C++ Tr1中的正则表达式


要使用正则表达式，首先要有类库支持，C++以前不像Java或者C#有完整的类库使用，但是在Tr1中早已提供了正则库，只是很少被人们注意罢了

TR1中包含了一个正则库,来自Boost的 regex，已经纳入了0x新标准，但是新标准遥遥无期。即便如此，现在很多编译器也已经支持了，特别是微软，步伐最快！

虽然现在新标准还未完全支持，但是早点了解一下也是好的：

#include <iostream>
#include <regex>

int _tmain(int argc, _TCHAR* argv[])
{
 
  std::locale loc(""); 
    std::wcout.imbue(loc); 
 
    std::wstring text(_T("我的IP地址是:109.168.0.1.")); 
    std::wstring newIP(_T("127.0.0.1")); 
    std::wstring regString(_T("(\\d+)\\.(\\d+)\\.(\\d+)\\.(\\d+)")); 
 
    // 表达式选项 - 忽略大小写 
    std::regex_constants::syntax_option_type fl = std::regex_constants::icase; 
     
    // 编译一个正则表达式语句 
    std::wregex regExpress(regString, fl); 
 
    // 保存查找的结果 
    std::wsmatch ms; 
 
    // 判断是否全行匹配 
    if(std::regex_match(text, ms, regExpress)) 
    { 
        std::wcout<<_T("正则表达式:")<<regString<<_T("匹配:")<<text<<_T("成功.")<<std::endl; 
    } 
    else 
    { 
        std::wcout<<_T("正则表达式:")<<regString<<_T("匹配:")<<text<<_T("失败.")<<std::endl; 
    } 
 
    // 查找 
    if(std::regex_search(text, ms, regExpress)) 
    { 
        std::wcout<<_T("正则表达式:")<<regString<<_T("查找:")<<text<<_T("成功.")<<std::endl; 
        for(size_t i= 0; i < ms.size(); ++i) 
        { 
            std::wcout<<_T("第")<<i<<_T("个结果:\"")<<ms.str(i)<<_T("\" - "); 
            std::wcout<<_T("起始位置:")<<ms.position(i)<<_T("长度")<<ms.length(i)<<std::endl; 
        } 
        std::wcout<<std::endl; 
 
        // 替换1 
        text = text.replace(ms[0].first, ms[0].second, newIP); 
        std::wcout<<_T("替换1后的文本:")<<text<<std::endl; 
    } 
    else 
    { 
        std::wcout<<_T("正则表达式:")<<regString<<_T("查找:")<<text<<_T("失败.")<<std::endl; 
    } 
 
    // 替换2 
    newIP = _T("255.255.0.0"); 
    std::wstring newText = std::regex_replace( text, regExpress, newIP); 
    std::wcout<<_T("替换2后的文本:")<<newText<<std::endl; 
 
    // 结束 
    std::wcout<<_T("按回车键结束..."); 
    std::wcin.get(); 
 
 return 0;
}

[代码说明]
1. 创建正则表达式对象,有3中方法:
(1) 使用构造函数
std::regex_constants::syntax_option_type fl = std::regex_constants::icase; // 语法选项,可以设置使用哪种风格的正则表达式语法等.
std::wregex regExpress(regString, fl);
(2) 使用赋值运算符,缺点是不能指定语法选项,而且也比较低效.
std::wregex regExpress;
regExpress = regString;
(3) 使用assign方法.
std::wregex regExpress;
regExpress.assign(regString, fl);
构造正则对象的过称就是所谓的"编译".

2. regex_match() 和 regex_search()
regex_match()只有在整个字符串匹配正则表达式时才返回 true, 而 regex_search()在子串匹配就返回 true.

3. 匹配结果对象 std::wsmatch.
熟悉Perl正则表达式的人都知道,匹配成功后可以用 $1 $2 ... $N 来获得子串的指, tr1 regex库把匹配结果保存在一个 std::wsmatch(UNICODE) / std::smatch(ANSI) 对象中.
std::wsmatch 是一个由若干个 std::wssub_match 对象构成的数组. 而 std::wssub_match 派生自 pair.
由std::wssub_match::first保存子串的起始位置指针(其实说是迭代器比较准确一点).
由std::wssub_match::second保存子串的结束位置 +1 的指针(STL的通用原则,半开区间).
所以 [std::wssub_match::first,std::wssub_match::second) 就是子串的全部内容.
当然, std::wsmatch (match_result模版的预定义类) 提供了一些简便的方法用于访问子串:
(1) str(idx) 方法返回对应的子串的 std::string / std::wstring 对象. 只是最常用的.
(2) position(idx) 方法返回对应子串的起始偏移量.(不是指针,是相对于首字节地址或者begin()的偏移量).
(3) length(idx) 返回子串的长度.

4. 替换子串.
前面说到 std::wssub_match::first / second 保存了子串的起始/结束位置,那么我们当然可以用这个指针(迭代器)来替换文本(见代码中的 "替换1").
或者用 std::regex_replace() 也可以达到目的(见代码中的"替换2").

使用的VC2010，一般2008 sp1以上都支持正则表达式。

相关内容