如何在C++11中使用正則表達式

這篇文章給大家介紹如何在C++11中使用正則表達式，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

正則表達式是一種文本模式。正則表達式是強大、便捷、高效的文本處理工具。正則表達式本身，加上如同一門袖珍編程語言的通用模式表示法(general pattern notation)，賦予使用者描述和分析文本的能力。配合上特定工具提供的額外支持，正則表達式能夠添加、刪除、分離、疊加、插入和修整各種類型的文本和數據。

         完整的正則表達式由兩種字符構成：特殊字符(special characters)稱為”元字符”(meta characters)，其它為”文字”(literal)，或者是普通文本字符(normal text characters，如字母、數字、漢字、下劃線)。正則表達式的元字符提供了更強大的描述能力。

         和文本編輯器一樣，絕大多數高級編程語言均支持正則表達式，如Perl、Java、Python、C/C++，這些語言都有各自的正則表達式包。

         一個正則表達式僅僅為一個字符串，它沒有長度限制。“子表達式”指的是整個正則表達式中的一部分，通常是括號內的表達式，或者是由”|”分割的多選分支。

 默認情況下，表達式中的字母是要區分大小寫的。

         常用的元字符：

 1.      “.”： 匹配除"\n"之外的任何單個字符，若要匹配包括"\n"在內的任意字符，需使用諸如"[\s\S]"之類的模式；

 2.       “^”：匹配輸入字符串的開始位置，不匹配任何字符，要匹配”^”字符本身，需使用”\^”；

 3.      “$”：匹配輸入字符串結尾的位置，不匹配任何字符，要匹配”$”字符本身，需使用”\$”；

 4.      “*”： 零次或多次匹配前面的字符或子表達式，”*”等效于”{0,}”，如”\^*b”可以匹配”b”、”^b”、”^^b”、…；

 5.      “+”： 一次或多次匹配前面的字符或子表達式，等效于”{1,}”，如”a+b”可以匹配”ab”、”aab”、”aaab”、…；

 6.      “?”： 零次或一次匹配前面的字符或子表達式，等效于”{0,1}”，如”a[cd]?”可以匹配”a”、”ac”、”ad”； 當此字符緊隨任何其他限定符”*”、”+”、”?”、”{n}”、”{n,}”、”{n,m}”之后時，匹配模式是"非貪心的"。"非貪心的"模式匹配搜索到的、盡可能短的字符串，而默認的"貪心的"模式匹配搜索到的、盡可能長的字符串。如，在字符串"oooo"中，"o+?"只匹配單個"o"，而"o+"匹配所有"o"；

 7.      “|”：將兩個匹配條件進行邏輯"或"(Or)運算,如正則表達式”(him|her)”匹配"itbelongs to him"和"it belongs to her"，但是不能匹配"itbelongs to them."；

 8.      “\”： 將下一字符標記為特殊字符、文本、反向引用或八進制轉義符，如，”n”匹配字符”n”,”\n”匹配換行符，序列”\\”匹配”\”,”\(“匹配”(“；

 9.      “\w”：匹配字母或數字或下劃線，任意一個字母或數字或下劃線，即A~Z，a~z,0~9,_中任意一個；

 10.  “\W”：匹配任意不是字母、數字、下劃線的字符；

 11.  “\s”：匹配任意的空白符，包括空格、制表符、換頁符等空白字符的其中任意一個，與”[ \f\n\r\t\v]”等效；

 12.  “\S”：匹配任意不是空白符的字符，與”[^\f\n\r\t\v]”等效；

 13.  “\d”：匹配數字，任意一個數字，0~9中的任意一個，等效于”[0-9]”；

 14.  “\D”：匹配任意非數字的字符，等效于”[^0-9]”；

 15.  “\b”： 匹配一個字邊界，即字與空格間的位置，也就是單詞和空格之間的位置，不匹配任何字符，如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er";

 16.  “\B”： 非字邊界匹配,"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"；

 17.  “\f”：匹配一個換頁符，等價于”\x0c”和”\cL”；

 18.  “\n”：匹配一個換行符，等價于”\x0a”和”\cJ”；

 19.  “\r”：匹配一個回車符，等價于”\x0d”和”\cM”；

 20.  “\t”：匹配一個制表符，等價于”\x09”和”\cI”；

 21.  “\v”：匹配一個垂直制表符，等價于”\x0b”和”\cK”；

 22.  “\cx”：匹配”x”指示的控制字符,如，\cM匹配Control-M或回車符，”x”的值必須在”A-Z”或”a-z”之間,如果不是這樣，則假定c就是"c"字符本身；

