24. 正则表达式

devtools/2024/11/17 22:02:14/

一、什么是正则表达式

  正则表达式（regular expression）又称 规则表达式，是一种文本模式（pattern）。正则表达式使用一个字符串来描述、匹配具有相同规格的字符串，通常被用来检索、替换那些符合某个模式（规则）的文本。正则表达式的核心功能就是处理文本。正则表达式并不仅限于某一种语言，但是在每种语言中有细微的差别。

  C++ 标准库从 C++ 11 开始提供了正则表达式（Regular Expressions）的支持，通过 <regex> 头文件来实现。C++ 的正则表达式库提供了一组类和函数，用于处理正则表达式匹配、搜索和替换操作。

  • 正则表达式对象 ：使用 std::regex 类定义一个正则表达式对象。

  • 匹配操作 ：

    • std::regex_match() 方法：用于检查一个字符串是否与一个正则表达式匹配。
    • std::regex_search() 方法：用于搜索字符串中与正则表达式匹配的部分。
    • std::regex_replace() 方法：用于替换与正则表达式匹配的文本。
    • std::sregex_iterator 迭代器类：用于遍历字符串中所有与正则表达式匹配的子串。返回一个 std::smatch 对象，后者用于存储匹配结果。

  • 匹配结果 ：使用 std::smatch 类来存储匹配结果，它包含匹配的子串和相关信息。

  在 C++ 中，主要有两种方法完成模式匹配：“搜索”（searching），即在字符串任意部分中搜索匹配的模式；而 “匹配”（matching）是指判断一个字符串能否从起始处全部匹配某个模式。搜索通过 regex_search() 函数或方法来实现，而匹配是调用 regex_match() 函数或方法实现。

  regex_match() 函数总是从字符串的起始部分对模式进行全部匹配。如果匹配成功，就返回 true；如果匹配失败，就返回 false。

bool regex_match(const std::string& text, const std::regex& e);
bool regex_match(const std::string& text, std::smatch& match, const std::regex& e);
  • 参数 text 是要进行匹配的输入字符串。
  • 参数 e 是 std::regex对象，代表正则表达式。
  • 参数 match 是 std::smatch对象（或与 std::smatch类似的类型），用于存储匹配的结果信息。当使用 std::smatch 时，它会包含整个匹配的信息以及任何分组（括号中的子匹配）。

  regex_search() 的工作方式与 regex_match() 完全一致，不同之处在于 regex_search() 会用它的字符串参数，在任意位置对给定正则表达式模式搜索第一次出现的匹配情况。如果搜索到成功的匹配，就会返回 true；否则，返回 false。

bool regex_search(const std::string& text, const std::regex& e);
bool regex_search(const std::string& text, std::smatch& match, const std::regex& e);
  • 参数 text 是要进行匹配的输入字符串。
  • 参数 e 是 std::regex对象，代表正则表达式。
  • 参数 match 是 std::smatch对象（或与 std::smatch类似的类型），用于存储匹配的结果信息。当使用 std::smatch 时，它会包含整个匹配的信息以及任何分组（括号中的子匹配）。

  std::regex_replace() 函数用于替换字符串中与正则表达式匹配的文本。

regex_replace(const std::string& text, const std::regex& e, const std::string& replace_text);
regex_replace(const std::string& text, const std::regex& e, const std::string& replace_text, int flags = 0);
  • 参数 text 是要进行匹配的输入字符串。
  • 参数 e 是 std::regex对象，代表正则表达式。
  • 参数 replace_text 是要替换的字符串。
  • 参数 flags 用于指定额外的选项。

  std::regex_replace 命名空间中定义了许多宏用来指定替换方式。

  • std::regex_constants::format_first_only：只替换第一个匹配项。
  • std::regex_constants::format_all：替换所有匹配项。
  • std::regex_constants::format_no_copy：不创建新字符串，而是直接修改输入字符串。

  std::regex_replace 函数返回一个输出迭代器，指向替换后的字符串的第一个字符。你可以将这个输出迭代器用于输出流，或者将替换后的字符串存储在另一个字符串变量中。

