正则表达式

Posted 2020-12-17 chendeqiang

正则表达式是一种字符串匹配和文本替换的操作，功能强大，内容颇多。

一、正则表达式库组件

组件	作用
regex	表示一个正则表达式的类
regex_match	将一个字符序列与一个正则表达式匹配
regex_search	寻找第一个与正则表达式匹配的子序列
regex_replace	使用给定格式替换一个正则表达式
regex_iterator	迭代器适配器，调用regex_search来遍历一个string中所有匹配的子串
smatch	容器类，保存在string中搜索的结果
ssub_match	string中匹配的子表达式的结果

二、栗子

2.1 搜索匹配字符

查找不在字符串c之后的字符串ei

#include <iostream>
#include <regex>

using std::cout;
using std::string;
using std::endl;
int main()
{
   string pattern("[^c]ei");
   pattern = "[[:alpha:]]*" + pattern + "[[:alpha:]]*";
  
   std::regex r(pattern);
   std::smatch results;
   string test_str = "receipt freind theif receive";
   if (std::regex_search(test_str, results, r))
      cout << results.str() << endl;
}

freind 

2.2 查找所有匹配的字符串

#include <iostream>
#include <regex>

using std::cout;
using std::string;
using std::endl;
int main()
{
   string pattern("[^c]ei");
   pattern = "[[:alpha:]]*" + pattern + "[[:alpha:]]*";
  
   std::regex r(pattern,std::regex::icase);//忽略大小写
   std::smatch results;
   string test_str = "receipt freind theif receive";

   for (std::sregex_iterator it(test_str.begin(),test_str.end(),r),end_it;it!=end_it;++it )
   {
      cout << it->str() << endl;
   }

}

freind 
theif

1.3 替换

#include <iostream>
#include <regex>

using std::cout;
using std::string;
using std::endl;
int main()
{
   string str = "Hello_2018!";
   std::regex pattern("Hello");
   cout << std::regex_replace(str, pattern, "") << endl;	//输出：_2018，将Hello替换为""
   cout << std::regex_replace(str, pattern, "Hi") << endl;	//输出：Hi_2018，将Hello替换为Hi
}

_2018!
Hi_2018!

---

一、语法

1.1 普通字符

普通字符包括没有显式指定为元字符的所有可打印和不可打印字符。这包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号。

1.2 非打印字符

非打印字符也可以是正则表达式的组成部分。

字符	描述
cx	匹配由x指明的控制字符。例如， cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 ‘c‘ 字符。
f	匹配一个换页符。等价于 x0c 和 cL。
	匹配一个换行符。等价于 x0a 和 cJ。
	匹配一个回车符。等价于 x0d 和 cM。
s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ f v]。注意 Unicode 正则表达式会匹配全角空格符。
S	匹配任何非空白字符。等价于 [^ f v]。
	匹配一个制表符。等价于 x09 和 cI。
v	匹配一个垂直制表符。等价于 x0b 和 cK。

1.3 特殊字符

特别字符	描述
$	匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 ‘ ‘ 或 ‘ ‘。要匹配 $ 字符本身，请使用 $。
( )	标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 ( 和 )。
*	匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 *。
+	匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 +。
.	匹配除换行符 之外的任何单字符。要匹配 . ，请使用 . 。
[	标记一个中括号表达式的开始。要匹配 [，请使用 [。
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 ?。
	将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， ‘n‘ 匹配字符 ‘n‘。‘ ‘ 匹配换行符。序列 ‘‘ 匹配 ""，而 ‘(‘ 则匹配 "("。
^	匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 ^。
{	标记限定符表达式的开始。要匹配 {，请使用 {。

| ,指明两项之间的一个选择。要匹配 |，请使用 |。

1.4 限定符

字符	描述
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，‘zo+‘ 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 、 "does" 中的 "does" 、 "doxy" 中的 "do" 。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，‘o{2}‘ 不能匹配 "Bob" 中的 ‘o‘，但是能匹配 "food" 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，‘o{2,}‘ 不能匹配 "Bob" 中的 ‘o‘，但能匹配 "foooood" 中的所有 o。‘o{1,}‘ 等价于 ‘o+‘。‘o{0,}‘ 则等价于 ‘o*‘。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。‘o{0,1}‘ 等价于 ‘o?‘。请注意在逗号和两个数之间不能有空格。

参考链接：
https://www.runoob.com/regexp/regexp-syntax.html