在 std::string 上执行正则表达式搜索和替换

Posted 2023-02-22

【中文标题】在 std::string 上执行正则表达式搜索和替换

【英文标题】：Performing a Regex search and Replace on a std::string

【发布时间】：2017-02-11 05:40:33

【问题描述】：

我有一个模式 '"XYZ\d\d' 和一个 'largeish' 字符串，这种模式可以多次出现。

我的目标是在字符串中找到该模式的所有实例，然后将匹配中的所有字符替换为原始字符串中的字母“A”。

到目前为止，我得到了以下信息，但是有一个错误：

#include <iostream>
#include <regex>

int main() 
    std::regex  exp("XYZ\\d\\d");
    std::smatch res;
    std::string str = " XYZ111 d-dxxxxxxx XYZ222 t-nyyyyyyyyy XYZ333 t-r ";

    auto itr = str.cbegin();

    while (std::regex_search(itr, str.cend(), res, exp)) 

        std::cout << "[" << res[0] << "]" << std::endl;

        for (auto j = res[0].first; j != res[0].second; ++j) 
           *j = 'A';  // Error as dereferencing j causes a const reference
        

        itr += res.position() + res.length();
    

    std::cout << std::endl;

    std::cout << "mod: " << str << std::endl;

    return 0;

我不确定在使用 C++11 regex 工具来完成我的任务时正确的过程是什么。

还想知道是否有像 regex_replace 这样的东西，它需要一个 functor，人们可以在其中指定他们希望如何在每次匹配发生时更改匹配？

【问题讨论】：

搜索"XYZ"，然后判断后面是否跟两位数，大概只需要三行代码。对于这样一个简单的匹配，使用正则表达式似乎有点过头了。

【参考方案1】：

由于您有位置和长度，您可以使用它来进行替换，或者如果您只是想摆脱错误，您可以使用非常量迭代器实例化 std::match_results（所有 stdlib 默认实例化都使用 const )。

#include <iostream>
#include <regex>

int main() 
    using strmatch = std::match_results<std::string::iterator>;

    std::regex  expr("XYZ\\d\\d");
    strmatch res;
    std::string str = " XYZ111 d-dxxxxxxx XYZ222 t-nyyyyyyyyy XYZ333 t-r ";

    auto itr = str.begin();

    while (std::regex_search(itr, str.end(), res, expr)) 

        std::cout << "[" << res[0] << "]" << std::endl;

        for (auto j = res[0].first; j != res[0].second; ++j) 
           *j = 'A';  // Error as dereferencing j causes a const reference
        

        itr += res.position() + res.length();
    

    std::cout << std::endl;

    std::cout << "mod: " << str << std::endl;

    return 0;

【参考方案2】：

您需要一个基于全局正则表达式的替换。这里有三种方法可以在没有任何显式循环的情况下执行此操作（确保正则表达式替换代码中有“隐式”循环）：

#include <iostream>
#include <string>
#include <regex> // std::regex
#include <pcrecpp.h> // pcrecpp::RE -- needs "-lpcrecpp -lpcre"
#include <pcrscpp.h> // pcrscpp::replace -- needs "-lpcrscpp -lpcre"

int main() 
    std::regex std_rx (R"del(XYZ\d\d)del");
    pcrecpp::RE pcrecpp_rx (R"del(XYZ\d\d)del");
    pcrscpp::replace pcrscpp_rs(R"del(s/XYZ\d\d/A/g)del");
    std::string str = " XYZ111 d-dxxxxxxx XYZ222 t-nyyyyyyyyy XYZ333 t-r ";

    std::cout << "std::regex way: " << std::regex_replace (str, std_rx, "A") << std::endl
              << "pcrecpp way: ";

    std::string buffer(str);
    pcrecpp_rx.GlobalReplace("A", &buffer);

    std::cout << buffer << std::endl
              << "pcrscpp way: ";

    pcrscpp_rs.replace_store(str);
    std::cout << pcrscpp_rs.replace_result << std::endl;

    return 0;

结果：

std::regex way:  A1 d-dxxxxxxx A2 t-nyyyyyyyyy A3 t-r
pcrecpp way:  A1 d-dxxxxxxx A2 t-nyyyyyyyyy A3 t-r
pcrscpp way:  A1 d-dxxxxxxx A2 t-nyyyyyyyyy A3 t-r

std::regex 需要 C++11 功能，并且在简单模式上的执行速度比 PCRE 慢两倍（请参阅this answer），我预计在更复杂的模式上会更糟，但不需要任何额外的库，只要当您使用 C++11 编译器时。 PCRECPP 是由 Google 编写的 PCRE C++ 包装器。 PCRSCPP 是我对 PCRE 的封装，它提供了类似 Perl 的基于正则表达式的替换功能，因此在这个范围内比 PCRECPP 功能丰富得多。