  由此可见，regex_match() 试图从字符串的起始部分开始匹配模式，而 regex_search() 函数不但会搜索模式在字符串中第一次出现的位置，而且严格地对字符串从左到右搜索。

  std::sregex_iterator 类的构造函数有多个重载版本，但通常使用的是以下两个版本：

std::sregex_iterator(const std::string::const_iterator& first, const std::string::const_iterator& last, const std::regex& e);
std::sregex_iterator(const std::string& s, const std::regex& e);
  • 参数 first 指向搜索开始的位置。
  • 参数 last 指向搜索结束的位置。
  • 参数 e 是 std::regex对象，代表正则表达式。
  • 参数 s 是 一个 std::string 对象，用于定义搜索的范围。

  字符串的匹配：

#include <iostream>
#include <regex>using namespace std;int main(void) 
{string text = "小樱同学";string pattern = "小樱";regex expression(pattern);smatch match;if (regex_match(text, match, expression)){cout << "Found a match: " << match.str() << endl;}else{cout << "No match found." << endl;}return 0;
}

  字符串的搜索：

#include <iostream>
#include <regex>using namespace std;int main(void) 
{string text = "小樱同学";string pattern = "同学";regex expression(pattern);smatch match;if (regex_search(text, match, expression)) {cout << "Found a match: " << match.str() << endl;cout << "Match position: " << match.position() << endl;cout << "Match prefix: " << match.prefix() << endl;cout << "Match suffix: " << match.suffix() << endl;} else {cout << "No match found." << endl;}return 0;
}

  字符串的替换：

#include <iostream>
#include <regex>using namespace std;int main(void) 
{string text = "你好啊，小樱同学！从现在开始你就是我的朋友啊。小樱同学，请多多关照。";string pattern = "同学";regex expression(pattern);smatch match;cout << regex_replace(text, expression, "同志") << endl;return 0;
}

二、基础语法

2.1、转义字符

  使用正则表达式去检索某些特殊字符的时候，需要用到转义字符，否则检索不到结果，甚至会报错；在 C++ 中，\ 具有转义的意思，会对紧随其后的字符进行转义，如果我们想使用普通的 \ ，需要在使用一个 \ 对它进行转义。

#include <iostream>
#include <regex>using namespace std;int main(void) 
{string text = "abc$def(123(456))";string pattern = "\\(456";regex expression(pattern);smatch match;if (regex_search(text, match, expression)){cout << "Found a match: " << match.str() << endl;}else{cout << "No match found." << endl;}return 0;
}

  由于在 C++ 字符串字面量中反斜杠是一个转义字符，所以在构建模式串时，你需要使用两个反斜杠来表示一个反斜杠。在这个模式串中，我们使用了两次反斜杠 \\ 来转义左括号 (。这里推荐使用推荐原始字符串字面量，这样可以不需要转义反斜杠。

#include <iostream>
#include <regex>using namespace std;int main(void) 
{string text = "abc$def(123(456))";string pattern = R"(\(456)";regex expression(pattern);smatch match;if (regex_search(text, match, expression)){cout << "Found a match: " << match.str() << endl;}else{cout << "No match found." << endl;}return 0;
}

在 C++ 字符串字面量中，反斜杠本身也是一个转义字符，所以我们需要使用两个反斜杠 \\ 来表示一个真正的反斜杠 \。

需要用到转义符号的常见字符如下：. * + ( ) $ / \ ? [ ] ^ { }

2.2、字符匹配符

字符匹配符含义实例解释
[]可接收的字符列表[abc]a、b、c 中的任意 1 个字符
[^]不可接收的字符列表[^abc]除 a、b、c 之外的任意 1 个字符
包括数字和特殊符号
-连字符a-z任意一个小写字母
#include <iostream>
#include <regex>using namespace std;int main(void)
{string text = "abc123def4567AbC";regex expression1("[abc]");regex expression2("[^abc]");regex expression3("[a-z]");smatch match;if (regex_search(text, match, expression1)){cout << "Match found: " << match.str() << endl;}if (regex_search(text, match, expression2)){cout << "Match found: " << match.str() << endl;}if (regex_search(text, match, expression3)){cout << "Match found: " << match.str() << endl;}return 0;
}

