C++ 正则表达式匹配

正则表达式是一种强大的文本匹配工具，可以用于快速匹配一定规则的字符串。在 C++ 中，可以通过正则表达式库 <regex> 来实现文本匹配。

匹配基础

要使用正则表达式，首先需要了解一些基本的匹配规则，例如：

• .：匹配任意一个字符（除了换行符）；
• []：匹配方括号中的任意一个字符；
• [^]：匹配除了方括号中的任意一个字符以外的字符；
• *：匹配前面的字符 0 次或多次；
• +：匹配前面的字符 1 次或多次；
• ?：匹配前面的字符 0 次或 1 次；
• ()：匹配括号中的表达式，并标记为子匹配；
• |：匹配 | 左侧或右侧的表达式。

假设有一个字符串 str，想要匹配其中的所有数字字符，可以使用如下正则表达式：

regex num_reg("[0-9]+");

代码中的 [0-9]+ 表示匹配连续的数字字符。可以使用 regex_match() 函数来判断是否匹配成功：

string str = "abc123def456ghi789jkl";
regex num_reg("[0-9]+");
smatch results;
while (regex_search(str, results, num_reg)) {
    cout << results[0] << endl;
    str = results.suffix().str();
}

输出为：

123
456
789

代码中使用了 regex_search() 函数来进行匹配。该函数可以在目标字符串中依次寻找与正则表达式 num_reg 匹配的子字符串，每找到一组就将结果存储到 results 对象中。

输出时使用 results[0] 表示结果的第一组，即整个匹配结果。使用 results.suffix().str() 来取出未匹配部分，并更新目标字符串，从而能够继续匹配下一个结果。

匹配高级

除了基本的匹配规则外，正则表达式还支持一些高级功能，例如：

• ^：匹配文本开头；
• $：匹配文本结尾；
• \b：匹配单词边界；
• \d：匹配数字字符；
• \D：匹配非数字字符；
• \w：匹配字母、数字字符或下划线；
• \W：匹配不是字母、数字字符或下划线的字符。

假设有一个字符串 str，想要匹配其中的所有 URL 地址，可以使用如下正则表达式：

regex url_reg("(https?|ftp)://[-A-Z0-9+&@#/%?=~_|!:,.;]*[-A-Z0-9+&@#/%=~_|]");

代码中的正则表达式是从 Stack Overflow 中找到的。它可以匹配以 http:// 或 https:// 或 ftp:// 开头的任意 URL 地址。

可以使用 regex_replace() 函数将匹配到的 URL 地址替换为指定的文本：

string str = "请访问我的网站：http://www.example.com 或者 https://www.example.com";
regex url_reg("(https?|ftp)://[-A-Z0-9+&@#/%?=~_|!:,.;]*[-A-Z0-9+&@#/%=~_|]");
string replace_str = "<a href=\"$&\">$&</a>";  // $& 表示匹配到的整个文本
string result = regex_replace(str, url_reg, replace_str);
cout << result << endl;

输出为：

请访问我的网站：<a href="http://www.example.com">http://www.example.com</a> 或者 <a href="https://www.example.com">https://www.example.com</a>

参考资料

• C++ 正则表达式教程
• C++ 正则表达式库 <regex>

代码片段

#include <iostream>
#include <regex>
#include <string>

using namespace std;

int main() {
    string str = "abc123def456ghi789jkl";
    regex num_reg("[0-9]+");
    smatch results;
    while (regex_search(str, results, num_reg)) {
        cout << results[0] << endl;
        str = results.suffix().str();
    }

    string str2 = "请访问我的网站：http://www.example.com 或者 https://www.example.com";
    regex url_reg("(https?|ftp)://[-A-Z0-9+&@#/%?=~_|!:,.;]*[-A-Z0-9+&@#/%=~_|]");
    string replace_str = "<a href=\"$&\">$&</a>";
    string result = regex_replace(str2, url_reg, replace_str);
    cout << result << endl;

