c++ 正则表达式|极客教程

c++ 正则表达式

1. 简介

正则表达式（Regular Expression）是一种用来描述字符串特征的表达式，通过使用特定的语法规则来匹配和操作字符串。在编程语言中，正则表达式通常用来进行字符串模式匹配、替换、查找等操作。

C++也提供了对正则表达式的支持，通过C++的正则表达式库可以方便地实现对字符串的各种操作。本文将详细介绍C++中使用正则表达式的方法，并给出一些实际的示例。

2. C++中的正则表达式库

C++标准库提供了<regex>头文件来支持正则表达式操作。这个头文件中定义了一些模板类和函数，使得我们可以方便地进行正则表达式的构建、匹配和替换等操作。

下面是<regex>头文件中常用到的几个类和函数：

std::regex：代表一个正则表达式对象。
std::smatch：代表一个字符串匹配结果对象。
std::regex_match：用于判断一个字符串是否完全匹配一个正则表达式。
std::regex_search：用于在一个字符串中查找匹配一个正则表达式的子串。
std::regex_replace：用于将一个字符串中匹配一个正则表达式的子串替换为指定的字符串。

3. 正则表达式语法

在使用C++的正则表达式之前，我们需要先了解一些正则表达式的基本语法规则。下面是一些常用的正则表达式元字符及其含义：

.：匹配除换行符以外的任意一个字符。
*：匹配前面的元素零次或多次。
+：匹配前面的元素一次或多次。
?：匹配前面的元素零次或一次。
^：匹配字符串的开头。
$：匹配字符串的结尾。
[]：定义一个字符集，匹配其中的任意一个字符。
()：定义一个分组。
|：代表逻辑或，用于匹配多个式子中的一个。
\：用于转义字符。

除了上述元字符，还有一些特殊的字符类可以用来匹配特定的字符：

\d：匹配一个数字字符。
\D：匹配一个非数字字符。
\w：匹配一个单词字符（字母、数字或下划线）。
\W：匹配一个非单词字符。
\s：匹配一个空白字符（包括空格、制表符、换页符等）。
\S：匹配一个非空白字符。

正则表达式的语法非常灵活，可以通过组合上述元字符、字符类和特殊字符类来构建复杂的匹配规则。

4. 使用正则表达式进行匹配

首先，我们需要创建一个std::regex对象来表示一个正则表达式。下面是一个简单的示例：

#include <iostream>
#include <regex>

int main() {
    std::regex pattern("abc");

    std::string text = "abcdefg";
    if (std::regex_match(text, pattern)) {
        std::cout << "Match!" << std::endl;
    } else {
        std::cout << "Not match!" << std::endl;
    }

    return 0;
}

上面的代码中，我们先创建了一个std::regex对象pattern，它表示一个被匹配的正则表达式，这里是字符串”abc”。然后我们使用std::regex_match函数来判断字符串text是否完全匹配这个正则表达式。如果匹配成功，则输出”Match!”，否则输出”Not match!”。

上述示例中的正则表达式只包含了普通字符，所以匹配结果只能是完全匹配。如果我们希望匹配部分子串，可以使用std::regex_search函数。下面是一个示例：

#include <iostream>
#include <regex>

int main() {
    std::regex pattern("abc");

    std::string text = "abcdabc";
    std::smatch results;
    if (std::regex_search(text, results, pattern)) {
        std::cout << "Match! Substring: " << results.str() << std::endl;
    } else {
        std::cout << "Not match!" << std::endl;
    }

    return 0;
}

上面的代码中，我们使用了std::smatch对象results来保存匹配结果。如果匹配成功，我们可以通过results.str()来获取匹配到的子串。上述示例中的输出为”Match! Substring: abc”。

除了使用普通字符，我们还可以使用元字符、字符类和特殊字符类来构建更加灵活的匹配规则。下面是一些示例：

匹配一个数字字符：

std::regex pattern("\\d");
std::string text = "123abc";
std::smatch results;
if (std::regex_search(text, results, pattern)) {
    std::cout << "Match! Digit: " << results.str() << std::endl;
} else {
    std::cout << "Not match!" << std::endl;
}

输出：”Match! Digit: 1″

匹配一个单词字符：

std::regex pattern("\\w");
std::string text = "123abc";
std::smatch results;
if (std::regex_search(text, results, pattern)) {
    std::cout << "Match! Word character: " << results.str() << std::endl;
} else {
    std::cout << "Not match!" << std::endl;
}

输出：”Match! Word character: 1″

匹配一个空白字符：

std::regex pattern("\\s");
std::string text = "Hello World";
std::smatch results;
if (std::regex_search(text, results, pattern)) {
    std::cout << "Match! Whitespace character: " << results.str() << std::endl;
} else {
    std::cout << "Not match!" << std::endl;
}

输出：”Match! Whitespace character: ”

匹配一个特定的字符集：

std::regex pattern("[aeiou]");
std::string text = "Hello World";
std::smatch results;
if (std::regex_search(text, results, pattern)) {
    std::cout << "Match! Vowel: " << results.str() << std::endl;
} else {
    std::cout << "Not match!" << std::endl;
}

输出：”Match! Vowel: e”

匹配多个式子中的任意一个：

std::regex pattern("apple|banana|cherry");
std::string text = "I like banana!";
std::smatch results;
if (std::regex_search(text, results, pattern)) {
    std::cout << "Match! Fruit: " << results.str() << std::endl;
} else {
    std::cout << "Not match!" << std::endl;
}

输出：”Match! Fruit: banana”

上述示例中，我们使用了|符号来表示逻辑或，可以匹配多个式子中的任意一个。

5. 使用正则表达式进行替换

除了匹配，我们还可以使用正则表达式来进行替换操作。std::regex_replace函数可以将一个字符串中匹配一个正则表达式的子串替换为指定的字符串。下面是一个示例：

#include <iostream>
#include <regex>

int main() {
    std::regex pattern("apple");
    std::string text = "I have an apple.";

    std::string result = std::regex_replace(text, pattern, "banana");
    std::cout << "After replacement: " << result << std::endl;

    return 0;
}

输出：”After replacement: I have an banana.”

上述示例中，我们将字符串中的”apple”替换为”banana”。

6. 正则表达式的性能优化

正则表达式在处理大量数据时可能会产生较大的性能开销，因此在实际使用中需要注意性能优化的问题。

尽量使用具体的匹配模式：具体的匹配模式可以减少回溯的次数，提高匹配的效率。例如，使用”\d+”比”\d”要更快一些。
尽量使用非贪婪匹配：贪婪匹配是指匹配尽可能多的字符，非贪婪匹配是指匹配尽可能少的字符。在需要匹配到第一个满足条件的子串时，使用非贪婪匹配可以提高效率。例如，使用”\d+?”而不是”\d+”。
避免不必要的分组和捕获：分组和捕获会增加匹配的开销，如果不需要获取分组的结果，可以使用非捕获分组来提高性能。例如，使用”(?:\d)+”而不是”(\d)+”。
尽量使用固定的字符串替换：如果替换的字符串是固定的，可以考虑使用std::string的替换方法来代替正则表达式的替换方法，可以提高性能。