返回字符串中模式的所有非重叠匹配

Posted 2023-02-23

【中文标题】返回字符串中模式的所有非重叠匹配

【英文标题】：Return all non-overlapping matches of pattern in string

【发布时间】：2010-02-12 21:39:26

【问题描述】：

在 Python 中，我可以使用 re.findall(pattern, string) 返回字符串中所有不重叠的模式匹配项。

例如，在以下 SVG 路径命令中：

import re
spam = "M317.0,169.7C311.1,170.5 285.7,146.8 300.7,178.57 L 321.4,175.01"
eggs = re.findall("([A-Za-z]|-?[0-9]+\.?[0-9]*(?:e-?[0-9]*)?)", spam)
print(eggs)
['M', '317.0', '169.7', 'C', '311.1', '170.5', '285.7', '146.8', '300.7', '178.5', 'L', '321.4', '175.0']

在 C 或 C++ 中，有一种轻量级、干净且有效的方法来进行这种类型的正则表达式模式匹配吗？请注意，我不是在寻找依赖于 Boost 的解决方案。理想情况下，我想尽量减少依赖关系并保持我的代码精简......

【问题讨论】：

不幸的是，标准 C++ 语言不包含正则表达式函数。您必须使用std::string 构建一些东西，或者使用外部库。

你需要添加一些库，而 Boost 做了很多事情，本质上是终极的可移植性，那么为什么不使用它呢？ （C++0x 添加了正则表达式，但这是一个在采用过程中添加到库中的速度很慢的特性。）

boost 是几乎所有 C++ 项目中都值得拥有的依赖项。

【参考方案1】：

SLRE - 超轻量级正则表达式库

SLRE 是一个 ANSI C 库，它实现了一小部分 Perl 正则表达式。它主要面向想要解析配置文件的开发人员，其中速度并不重要。它位于单个 .c 文件中，可根据自定义需求轻松修改。例如，如果要引入一个新的元字符“\i”，即“IP 地址”，那么很容易做到。 特点

* Crossplatform - pure ANSI C* Very simple API* Light: about 5kB of code when compiled* Uses no dynamic memory allocation* Thread safe

支持的 RE 语法

^ Match beginning of a buffer$ Match end of a buffer() Grouping and substring capturing[...] Match any character from set[^...] Match any character but ones from set\s Match whitespace\S Match non-whitespace\d Match decimal digit\r Match carriage return\n Match newline+ Match one or more times (greedy)+? Match one or more times (non-greedy)* Match zero or more times (greedy)*? Match zero or more times (non-greedy)? Match zero or once\xDD Match byte with hex value 0xDD@ 987654343@

/*
 * ----------------------------------------------------------------------------
 * "THE BEER-WARE LICENSE" (Revision 42):
 * Sergey Lyubka wrote this file. As long as you retain this notice you
 * can do whatever you want with this stuff. If we meet some day, and you think
 * this stuff is worth it, you can buy me a beer in return.
 * ----------------------------------------------------------------------------
 */

【参考方案2】：

您需要一个 C++ 正则表达式库。它们有很多，但它们会产生依赖关系。 C++ 没有原生（或 STL）正则表达式支持。