2.3、元字符

元字符含义
.匹配单个除换行符以外的任意字符
\d匹配 0~9 任意一个数字
\D匹配单个任意非数字字符
\s匹配任意空白字符
\S匹配任意不是空白符的字符
\w匹配字母或数字或下划线的任意字符
\W匹配任意不是字母、数字、下划线的字符
#include <iostream>
#include <regex>using namespace std;int main(void)
{string text = "abc123def4567AbC";regex expression1(R"(\d\d\d)");regex expression2("\\d\\w");smatch match;// 使用 sregex_iterator 遍历所有匹配的结果for (sregex_iterator it(text.begin(), text.end(), expression1), end; it != end; ++it) {match = *it;cout << "Found match: " << match.str() << " at position: " << match.position() << endl;}cout << endl;for (sregex_iterator it(text.begin(), text.end(), expression2), end; it != end; ++it) {match = *it;cout << "Found match: " << match.str() << " at position: " << match.position() << endl;}return 0;
}

元字符的大写表示不匹配；

2.4、重复限定符

  重复限定符用于指定其前面的字符和组合项连续出现多少次。

重复限定符意义
?0 次 或 1 次
*0 次 或 多次
+1 次 或 多次
{n}正好出现 n 次
{n,}至少出现 n 次
{n,m}出现 n 次 至 m 次
#include <iostream>
#include <regex>using namespace std;int main(void)
{string text = "abc123def4567AbC89d115200a1";regex expression1(R"(\d{3,5})");regex expression2(R"(\d+)");smatch match;// 使用 sregex_iterator 遍历所有匹配的结果for (sregex_iterator it(text.begin(), text.end(), expression1), end; it != end; ++it) {match = *it;cout << "Found match: " << match.str() << " at position: " << match.position() << endl;}cout << endl;for (sregex_iterator it(text.begin(), text.end(), expression2), end; it != end; ++it) {match = *it;cout << "Found match: " << match.str() << " at position: " << match.position() << endl;}return 0;
}

2.5、定位符

  定位符，用来指定要匹配的字符串出现的位置。

定位符含义
^指定起始字符
$指定结束字符
\b匹配目标字符串的边界，
边界指的是字串间有空格，或者目标字符串的结束位置
\B匹配非单词边界
#include <iostream>
#include <regex>using namespace std;int main(void)
{string text = "abc123 def4567abc123abc abc89 d115200 a1abc";regex expression1("^abc");regex expression2("abc$");regex expression3(R"(abc\b)");regex expression4(R"(^ab\B)");smatch match;// 使用 sregex_iterator 遍历所有匹配的结果for (sregex_iterator it(text.begin(), text.end(), expression1), end; it != end; ++it) {match = *it;cout << "Found match: " << match.str() << " at position: " << match.position() << endl;}cout << endl;for (sregex_iterator it(text.begin(), text.end(), expression2), end; it != end; ++it) {match = *it;cout << "Found match: " << match.str() << " at position: " << match.position() << endl;}cout << endl;for (sregex_iterator it(text.begin(), text.end(), expression3), end; it != end; ++it) {match = *it;cout << "Found match: " << match.str() << " at position: " << match.position() << endl;}cout << endl;for (sregex_iterator it(text.begin(), text.end(), expression4), end; it != end; ++it) {match = *it;cout << "Found match: " << match.str() << " at position: " << match.position() << endl;}return 0;
}

2.6、选择匹配符

  正则表达式用符号 | 来表示或，也叫做分支条件，当满足正则表达里的分支条件的任何一种条件时，都会当成匹配成功。

#include <iostream>
#include <regex>using namespace std;int main(void)
{string text = "你好啊，小樱同学，欢迎你加入小樱班，从现在开始你就是我的朋友啊，小樱同志，请多多关照。";regex expression("小樱同学|小樱同志");smatch match;// 使用 sregex_iterator 遍历所有匹配的结果for (sregex_iterator it(text.begin(), text.end(), expression), end; it != end; ++it) {match = *it;cout << "Found match: " << match.str() << " at position: " << match.position() << endl;}return 0;
}

