初探Boost.Xpressive正则表达式库

正则表达式在字符串操作中有这很重要的地位，可以高效的完成字符串的匹配、查找、替换等操作。Boost.Xpressive是一个正则表达式模板库。在学习Boost.Xpressive之前需要对正则表达式的匹配规则有一定的了解。这里选择Boost.Xpressive而不选择Boost.Regex是因为Boost.Xpressive的功能更强大。Boost.Xpressive由dynamic regexes和static regexes两个库。其中dynamic regexes的功能与Boost.Regex一致。这里主要涉及dynamic regexes。

正则表达式

正则表达式元字符

1、基础

\：转义字符

^：匹配字符串的开始位置

$：匹配字符串的结束位置

.：匹配'\n'之外的单个字符

2、贪婪(重复)

+：一次或多次

?：零次或一次

*：零次或多次

：出现n次

：至少出现n次

：至少出现n次，最多出现m次

+、?、*、、、等后面加?表示惰性算法

贪婪：最大化匹配

惰性：最小化匹配

3、分组与捕获

(pattern)：匹配pattern并获取

(?:pattern)：匹配pattern但不获取

(?Ppattern)：分组命名捕获

4、零宽断言

(?=pattern)：正向肯定预查

(?!pattern)：正向否定预查

(?

(?

5、分支

|：或

6、范围

[xyz]:字符集合。匹配所包含的任意一个字符

[^xyz]：负值字符集合。匹配未包含的任意一个字符

[a-z]：字符范围。匹配字符范围内的任意字符

[^a-z]：负值字符范围。不匹配字符范围内的任意字符

7、常用转义

\b：匹配一个单词的边界

\B：匹配非单词边界

\d：匹配一个数字字符[0-9]

\D：匹配一个非数字字符[^0-9]

\s：匹配任意空白字符[\f\n\r\t\v]

\S：匹配任意非空白字符[^\f\n\r\t\v]

\w：匹配任何单词字符，包括下划线[A-Za-z0-9]

\W：匹配任何非单词字符，[^A-Za-z0-9]

创建Regex对象

创建dynamic regex有两种途径:1、regex_compiler类模板2、basic_regex::compile()函数。basic_regex: compile()是根据regex_compiler来实现的。

//使用regex_compiler类模板构建Regex对象

sregex_compilercompiler;

sregexregex=compiler.compile("this|that",regex_constants::icase);

//使用basic_regex::compile()函数函数构建Regex对象

sregexregex=sregex::compile("this|that",regex_constants::icase);

匹配

regex_match()算法检查regex是否匹配输入的字符串。regex_match()只有在regex从头到尾匹配整个输入字符串时才会返回true。如果regex只匹配输入字符串的一部分，则regex_match()将返回false。在所有情况下，用于遍历输入序列的迭代器类型必须与用于声明regex对象的迭代器类型匹配。regex_match()算法可选择性地接受match_results struct作为out参数。如果给定，regex_match()算法将在match_results结构中填充关于regex的哪些部分匹配输入的哪些部分的信息。

/**

*邮箱匹配测试

**/

#include

#include

#include

#include

intmain(intargc,char*argv[]){

usingnamespaceboost::xpressive;

std::stringemail="zhao_yong_ming@126.com";

smatchwhat;

sregexregex=sregex::compile("(\\w+)@(\\w+).(\\w+)",regex_constants::icase);

if(regex_match(email,what,regex)) {

for(size_ti=;i

std::cout

}

}

system("pause");

return;

}

==================================================================================================

程序运行结果：

zhao_yong_ming@126.com

zhao_yong_ming

126

com

查找

当您想知道输入序列中是否包含regex匹配的子序列时，使用regex_search()。regex_search()将尝试在输入序列的开头匹配regex，并在序列中后扫描，直到找到匹配项或耗尽序列。与regex_match()一样，您可以选择提供一个match_results struct来接收搜索结果，以及一个match_flag_type位掩码来控制如何计算匹配。regex_search与regex_match相似，但是不要求完全匹配，只要一个子表达式匹配就返回true。

/**

*查找子字符串readme.md或readme.txt是否存在于输入字符串

**/

#include

#include

#include

#include

intmain(intargc,char*argv[]) {

usingnamespaceboost::xpressive;

std::stringline="The readme.md is here. Where is the doumention named readme.txt?";

smatchwhat;

sregexregex=sregex::compile("readme\\.\\w+");

if(regex_search(line,what,regex)) {

std::cout

for(size_ti=;i

std::cout

}

}

system("pause");

return;

}

==================================================================================================

程序运行结果：

查询记录条数：1

readme.md

替换

使用regex_replace()执行搜索和替换非常简单。您所需要的是输入序列、regex对象、格式字符串或格式化程序对象。

/**

*

**/

#include

#include

#include

#include

intmain(intargc,char*argv[]) {

usingnamespaceboost::xpressive;

std::stringsource="Boost.Regex is a useful regex library,and Regex is efficient.";

sregexregex=sregex::compile("(Regex)");

std::stringformat="Xpressive";

std::stringdest=regex_replace(source,regex,format);

std::cout

std::cout

system("pause");

return;

}

==================================================================================================

程序运行结果：

Boost.Regexisausefulregexlibrary,andRegexisefficient.

