return 0;

}

int test_regex_search()

{

 std::string pattern{ "http|[hppts://](https://www.jb51.net/article/104447.htmhppts://)\\w*$" }; // url

 std::regex re(pattern);

 std::vector<std::string> str{ "[http://blog.csdn.net/fengbingchun](http://blog.csdn.net/fengbingchun)", "[https://github.com/fengbingchun](https://github.com/fengbingchun)",

  "[abcd://124.456](https://www.jb51.net/article/104447.htmabcd://124.456)", "abcd [https://github.com/fengbingchun](https://github.com/fengbingchun) 123" };

 /* std::regex_search:

  类似于regex_match,但它不要求整个字符序列完全匹配

  可以用regex_search来查找输入中的一个子序列,该子序列匹配正则表达式re

 */

 for (auto tmp : str) {

  bool ret = std::regex_search(tmp, re);

  if (ret) fprintf(stderr, "%s, can search\n", tmp.c_str());

  else fprintf(stderr, "%s, can not search\n", tmp.c_str());

 }

 return 0;

}

int test_regex_search2()

{

 std::string pattern{ "[a-zA-z]+://[^\\s]*" }; // url

 std::regex re(pattern);

 std::string str{ "my csdn blog addr is: [http://blog.csdn.net/fengbingchun](http://blog.csdn.net/fengbingchun) , my github addr is: [https://github.com/fengbingchun](https://github.com/fengbingchun) " };

 std::smatch results;

 while (std::regex_search(str, results, re)) {

  for (auto x : results)

   std::cout << x << " ";

  std::cout << std::endl;

  str = results.suffix().str();

 }

 return 0;

}

int test_regex_replace()

{

 std::string pattern{ "\\d{18}|\\d{17}X" }; // id card

 std::regex re(pattern);

 std::vector<std::string> str{ "123456789012345678", "abcd123456789012345678efgh",

  "abcdefbg", "12345678901234567X" };

 std::string fmt{ "********" };

 /* std::regex_replace:

  在整个字符序列中查找正则表达式re的所有匹配

  这个算法每次成功匹配后,就根据参数fmt对匹配字符串进行替换

 */

 for (auto tmp : str) {

  std::string ret = std::regex_replace(tmp, re, fmt);

  fprintf(stderr, "src: %s, dst: %s\n", tmp.c_str(), ret.c_str());

 }

 return 0;

}

int test_regex_replace2()

{

 // reference: [http://www.cplusplus.com/reference/regex/regex_replace/](http://www.cplusplus.com/reference/regex/regex_replace/)

 std::string s("there is a subsequence in the string\n");

 std::regex e("\\b(sub)([^ ]*)"); // matches words beginning by "sub"

 // using string/c-string (3) version:

 std::cout << std::regex_replace(s, e, "sub-$2");

 // using range/c-string (6) version:

 std::string result;

 std::regex_replace(std::back_inserter(result), s.begin(), s.end(), e, "$2");

 std::cout << result;

 // with flags:

 std::cout << std::regex_replace(s, e, "$1 and $2", std::regex_constants::format_no_copy);

 std::cout << std::endl;

 return 0;

}

GitHub：https://github.com/fengbingchun/Messy_Test

参考资料
正则表达式简介及在C++11中的简单使用