在 C++ 中使用正则表达式检查字符串

Posted 2023-02-22

技术标签:

【中文标题】在 C++ 中使用正则表达式检查字符串【英文标题】：Checking strings with regex in C++ 【发布时间】：2012-06-25 07:41:33 【问题描述】：

我将在 C++ 应用程序中使用正则表达式，但我没有使用正则表达式的经验。我特别想检查一些字符串是否属于以下类别之一：

X.anystring -> X 必须是唯一且唯一的字母（不是数字）。

XY.anystring -> X, Y 必须是数字 0-9（不是字母）。

如何使用正则表达式检查它们？为了让我熟悉正则表达式，您可以推荐什么正则表达式教程？

【问题讨论】：

您查看过 cppreference.com 吗？看看Boost Regex。这个问题的两个答案如何相互补充很有趣。一个是关于正则表达式的，另一个是关于 C++ 库的。 【参考方案1】：

说真的，在这种情况下，regexp:s 不是适合您的解决方案。

首先，regexp:s 不是 C++ 语言的一部分，因此您需要使用特定的 regexp 库。（C++11 包括对 regexp:s 的支持。）

其次，您的两个用例都可以简单地用纯 C++ 编码，您需要做的就是遍历字符串中的字符并检查它们是否符合您的要求。

【讨论】：

说实话，他甚至不需要循环；他从不需要看三个以上的字符。但这对于让他开始使用正则表达式可能是一个很好的练习，并且在处理文本输入时，您很快就会发现正则表达式是最简单的解决方案。为什么他不需要循环检查所有的表达式？【参考方案2】：

当前的 C++11 标准支持正则表达式，但我不确定哪些编译器支持它并准备好使用。

与此同时，Boost 库为 C++ (link here) 提供了一个不错的正则表达式系统。

在学习正则表达式方面，this 可能会有所帮助（专注于使用 Boost 正则表达式）。

对于您的情况可能更简单的替代解决方案是您自己编写代码。比如：

bool check_first(const string& myString)

    if (!isalpha(myString[0]) || myString[1] != '.') return false;
    return true;


bool check_second(const string& myString)

    if (!isdigit(myString[0]) || !isdigit(myString[1]) || myString[2] != '.') return false;
    return true;

【讨论】：

前两个陈述在形式上相互矛盾，因为当前的 C++ 标准是 C++11。（当然，在实践中，能不能真正使用是另外一回事。但是标准的正则表达式是基于boost的，所以可以使用。）【参考方案3】：

X.anystring -> X 必须是唯一且唯一的字母（不是位）。

需要的正则表达式是

[a-zA-Z]\.[\w]+

XY.anystring -> X, Y 必须是数字 0-9 （不是字母）。

需要的正则表达式是

[0-9]2\.[\w]+

详细了解正则表达式here。一旦您大致了解了正则表达式，您就可以应用到您选择的任何语言。

【讨论】：

我认为这些都不对。首先，第一个不匹配所有字母字符。 \b 的目的是什么？而[] 中的\w？（我不认为\w实际上是在[]中定义的；它通常定义为[^_[:alnum:]]，这在[]中是不合法的。）我忽略了 alpha 字符，因为 OP 特别提到了 letter。 \w 确实允许在 [] 内部，尽管它不是 POSIX 标准。而\b 我同意在这种情况下是多余的。我编辑了\b 您能否指出\w 在[] 中允许的位置（以及哪个版本的正则表达式---有很多）。 C++11 似乎不太清楚：它要么是被禁止的（未定义的行为，因为未指定），要么是（我的阅读，虽然我完全不确定这是不是意图）相当于[[_[:alnum:]]]，其中，当后跟+ 时，将匹配[、_ 或alnum，后跟一个或多个]。（鉴于 OP 说“任何字符串”，而不是符号，.* 无论如何都是想要的。）另外：à 是一个字母，但不会被 [a-zA-Z] 匹配。 \w 已经是一个字符类。它不需要被包裹在一个。在这种情况下，这是错误的——你应该使用.*，因为它应该匹配 any 字符串，而不仅仅是单词。【参考方案4】：

如果你只是想知道一个字符串是否匹配一个或另一个，但你不在乎它匹配哪个，你可以使用：

"(?:(?:[a-zA-Z])|(?:[0-9]2))\..*"

使用 C++11 regex 和 ECMAScript 语法。

【讨论】：

【参考方案5】：

#include <regex>

std::string str = "OnlyLetter,12345";

std::string x = "([a-z]|[A-Z])+";
std::string y = "[0-9]+";
std::string expression = std::string(x).append(",").append(y);
std::tr1::regex rx(expression);
bool match = std::tr1::regex_match(str.c_str(),rx);
// match = true. Valid String
// match = false. Invalid String. ex.: "OnlyLetter,12s345"

【讨论】：

【参考方案6】：

这取决于您使用的正则表达式库。但是以下应该适用于 Boost 和 C++11：

对于 X.anystring（X 为 alpha）：