    return 0;
}

Markdown 源码

# C++ 正则表达式匹配

正则表达式是一种强大的文本匹配工具，可以用于快速匹配一定规则的字符串。在 C++ 中，可以通过正则表达式库 `<regex>` 来实现文本匹配。

## 匹配基础

要使用正则表达式，首先需要了解一些基本的匹配规则，例如：

- `.`：匹配任意一个字符（除了换行符）；
- `[]`：匹配方括号中的任意一个字符；
- `[^]`：匹配除了方括号中的任意一个字符以外的字符；
- `*`：匹配前面的字符 0 次或多次；
- `+`：匹配前面的字符 1 次或多次；
- `?`：匹配前面的字符 0 次或 1 次；
- `()`：匹配括号中的表达式，并标记为子匹配；
- `|`：匹配 `|` 左侧或右侧的表达式。

假设有一个字符串 `str`，想要匹配其中的所有数字字符，可以使用如下正则表达式：

```cpp
regex num_reg("[0-9]+");

代码中的 [0-9]+ 表示匹配连续的数字字符。可以使用 regex_match() 函数来判断是否匹配成功：

string str = "abc123def456ghi789jkl";
regex num_reg("[0-9]+");
smatch results;
while (regex_search(str, results, num_reg)) {
    cout << results[0] << endl;
    str = results.suffix().str();
}

输出为：

123
456
789

代码中使用了 regex_search() 函数来进行匹配。该函数可以在目标字符串中依次寻找与正则表达式 num_reg 匹配的子字符串，每找到一组就将结果存储到 results 对象中。

输出时使用 results[0] 表示结果的第一组，即整个匹配结果。使用 results.suffix().str() 来取出未匹配部分，并更新目标字符串，从而能够继续匹配下一个结果。

匹配高级

除了基本的匹配规则外，正则表达式还支持一些高级功能，例如：

• ^：匹配文本开头；
• $：匹配文本结尾；
• \b：匹配单词边界；
• \d：匹配数字字符；
• \D：匹配非数字字符；
• \w：匹配字母、数字字符或下划线；
• \W：匹配不是字母、数字字符或下划线的字符。

假设有一个字符串 str，想要匹配其中的所有 URL 地址，可以使用如下正则表达式：

regex url_reg("(https?|ftp)://[-A-Z0-9+&@#/%?=~_|!:,.;]*[-A-Z0-9+&@#/%=~_|]");

代码中的正则表达式是从 Stack Overflow 中找到的。它可以匹配以 http:// 或 https:// 或 ftp:// 开头的任意 URL 地址。

可以使用 regex_replace() 函数将匹配到的 URL 地址替换为指定的文本：

string str = "请访问我的网站：http://www.example.com 或者 https://www.example.com";
regex url_reg("(https?|ftp)://[-A-Z0-9+&@#/%?=~_|!:,.;]*[-A-Z0-9+&@#/%=~_|]");
string replace_str = "<a href=\"$&\">$&</a>";  // $& 表示匹配到的整个文本
string result = regex_replace(str, url_reg, replace_str);
cout << result << endl;

输出为：

请访问我的网站：<a href="http://www.example.com">http://www.example.com</a> 或者 <a href="https://www.example.com">https://www.example.com</a>

参考资料

• C++ 正则表达式教程
• C++ 正则表达式库 <regex>

代码片段

#include <iostream>
#include <regex>
#include <string>

using namespace std;

int main() {
    string str = "abc123def456ghi789jkl";
    regex num_reg("[0-9]+");
    smatch results;
    while (regex_search(str, results, num_reg)) {
        cout << results[0] << endl;
        str = results.suffix().str();
    }

    string str2 = "请访问我的网站：http://www.example.com 或者 https://www.example.com";
    regex url_reg("(https?|ftp)://[-A-Z0-9+&@#/%?=~_|!:,.;]*[-A-Z0-9+&@#/%=~_|]");
    string replace_str = "<a href=\"$&\">$&</a>";
    string result = regex_replace(str2, url_reg, replace_str);
    cout << result << endl;

    return 0;
}