2.6、分组组合

  重复限定符是作用在与它相邻的最左边的一个字符。正则表达式中可以使用小括号 () 来做分组，也就是括号中的内容会作为一个整体。

2.6.1、捕获分组

  我们可以使用 std::smatch 类来获取匹配结果。正则表达式字符串中的第一对括号是第 1 组，第二对括号是第 2 组，依次类推。使用 match[i] 就可以取得匹配文本的不同部分。match[0]返回这个匹配的文本。

捕获分组说明
(pattern)非命名捕获。捕获匹配的子字符串。编号为零的第一个捕获是由整个正则表达式模式匹配的文本，其它捕获结果则根据左括号的顺序从 1 开始自动编号。
#include <iostream>
#include <regex>using namespace std;int main(void)
{string text = "我是小樱，我的身份证明是37028419860401232X";string pattern = R"(\d{6}(\d{4})(\d{2})(\d{2})\d{3}[\dX])";regex expression(pattern);smatch match;// 使用std::sregex_iterator遍历所有匹配项  for (sregex_iterator i = sregex_iterator(text.begin(), text.end(), expression); i != sregex_iterator(); ++i) {  match = *i;  // match[0] 包含整个匹配项  // match[1] 是第一个捕获组// match[2] 是第二个捕获组cout << "整个匹配项: " << match[0] << endl;for (int i = 1; i < match.size(); i++){cout << "第" << i << "个捕获组: " << match[i] << endl;}}  return 0;
}

2.6.2、非捕获分组

非捕获分组说明
(?:pattern)匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储以后使用的匹配。
例如：“小樱(?:同学|同志)” 等价于 “小樱同学|小樱同志”
(?=pattern)它是一个非捕获匹配。
例如：“Harmony(?=2|3)” 匹配 “Harmony2” 中的 “Harmony”，但不匹配 “Harmony1” 中的 “Harmony”
(?!pattern)该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配。
例如：“Harmony(?=2|3)” 匹配 “Harmony1” 中的 “Harmony”，但不匹配 “Harmony2” 中的 “Harmony”
#include <iostream>
#include <regex>using namespace std;int main(void)
{string text = "你好啊，小樱同学，欢迎你加入小樱班，从现在开始你就是我的朋友啊，小樱同志，请多多关照。";regex expression1("小樱(?:同学|同志)");regex expression2("小樱(?=同学|同志)");regex expression3("小樱(?!同学|同志)");smatch match;// 使用std::sregex_iterator遍历所有匹配项  for (sregex_iterator i = sregex_iterator(text.begin(), text.end(), expression1); i != sregex_iterator(); ++i) {  match = *i;  cout << "整个匹配项: " << match[0] << endl;}cout << endl;for (sregex_iterator i = sregex_iterator(text.begin(), text.end(), expression2); i != sregex_iterator(); ++i) {  match = *i;  cout << "整个匹配项: " << match[0] << endl;}cout << endl;for (sregex_iterator i = sregex_iterator(text.begin(), text.end(), expression3); i != sregex_iterator(); ++i) {  match = *i;  cout << "整个匹配项: " << match[0] << endl;}return 0;
}

2.7、非贪婪匹配

  当 ? 元字符紧随任何其它限定符 （*、+、?、{n}、{n,}、{n,m}）之后，匹配模式是 “非贪婪匹配”。非贪婪匹配搜索到、尽可能短的字符串。而默认的贪婪匹配搜索到的尽可能长的字符串。