 23.  “{n}”：”n”是非負整數，正好匹配n次，如，"o{2}"與"Bob"中的"o"不匹配，但與"food"中的兩個"o"匹配；

 24.  “{n,}”：”n”是非負整數,至少匹配n次,如，"o{2,}"不匹配"Bob"中的"o"，而匹配"foooood"中的所有”o”，"o{1,}"等效于"o+"，"o{0,}"等效于"o*"；

 25.  “{n,m}”：”n”和”m”是非負整數，其中n<=m，匹配至少n次，至多m次，如，"o{1,3}"匹配"fooooood"中的頭三個o，'o{0,1}'等效于'o?'，注意,不能將空格插入逗號和數字之間；如”ba{1,3}”可以匹配”ba”或”baa”或”baaa”；

 26.  “x|y”：匹配”x”或”y”，如，”z|food”匹配"z"或"food"；”(z|f)ood”匹配"zood"或"food"；

 27.  “[xyz]”：字符集，匹配包含的任一字符，如，"[abc]"匹配"plain"中的"a";

 28.  “[^xyz]”：反向字符集，匹配未包含的任何字符，匹配除了”xyz”以外的任意字符，如，"[^abc]"匹配"plain"中的"p"；

 29.  “[a-z]”：字符范圍，匹配指定范圍內的任何字符，如，"[a-z]"匹配"a"到"z"范圍內的任何小寫字母；

 30.  “[^a-z]”：反向范圍字符，匹配不在指定的范圍內的任何字符，如，"[^a-z]"匹配任何不在"a"到"z"范圍內的任何字符；

 31.  “( )”：將”(“和”)”之間的表達式定義為”組”group，并且將匹配這個表達式的字符保存到一個臨時區域,一個正則表達式中最多可以保存9個，它們可以用”\1”到”\9”的符號來引用；

 32.  “(pattern)”：匹配pattern并捕獲該匹配的子表達式，可以使用$0…$9屬性從結果”匹配”集合中檢索捕獲的匹配；

 33.  “(?:pattern)”：匹配pattern但不捕獲該匹配的子表達式，即它是一個非捕獲匹配，不存儲供以后使用的匹配，這對于用”or”字符” (|)”組合模式部件的情況很有用, 如，”industr(?:y|ies)”是比”industry|industries”更簡略的表達式；

 34.  “(?=pattern)”： 非獲取匹配，正向肯定預查，在任何匹配pattern的字符串開始處匹配查找字符串，該匹配不需要獲取供以后使用。如，"Windows(?=95|98|NT|2000)"能匹配"Windows2000"中的"Windows"，但不能匹配"Windows3.1"中的"Windows"。預查不消耗字符，也就是說，在一個匹配發生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查的字符之后開始；

 35.  “(?!pattern)”： 非獲取匹配，正向否定預查，在任何不匹配pattern的字符串開始處匹配查找字符串，該匹配不需要獲取供以后使用。如"Windows(?!95|98|NT|2000)"能匹配"Windows3.1"中的"Windows"，但不能匹配"Windows2000"中的"Windows"；

 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”^”、”$”、”()”、”[]”、”{}”、”.”、”?”、”+”、”*”、”|”，需使用” \^”、” \$”、” \ (“、”\)”、” \ [“、”\]”、” \{“、”\}”、” \.”、” \?”、” \+”、” \*”、” \|”。

 在C++/C++11中，GCC版本是4.9.0及以上，VS版本為VS2013及以上時，會有regex頭文件，此頭文件中會有regex_match、regex_search、regex_replace等函數可供調用，以下是測試代碼：

#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: 
  判斷一個正則表達式(參數re)是否匹配整個字符序列str,它主要用于驗證文本 
  注意，這個正則表達式必須匹配被分析串的全部，否則返回false;如果整個序列被成功匹配，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://\\w*$" }; // url 
 std::regex re(pattern); 
 std::vector<std::string> str{ "http://blog.csdn.net/fengbingchun", "https://github.com/fengbingchun", 
  "abcd://124.456", "abcd https://github.com/fengbingchun 123" }; 
 /* std::regex_search: 
  類似于regex_match,但它不要求整個字符序列完全匹配 
  可以用regex_search來查找輸入中的一個子序列，該子序列匹配正則表達式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_search3() 
{ 
 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 , my github addr is: 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: 
  在整個字符序列中查找正則表達式re的所有匹配 
  這個算法每次成功匹配后，就根據參數fmt對匹配字符串進行替換 
 */ 
 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/ 
 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; 
}

關于如何在C++11中使用正則表達式就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。