C++正则表达式

C++

正则表达式 Regex(Regular Expression)是描述或匹配某个句法规则的字符串，用于检索、替换那些匹配某个模式的文本。
一个正则表达式通常被称为一个模式。由表达式、量词、断言组成。

目录

表达式

表达式可以是以下项之一：

• 一般的字符，可匹配目标序列中相同的字符。
  例如：a 只能匹配 a; abc只能匹配abc。

• 通配符 .，可匹配目标序列中除了换行符外的任何字符。
  例如：a.c 可以匹配abc、a c、a.c、a1c等等。

• [expr] 形式的括号表达式，可以匹配目标序列中包含在表达式expr定义集内的字符或者排序规则表达式；采用[^expr]，可匹配目标序列中未包含在表达式expr定义集内的字符或排序规则表达式。
  表达式expr可以包含下列的任意组合：

  • 单个字符。例如：[A] 匹配 A
  • ch1-ch2形式的字符域。例如 [A-F] 匹配大写字母A到F中的任何一个字母，比如：匹配 A.
  • [:name:]形式的字符类。例如：[[:alpha:]] 匹配一个字母（不区分大小写）。

  字符类名	说明
  alnum	字母（不区分大小写）和数字
  alpha	字母（不区分大小写）
  blank	空格或制表符
  cntrl	文件格式转义字符
  digit	数字
  graph	字母（不区分大小写）、数字和英文标点
  lower	小写字母
  upper	大写字母
  print	字母（不区分大小写）、数字、英文标点和空格
  punct	英文标点
  sapce	空格
  xdigit	表示十六进制的字符（数字,a,b,c,d,e,f,A,B,C,D,E,F）
  d	与digit相同
  s	与space相同
  w	与alnum相同

• 定位点。定位点^匹配目标序列的开头，$可匹配目标序列的末尾。
  定位点可匹配目标字符串中的位置，而不匹配字符。

• 转义序列

  • 文件格式转义。
    \\、\f、\n、\r、\t和\v,他们分别匹配目标序列中的反斜杠、换页符、回车符、水平制表符合垂直制表符。

  • DSW字符转义

  转义序列	等效命名类	默认命名类
  \d	[[:d:]]	[[:digit:]]
  \D	[^[:D:]]	[^[:digit:]]
  \s	[[:s:]]	[[:space:]]
  \S	[^[:S:]]	[^[:space:]]
  \w	[[:w:]]	[a-zA-Z0-9]
  \W	[^[:W:]]	[^a-zA-Z0-9]

  • 8进制数转义
    \ooo，"ooo"表示三位的八进制数，例如：\101 匹配字符 A。
  • 16进制数转义
    \xhh，"hh"表示两位的十六进制数，例如：\x41 匹配字符 A。
  • Unicode 转义
    \uhhhh,"hhhh"表示四位的十六进制数，例如：\u0041 匹配字符A。

量词

一个量词指定了要匹配的表达式出现的次数。例如，x{1,1} 表示必须且只能匹配一个字符x，而x{1,3}表示至少匹配一个x，最多匹配三个x。

例如：[A-C]+， 可匹配 AAA 、B

断言

例如：
\\bmail\\b 匹配的就是一个单词mail。
This is a T(?!est)表示如果T后面没有est就匹配，这主要用于替换，后面会有实例。
This is a T(?=est)表示如果T后面有est就匹配，这主要用于替换，后面会有实例。

实例

在C++中使用正则表达式需要用到regex库。
默认情况下，正则表达式遵循ECMAScript语法。

常用函数：

检验邮箱格式

邮箱的一般格式：xxx@xxx.com
验证 xxx@163.com 格式的邮箱。
正则表达式：[[:graph:]]+@163[.]com，这里将.用方括号括起来是因为.在正在表达式中是一个通配符。

#include <regex>
#include <iostream>
using namespace std;
int main()
{
    string re = "[[:graph:]]+@163[.]com";
    regex rule(re);
    string str = "acvds.cpp@163.com";
    cout << regex_match(str, rule) << endl; //true
    system("pause");
    return 0;
}

IP地址匹配

原理：
IP地址是有四个用小数点隔开的十进制整数（0~255）组成的，每个整数的位数不确定，以及整数是不同位数的时候，每个位上数字的取值范围也会存在差异，所以需要一一匹配。
当整数是一位的时候，取值是0~9,正则表达式\\d(反斜杠需要转义)；
当整数是两位的时候，取值是0~9,正则表达式\\d{1,2};
当整数是三位的时候，当最高位是1的时候，其它两位的取值是0~9，正则表达式1\\d{1,2};当最高位是2的时候，其它两位的取值是0~5，正则表达式2[0-5]{1,2};
然后用|（或）连接。

#include <regex>
#include <iostream>
using namespace std;
int main()
{
    string re = "(\\d|\\d{1,2}|(1\\d{1,2})|2[0-5]{1,2})[.](\\d|\\d{1,2}|(1\\d{1,2})|2[0-5]{1,2})[.](\\d|\\d{1,2}|(1\\d{1,2})|2[0-5]{1,2})[.](\\d|\\d{1,2}|(1\\d{1,2})|2[0-5]{1,2})";
    regex rule(re);
    string str = "100.100.100.0";
    cout << regex_match(str, rule) << endl; //true
    system("pause");
    return 0;
}

英译汉

这里主要涉及到regex_replace函数的使用。
函数原型：

basic_string<_Elem, _Traits1, _Alloc1> regex_replace(
const basic_string<_Elem, _Traits1, _Alloc1>& _Str,
const basic_regex<_Elem, _RxTraits>& _Re,
const _Elem *_Ptr,
regex_constants::match_flag_type _Flgs =regex_constants::match_default);

一共四个参数，第一个参数是目标字符串，第二个参数是正则表达式规则，第三个是用于替换的字符串， 第四个是设置正则表达式如何匹配以及格式化用于替换的字符串。

#include <regex>
#include <iostream>
using namespace std;
int main()
{
    string re1 = "i";
    string re2 = "love";
    string re3 = "you";
    regex rule1(re1);
    regex rule2(re2);
    regex rule3(re3);
    string str = " i love you.";
    str = regex_replace(str, rule1, "我");
    str = regex_replace(str, rule2, "喜欢");
    str = regex_replace(str, rule3, "你"); 
    cout << str << endl;//我喜欢你
    system("pause");
    return 0;
}

画龙点睛

#include <regex>
#include <iostream>
using namespace std;
int main()
{
    string re = "E(?!xpression)";
    regex rule(re);
    string str = "Regular E";
    cout << regex_replace(str,rule,"Expression") << endl; //Regular Expression
    system("pause");
    return 0;
}

写在最后

正则表达式一个非常有用的利器，掌握它需要多加练习，实践出真知！
如果想了解更多关于正则表达的内容，清点击以下链接：
链接1
链接2