#include <iostream>
#include <regex>using namespace std;int main(void)
{string text = "abc111111abc";// 贪婪匹配regex expression1(R"(\d{3,5})");// 非贪婪匹配regex expression2(R"(\d{3,5}?)");smatch match;// 使用std::sregex_iterator遍历所有匹配项  for (sregex_iterator i = sregex_iterator(text.begin(), text.end(), expression1); i != sregex_iterator(); ++i) {  match = *i;  cout << "整个匹配项: " << match[0].str() << endl;}cout << endl;for (sregex_iterator i = sregex_iterator(text.begin(), text.end(), expression2); i != sregex_iterator(); ++i) {  match = *i;  cout << "整个匹配项: " << match[0].str() << endl;}return 0;
}

http://www.ppmy.cn/devtools/134802.html

相关文章

golang对日期格式化

golang对日期格式化

1.对日期格式化为 YYYY-mm-dd, 并且没有数据时&#xff0c;返回空 import ("encoding/json""time" )type DateTime time.Timetype SysRole struct {RoleId int64 gorm:"type:bigint(20);primary_key;auto_increment;角色ID;" json:&quo…
阅读更多...
AI赋能电商：提升销售效率与用户体验的新引擎

AI赋能电商：提升销售效率与用户体验的新引擎

在数字化时代&#xff0c;人工智能&#xff08;AI&#xff09;技术正逐步渗透到各行各业&#xff0c;其中电商行业尤为显著。AI技术的引入不仅为电商平台带来了前所未有的创新应用&#xff0c;还极大地提升了销售效率和用户体验。本文将探讨AI技术在购物推荐、会员分类、商品定…
阅读更多...
int溢出值(c基础)

int溢出值(c基础)

1. **整数类型** - **字节型&#xff08;byte&#xff09;** - **定义**&#xff1a;字节型通常占用1个字节&#xff08;8位&#xff09;存储空间。 - **范围**&#xff1a;在有符号的情况下&#xff0c;范围是从 - 128到127&#xff08;使用补码表示&#xff0c;最小值为$1000…
阅读更多...
SpringBoot开发——整合AJ-Captcha实现安全高效的滑动验证码

SpringBoot开发——整合AJ-Captcha实现安全高效的滑动验证码

文章目录 一、什么是AJ-Captcha二、项目配置1、Maven依赖配置2、滑动验证码的基本原理3、 后端实现3.1 生成滑动验证码图片代码解释3.2 校验滑块位置代码解释4、前端部分代码解释5、Redis 缓存滑动验证码信息5.1 Redis配置5.2使用Redis缓存验证码数据5.3 校验时从Redis获取总结…
阅读更多...
网络IP地址会经常换吗？深入解析与实操指南

网络IP地址会经常换吗？深入解析与实操指南

在互联网的生态系统中&#xff0c;IP地址&#xff08;Internet Protocol Address&#xff09;是每台连接设备的唯一标识符&#xff0c;它在网络通信中起着至关重要的作用。然而&#xff0c;不少用户观察到自己的IP地址有时会发生变化&#xff0c;这引发了诸多疑问。本文旨在详细…
阅读更多...
[Docker#10] network | 架构 | CRUD | 5种常见网络类型 (实验)

[Docker#10] network | 架构 | CRUD | 5种常见网络类型 (实验)

目录 1. Docker 为什么需要网络管理 2. Docker 网络架构简介 CNM&#xff08;Container Network Model&#xff09; Libnetwork 驱动 3. ⭕常见网络类型&#xff08;5 种&#xff09; 4. Docker 网络管理命令 一. bridge 网络 1. 操作案例&#xff1a;容器间网络通信 …
阅读更多...
Jenkins的pipeline Script的 每个组件的详细讲解

Jenkins的pipeline Script的 每个组件的详细讲解

在Jenkins的Pipeline脚本中&#xff0c;各个组件的配置和Groovy的一些常用函数起到了决定性的作用&#xff0c;帮助开发人员控制自动化流程的执行。以下是对Jenkins Pipeline的主要组件和Groovy常用函数的详细讲解&#xff1a; 1. Jenkins Pipeline主要组件 1.1 agent 功能&…
阅读更多...
第三次作业

第三次作业

1.在/home中创建一个名为 file1.txt 的文件&#xff0c;并设置权限为&#xff1a;所有者和组成员可以读写&#xff0c;但其他人只能读。 [rootlocalhost home]# touch file1.txt [rootlocalhost home]# ll -rw-r--r--. 1 root root 0 11月 11 23:06 file1.txt [rootlo…
阅读更多...
最新文章

Copyright @ 2022~2023