转：C++ Boost/tr1 Regex(正则表达式)快速指南

C++ Boost/tr1 Regex(正则表达式)快速指南

正则表达式自Boost 1.18推出，目前已经成为C++11（tr1）的标准部分。

本文以Boost 1.39正则表达式为基础，应该广泛适用于其他版本的Boost。对namespace稍加修改，即可适用tr1标准。

0、regex对象

类似于Java中的Pattern，Boost中的正则表达式对象为：

boost::regex

常见构造方法2种：

 

 

1 2 3 4 5

// 1. 直接使用正则表达式的字符串构造。 boost::regex reg1("\\d{18}");   // 2. 加入参数regex_constants，这里是忽略大小写case boost::regex reg2("ok", boost::regex::icase);

1、regex_match

首先要明确match和search的区别：

• match针对整个字符串，若整个串匹配，match返回true，否则false。
• search非针对整串，若任意部分子串匹配，search返回true，否则false。

明确了这点之后，来看regex_match的三种常见用法：

(1) 使用string字符串、regex对象直接match。

 

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

#include <boost/regex.hpp> #include <iostream> #include <string>   using namespace std;   int main() {     // Match the whole string     // regex_match(str, regex)     boost::regex pat1("(\\d{4}-){3}\\d{4}");     string card_str("1234-5678-4321-8765");     cout << boost::regex_match(card_str, pat1) << endl;     cout << boost::regex_match(card_str, boost::regex("\\d{12}")) << endl;     cout << "----" << endl;     return 0; }

这个简单明了：若card_str全串匹配了，返回1，否则0。

输出如下：

 

 

1 2 3

1 0 ----

(2) 使用迭代器替换string，并给regex加入参数

如下所述，我们知道string的头3个、尾3个是垃圾字符，可以用迭代器指明match工作的begin和end位置。注意的是：boost中，不提供string、begin(int)、end(int)这种参数形式。

同时，在构造regex的时候，我们给定了一个参数boost::regex::icase，表示该正则对象将忽略大小写！

 

 

1 2 3 4 5 6 7

// Match the whole string, define string by iterator, ignore case     // regex_match(begin, end, regex, flags)     string card_str2("|||1234-5678-4321-8765OK|||");     boost::regex pat2("(\\d{4}-){3}\\d{4}ok", boost::regex::icase);     cout << boost::regex_match(card_str2.begin()+3, card_str2.end()-3, pat2) << endl;     cout << boost::regex_match(card_str2.begin()+3, card_str2.end()-3, boost::regex("(\\d{4}-){3}\\d{4}ok")) << endl; // Case wrong     cout << "----" << endl;

输出如下：

 

 

1 2 3

1 0 ----

(3) match，并返回分组的match result

我们都知道，正则中的括号表示分组，例如：

字符串和正则：

 

 

1 2	boost::regex pat3("(\\d{4})-(\\d{4})-(\\d{4})-(\\d{4})"); string card_str3("1234-5678-4321-8765");

pat3中有4个分组，则regex_match后，match result会形成5个分组，0为全串，1~4分别为1234、5678、4321、8765。

好了，看下用法吧：

 

 

1 2 3 4 5 6 7 8 9 10 11

// Match the whole string, return the match part     boost::regex pat3("(\\d{4})-(\\d{4})-(\\d{4})-(\\d{4})");     string card_str3("1234-5678-4321-8765");     boost::smatch mat3;     cout << boost::regex_match(card_str3, mat3, pat3) << endl;     cout << mat3.size() << endl;     for(size_t i=0; i<mat3.size(); i++)     {         cout << "Match " << i << ":" << mat3[i].str() << endl;     }     cout << "----" << endl;

输出如下：

 

 

1 2 3 4 5 6 7 8

1 5 Match 0:1234-5678-4321-8765 Match 1:1234 Match 2:5678 Match 3:4321 Match 4:8765 ----

这里要再多解释一下，smatch是match_result的模版特例化类型，特别针对std::string的：

 

 

1 2 3 4 5 6 7 8 9

class match_results;   typedef match_results<const char*> cmatch;   typedef match_results<const wchar_t*> wcmatch;   typedef match_results<string::const_iterator> smatch;   typedef match_results<wstring::const_iterator> wsmatch;

 2、regex_search

下面考虑对字符串任意部分匹配的regex_search。

您可能也喜欢如下文章:

1. C++ Boost智能指针(smart_ptr)快速指南
2. 两道面试题……
3. 大量数据取k个最大值并排序
4. 《数据结构》读书笔记 第四章 串的基本操作
5. C++大作业–单件类（Singleton）的实现