正則表達式 (C++) (施工中)

先來看一個例子，要求寫一段代碼，實現如下功能：

從標準輸入中讀取一行字符串， 從中讀取所有郵箱的格式;

對于這個問題，用傳統的方式是可以解決的：

我們可以用解析字符串的方式實現，需要遍歷一遍獲取的字符串，讀取其中關鍵的幾個字符 “.” "@" ".com" 和其中的相關順序;

C++11支持正則表達式，利用它可以避免重復造輪子;

代碼：

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

int main()
{
	std::string line;
	std::regex email(R"(\w+@(\w+\.)+\w+)");	
	while ( getline(std::cin, line) )
	{
		std::smatch matches;
		auto current = cbegin(line);
		auto last = cend(line);
		while ( current != last )
		{
			if (regex_search(current, last, matches, email))
			{
				std::ssub_match match = matches[0];
				current = match.second;
				std::cout << "[ " << match.str() << " ]" << std::endl;

			} 
			else
			{
				break;
			}
		}
	}
}

——————————————————————

正文：

一、正則表達式介紹

正則表達式(regular expression) 是一種描述字符序列的方法，是一種極其強大的計算工具。C++11中新增了這一特性，在 C++正則表達式庫(RE庫)中。

PS：RE庫，定義在頭文件 "regex"內，命名空間:std;

正則表達式組件：

regex        : 表示有一個正則表達式的類;

regex_match     : 將一個字符序列與一個正則表達式匹配;

regex_search     : 尋找第一個與正則表達式匹配的子序列;

regex_replace    : 使用給定格式替換一個正則表達式;

sregex_iterator    : 迭代器適配器，調用regex_search 來遍歷一個string中所有匹配的子串;

smatch         : 容器類，保存在string中搜索的結果;

ssub_match      : string中匹配的子表達式的結果;

接下來簡單介紹幾個常用的組件：

regex類:

表示一個正則表達式。除了初始化和賦值操作，還支持其他的一些操作（后面介紹）;

regex_match方法：

確定一個給定字符序列與一個給定regex對象是否完全匹配,返回true/false，如果匹配到，將匹配到的內容保存起來;

segex_search方法：

確定一個給定字符序列與一個給定regex對象是否匹配,只要有部分匹配，就返回true，如果匹配到，將匹配到的部分保存起來;

以上兩個方法均有2個重載版本，分別為：

(seq, m, r, mft)
(seq, r, mft)
/*
seq:
待查找的字符串序列,
可以是一個std::string，或表示范圍的一對迭代器，或一個指向空字符結尾的字符數組的指針

m:
smatch對象，用來保存匹配結果的相關細節

r:
regex對象，匹配的類型

mft:
(可選) regex_constants::match_flag_type類型，它們會影響匹配過程 (后述)
*/

二、使用RE庫

從上面那幾個組件的介紹，我們得知：

1、regex類型的對象就是存放要匹配字符串的指定格式，而這個格式就是所謂的"正則表達式"了。

默認的正則表達式語言是 ECMAScript，接下來介紹一些常用的ECMAScript語法

    1.1、模式[[::alpha:]] 

       匹配任意字母

    1.2、符號 "+"

       一個或多個，比如 "[[::alpha:]]+" 表示希望匹配一個或多個字母

    1.3、符號"*"

       零個或多個，比如 "[[::alpha:]]+" 表示希望匹配零個或多個字母

2、smatch類型的對象，用來保存所匹配到的字符串1

接下來做一個小練習: 

有一個英文單詞的拼寫規則："i除非排在c之后，否則必須在e之前";

比如： "freind"、"theif"就不符合這一拼寫規范，而"recepit" "receive"則符合;

現在要求寫一個程序，從標準輸入中讀取一行字符串，找出這些不符合規則的英文單詞。

代碼：

// 查找不在字符c之后的字符串ei
int main()
{
	std::string pattern("[^c]ei");
	/*
	“[^c]”	: 希望匹配不是c的字符
	"[^c]ei"	:想要匹配的上述字符后接ei的字符串
	*/

	// 需要包含pattern的整個單詞
	pattern = "[[:alpha:]]*" + pattern + "[[:alpha:]]*";
	/*
	前后追加 "[[:alpha:]]*" 表示：與"[^c]ei"模式匹配的完整字符串
	*/

	std::regex r(pattern);	// 構造一個用于查找模式的regex
	std::smatch results;	// 定義一個對象保存搜索結果

	// 定義一個string保存與模式匹配的文本，以及不匹配的文本
	std::string test_str;
	while (getline(std::cin, test_str))
	{
		// 用r在test_str中查找與pattern匹配的子串
		if (regex_search(test_str, results, r))
		{
			std::ssub_match result = results[0];
			std::string ret_str = "[ " + results.str() + " ]";
			std::cout << ret_str << std::endl;
		}
	}
	return 0;
}

_________________________________________________________

指定regex對象的選項：

當我們定義一個regex對象，或對一個regex對象調用assign為其賦予新值時，可以指定一些標志來影響regex如何操作

regex