正则表达式分组与 C++ 11 正则表达式库匹配

Posted 2023-02-22

【中文标题】正则表达式分组与 C++ 11 正则表达式库匹配

【英文标题】：Regex grouping matches with C++ 11 regex library

【发布时间】：2015-03-28 18:55:58

【问题描述】：

我正在尝试使用正则表达式进行组匹配。我想从一个大字符串中提取两个字符串。

输入字符串如下所示：

tХB:Username![e-mail] Connected
tХB:Username![e-mail] WEBMSG #Username :this is a message
tХB:Username![e-mail] Status: visible

Username 可以是任何东西。结尾部分this is a message也是如此。

我想要做的是提取井号# 之后的用户名。不是来自字符串中的任何其他位置，因为它也会有所不同。我还想从分号 : 之后的字符串中获取 message。

我使用以下正则表达式进行了尝试。但它从不输出任何结果。

regex rgx("WEBMSG #([a-zA-Z0-9]) :(.*?)");
smatch matches;

for(size_t i=0; i<matches.size(); ++i) 
    cout << "MATCH: " << matches[i] << endl;

我没有得到任何匹配。我的正则表达式有什么问题？

【问题讨论】：

是否有必要使用正则表达式来解决这个问题，因为在我看来，流提取功能可以实现这一点。

【参考方案1】：

您的正则表达式不正确，因为两个捕获组都不符合您的要求。第一个是寻找匹配集合[a-zA-Z0-9] 中的单个字符，然后是<space>:，它适用于单字符用户名，但仅此而已。第二个捕获组将始终为空，因为您要查找零个或多个字符，而且指定匹配不应该是贪婪的，这意味着零字符匹配是有效的结果。

解决这两个问题你的regex 变成了

std::regex rgx("WEBMSG #([a-zA-Z0-9]+) :(.*)");

但是仅仅实例化regex 和match_results 对象不会产生匹配，您需要应用regex 算法。由于您只想匹配输入字符串的一部分，因此在这种情况下使用的适当算法是regex_search。

std::regex_search(s, matches, rgx);

把它们放在一起

    std::string sR"(
tХB:Username![e-mail] Connected
tХB:Username![e-mail] WEBMSG #Username :this is a message
tХB:Username![e-mail] Status: visible
)";

    std::regex rgx("WEBMSG #([a-zA-Z0-9]+) :(.*)");
    std::smatch matches;

    if(std::regex_search(s, matches, rgx)) 
        std::cout << "Match found\n";

        for (size_t i = 0; i < matches.size(); ++i) 
            std::cout << i << ": '" << matches[i].str() << "'\n";
        
     else 
        std::cout << "Match not found\n";
    

Live demo

【参考方案2】：

"WEBMSG #([a-zA-Z0-9]) :(.*?)"

此正则表达式将仅匹配字符串，其中包含 1 个字符长度的用户名和分号后的任何消息，但第二组将始终为空，因为试图找到从 0 到无限的任何字符的非贪婪匹配较少。

这应该可行：

"WEBMSG #([a-zA-Z0-9]+) :(.*)"