C++正则表达式

regex类表示一个正则表达式，regex_match和regex_search确定一个给定字符串与一个给定的regex是否匹配，如果整个字符串与regex匹配则regex_match返回true，如果字符串中的一个子串与regex匹配，则regex_search返回true。如果它们的参数中包含smatch参数，成功匹配的相关信息存在该参数中。regex_replace将给定的字符串替换为另外一种形式。

int main()
{
    regex r1("[0-9]+");
    smatch results1;
    cout << boolalpha << regex_match("123", r1) << endl;//true
    cout << regex_match("12a", r1) << endl;//false
    string str1{ "abc12345de111" };
    if (regex_search(str1, results1, r1)) {
        cout << results1.str()<< endl;//123456
    }

    regex r2("[0-9]+[a-z]+");
    cout << boolalpha << regex_match("123", r2) << endl;//false
    cout << regex_match("12a", r2) << endl;//true
    system("pause");
}

指定regex对象的选项

当我们定义一个regex或对一个regex调用assign为其赋新值时，可以指定一些标志来影响regex如何操作，默认值为ECMAScript ，从而使regex会使用ECMA-262规范，这是很多Web浏览器使用的正则表达式语言。

    static constexpr flag_type icase      = regex_constants::icase;//匹配过程中忽略大小写
    static constexpr flag_type nosubs     = regex_constants::nosubs;//不保存匹配的子表达式
    static constexpr flag_type optimize   = regex_constants::optimize;//执行速度优先于构造速度
    static constexpr flag_type collate    = regex_constants::collate;//形如 "[a-b]" 的字符范围将对本地环境敏感
    static constexpr flag_type ECMAScript = regex_constants::ECMAScript;//使用ECMA-262指定的语法
    static constexpr flag_type basic      = regex_constants::basic;//使用POSIX基本的正则表达式语法
    static constexpr flag_type extended   = regex_constants::extended;//使用POSIX扩展的正则表达式语法
    static constexpr flag_type awk        = regex_constants::awk;//使用POSIX版本的awk语言的语法
    static constexpr flag_type grep       = regex_constants::grep;//使用POSIX版本的grep的语法
    static constexpr flag_type egrep      = regex_constants::egrep;//使用POSIX版本的egrep的语法

int main()
{
    regex r1("[a-z]+");//忽略大小写
    cout << boolalpha << regex_match("abc", r1) << endl;//true
    cout << regex_match("ABC", r1) << endl;//false

    regex r2("[a-z]+",regex::icase|regex::ECMAScript);//忽略大小写
    cout << boolalpha << regex_match("abc", r2) << endl;//true
    cout << regex_match("ABC", r2) << endl;//true
    system("pause");
}

正则表达式异常处理

如果编写的正则表达式存在错误，则在运行时标准库会抛出一个类型为regex_error的异常。

int main()
{
    try {
        regex r1("[a-z");
    }catch (regex_error e) {
        //regex_error(error_brack) : The expression contained mismatched[and].
        //code : 4
        cout <

正则表达式类型和字符串类型

字符串类型	正则表达式类型
string	regex，smatch，ssub_match，sregex_iterator
const char*	regex，cmatch，csub_match，cregex_iterator
wstring	wregex，wsmatch，wssub_match，wsregex_iterator
const wchar_t*	wregex，wcmatch，wcsub_match，wcregex_iterator

regex迭代器

使用sregex_iterator可以获得所有匹配结果，将sregex_iterator绑定到一个字符串和一个regex对象时，sregex_iterator会调用regex_search查找第一个匹配位置，解引用迭代器时会得到最近一次搜索结果的smatch对象，当我们递增迭代器时，它调用regex_search查找下一个匹配。

sregex_iterator有两个名为prefix和suffix的成员，分别返回当前匹配之前和之后部分的ssub_match对象。

int main()
{
    string pattern("[0-9]+");
    regex r1(pattern);
    string str = "12234abc11111def2222ghj3333";
    for (sregex_iterator it(str.begin(), str.end(), r1), endIt; it != endIt; ++it) {
        cout <prefix().str()<<" "<< it->str() <<" "<suffix().str()<< endl;
    }
    //12234 abc11111def2222ghj3333
    //  abc 11111 def2222ghj3333
    //  def 2222 ghj3333
    //  ghj 3333
    system("pause");
}

子表达式匹配

正则表达式中通常包含一个或多个子表达式，子表达式通常用括号表示，在使用smatch保存匹配结果时，str()，str(0)表示整体正则表达式的匹配，str(1)表示第一个子表达式的匹配，str(2)表示第二个子表达式的匹配，依此类推。

smatch包含多个ssub_match元素，位置0的元素表示整体匹配结果，其余元素表示子表达式的匹配结果，如果匹配了则matched成员为true，如果整体都没匹配，则子表达式均不匹配。

int main()
{
    string pattern("([0-9]+)([a-z]+)");
    regex r(pattern);
    string str1 = "12234abc";
    smatch result1;
    if (regex_search(str1, result1, r)) {
        cout << result1.str(0) << endl;//12234abc
        cout << result1.str(1) << endl;//12234
        cout << result1.str(2) << endl;//abc
        cout << result1.str(10000) << endl;//空字符串，不会报错
        cout << boolalpha << result1[0].matched << endl;//true
        cout << result1[1].matched << endl;//true
        cout << result1[2].matched << endl;//true
        cout << result1[3].matched << endl;//false
    }

    string pattern2("([0-9]+)([a-z]+)");
    regex r2(pattern2);
    string str2 = "12234";
    smatch result2;
    regex_search(str2, result2, r2);
    cout << result2[0].matched << endl;//false
    cout << result2[1].matched << endl;//false
    cout << result2[2].matched << endl;//false

    string pattern3("([0-9]+)([a-z]+)?");//问号代表可选
    regex r3(pattern3);
    string str3 = "12234";
    smatch result3;
    regex_search(str3, result3, r3);
    cout << result3[0].matched << endl;//true
    cout << result3[1].matched << endl;//true
    cout << result3[2].matched << endl;//false
    system("pause");
}

regex_replace

regex_replace可以查找匹配正则表达式的字符串并使用其它格式来替换，符号$后跟子表达式的索引号表示一个特定的子表达式。

int main()
{
    string pattern("([0-9]{4})-([0-9]{2})-([0-9]{2})");
    regex r(pattern);
    string date = "2019-06-28 2019-06-29";
    cout << regex_replace(date, r, "$1.$2.$3") << endl;//2019.06.28 2019.06.29
    system("pause");
}

默认情况下regex_replace会将未匹配的部分原样输出，我们可以通过指定format_no_copy不输出未匹配部分。

int main()
{
    string pattern("([0-9]{4})-([0-9]{2})-([0-9]{2})");
    regex r(pattern);
    string date = "当前日期:2019-06-28";
    cout << regex_replace(date, r, "$1.$2.$3",regex_constants::format_no_copy) << endl;//2019.06.28
    system("pause");
}