Boost.Xpressiveisausefulregexlibrary,andXpressiveisefficient.

遍历

regex_iterator

查找与regex匹配的所有子字符串，并一次逐个遍历它们。regex_iterator解引用返回的是一个match_results。使用*或者->获取匹配的结果match_results对象的值。

/**

*将[0.0001 0.0002 0.0003][0.0004 0.0005 0.0006]中的所有数字提取出来

**/

#include

#include

#include

#include

intmain(intargc,char*argv[]) {

usingnamespaceboost::xpressive;

std::stringline="[0.0001 0.0002 0.0003][0.0004 0.0005 0.0006]";

sregexregex=sregex::compile("((\\d+)?\\.(\\d+))");

sregex_iteratorit_begin(line.begin(),line.end(),regex);

sregex_iteratorit_end;

for(sregex_iteratorit=it_begin;it!=it_end;it++) {

std::coutstr()

}

system("pause");

return;

}

==================================================================================================

程序运行结果：

0.0001

0.0002

0.0003

0.0004

0.0005

0.0006

regex_token_iterator

//regex_token_iterator的构造方法

//1

regex_token_iterator(BidiIterbegin,BidiIterend,

basic_regexconst&rex);

//2

template

regex_token_iterator(BidiIterbegin,BidiIterend,

basic_regexconst&rex,unspecifiedargs);

//3

template

regex_token_iterator(BidiIterbegin,BidiIterend,

basic_regexconst&rex,

Subsconst&subs,

regex_constants::match_flag_typeflags=regex_constants::match_default);

//4

template

regex_token_iterator(BidiIterbegin,BidiIterend,

basic_regexconst&rex,

Subsconst&subs,unspecifiedargs,

regex_constants::match_flag_typeflags=regex_constants::match_default);

Parameters:

args：Alet()expressionwithargumentbindingsforsemanticactions. (detail::let_const&args)

begin:搜索序列的begin()

end:搜索序列的end()

flags:可选的匹配标志，用于控制表达式如何与序列匹配(Seematch_flag_type.)

rex:正则表达式

subs:Arangeofintegersdesignatingsub-matchestobetreatedastokens.subsiseitheranintegergreaterorequalto-1,orelseanarrayornon-emptystd::vectorofsuchintegers. (subs大于或等于-1的整数，数组或非空std::vector的这些整数)

使用构造方法_1

regex_token_iterator(BidiIter begin, BidiIter end, basic_regexconst & rex);使用该构造方法的操作结果regex_iterator遍历匹配结果一致。

/**

*将[0.0001 0.0002 0.0003][0.0004 0.0005 0.0006]中的所有数字提取出来

**/

#include

#include

#include

#include

intmain(intargc,char*argv[]){

usingnamespaceboost::xpressive;

std::stringline="[0.0001 0.0002 0.0003][0.0004 0.0005 0.0006]";

sregexregex=sregex::compile("((\\d+)?\\.(\\d+))");

sregex_token_iteratorit_begin(line.begin(),line.end(),regex);

sregex_token_iteratorit_end;

for(sregex_token_iteratorit=it_begin;it!=it_end;it++) {

std::coutstr()

}

system("pause");

return;

}

==================================================================================================

程序运行结果：

0.0001

0.0002

0.0003

0.0004

0.0005

0.0006

使用构造方法_3

template

regex_token_iterator(BidiIterbegin,BidiIterend,

basic_regexconst&rex,

Subsconst&subs,

regex_constants::match_flag_typeflags=regex_constants::match_default);

使用regex_token_iterator的这个构造方法，通过传入配置参数Subs const & sub实现不用的需求。sub使用不同的值将得到不同的sub_match的结果：sub = -1：返回与正则表达式不匹配的字符串。相当于把正则表达式部分作为分隔符来使用。sub = 0 ：返回与正则表达式完全匹配的字符串。sub = 1、2 ... n：返回与正则表达式匹配的n个子匹配的字符串(由第n个sub-expression匹配)。