C++正则表达式

什么是正则表达式

正则表达式（Regular Expression），又称为正规表达式，是一种用于匹配和查找字符串模式的工具。它通过一系列的字符和特殊符号来构建一个字符串匹配的规则，可以用来检测文本中是否存在某种模式，或者从文本中提取出符合某种模式的内容。

正则表达式最早由计算机科学家Stephen Cole Kleene在20世纪50年代提出，经过多年的发展和改进，现在被广泛应用于各种编程语言和文本处理工具中。

C++中的正则表达式

在C++中，标准库提供了<regex>头文件，用于支持对正则表达式的操作。通过这个库，我们可以实现对字符串中的模式进行匹配、查找、替换等操作。

C++的正则表达式库提供了两种方式来使用正则表达式，分别是使用正则表达式对象和使用正则表达式字符串。

使用正则表达式对象

正则表达式对象是std::regex类型的对象，它可以用来存储和表示一个正则表达式。我们可以通过使用正则表达式对象来进行匹配、查找等操作。

以下是一个简单的例子，展示了如何使用正则表达式对象来进行匹配：

#include <iostream>
#include <regex>

int main() {
    std::string str = "Hello, world!";
    std::regex regex("world");

    if (std::regex_search(str, regex)) {
        std::cout << "Match found!" << std::endl;
    } else {
        std::cout << "Match not found!" << std::endl;
    }

    return 0;
}

运行结果为：

Match found!

在上面的例子中，我们首先创建了一个字符串str，然后创建了一个正则表达式对象regex，其中的模式是world。接下来，我们使用std::regex_search函数对字符串str进行匹配，如果找到了符合模式的子串，则返回true，否则返回false。通过判断返回结果，我们可以确定是否匹配成功。

使用正则表达式字符串

C++中也支持使用正则表达式字符串来进行匹配，可以直接在代码中写下要匹配的正则表达式模式，并进行匹配操作。

以下是一个使用正则表达式字符串进行匹配的例子：

#include <iostream>
#include <regex>

int main() {
    std::string str = "Hello, world!";

    if (std::regex_search(str, std::regex("world"))) {
        std::cout << "Match found!" << std::endl;
    } else {
        std::cout << "Match not found!" << std::endl;
    }

    return 0;
}

运行结果和前面的例子一样，为：

Match found!

从这个例子中，我们可以看到，通过直接在代码中使用正则表达式字符串，可以更方便地对字符串进行匹配。

正则表达式的语法

正则表达式的语法是由一系列的字符和特殊符号组成的，它们具有特定的含义和功能。下面我们将介绍一些常用的正则表达式的语法元素。

字符匹配

正则表达式中的字符匹配元素用于匹配单个字符或字符集合。

.：匹配任意单个字符，除了换行符。
[abc]：匹配字符集合中的任意一个字符，可以是字符a、b或c。
[^abc]：匹配除了字符集合中的任意字符之外的字符。
[a-z]：匹配字符范围中的任意一个字符，可以是小写字母。

以下是一些例子：

std::regex regex1(".at");      // 匹配.bat、1at等
std::regex regex2("[aeiou]t"); // 匹配at、et、it、ot、ut等
std::regex regex3("[^aeiou]t"); // 匹配bt、ct、dt等
std::regex regex4("[a-z]at");   // 匹配bat、cat等

重复匹配

重复匹配元素用于匹配重复出现的字符或子表达式。

*：匹配前一元素零次或多次。
+：匹配前一元素一次或多次。
?：匹配前一元素零次或一次。
{n}：匹配前一元素恰好出现n次。
{n,}：匹配前一元素至少出现n次。
{n,m}：匹配前一元素出现n到m次。

以下是一些例子：

std::regex regex1("a*");     // 匹配零个或多个a
std::regex regex2("a+");     // 匹配一个或多个a
std::regex regex3("a?");     // 匹配零个或一个a
std::regex regex4("a{2}");   // 匹配两个连续的a
std::regex regex5("a{2,}");  // 匹配两个或更多个连续的a
std::regex regex6("a{2,4}"); // 匹配两个到四个连续的a

边界匹配

边界匹配元素用于匹配字符串的边界。

^：匹配字符串的开头。
$：匹配字符串的结尾。
\b：匹配单词的边界。
\B：匹配非单词的边界。

以下是一些例子：

std::regex regex1("^Hello");    // 匹配以Hello开头的字符串
std::regex regex2("world$");    // 匹配以world结尾的字符串
std::regex regex3("\\bHello\\b"); // 匹配包含Hello的整个单词
std::regex regex4("\\BHello\\B"); // 匹配包含Hello的部分单词

分组和捕获

分组和捕获元素用于将匹配的内容分组，并可以通过捕获来获取分组的内容。

()：分组元素，将多个元素组合在一起形成一个子表达式。
\n：捕获元素，用于引用前面匹配的第n个分组。

以下是一个例子：

#include <iostream>
#include <regex>

int main() {
    std::string str = "My name is John. I am 25 years old.";

    std::regex regex("(\\w+) (is) (\\w+). (I am) (\\d+) (years old).");
    std::smatch match;

    if (std::regex_search(str, match, regex)) {
        std::cout << "Match found!" << std::endl;
        std::cout << "Name: " << match[1].str() << std::endl;
        std::cout << "Action: " << match[2].str() << std::endl;
        std::cout << "Name: " << match[3].str() << std::endl;
        std::cout << "Action: " << match[4].str() << std::endl;
        std::cout << "Age: " << match[5].str() << std::endl;
    } else {
        std::cout << "Match not found!" << std::endl;
    }

    return 0;
}

运行结果为：

Match found!
Name: My
Action: is
Name: John
Action: I am
Age: 25

在上面的例子中，我们使用了一个正则表达式来匹配一个句子中的姓名和年龄。通过使用分组元素()，我们将姓名和年龄分别捕获在了不同的分组中。然后，我们通过match对象来获取每个分组的内容，并输出到控制台上。

正则表达式的其他操作

除了上述介绍的匹配操作外，C++的正则表达式库还提供了一些其他功能，如替换、迭代查找等。

下面是一个使用正则表达式进行替换的例子：

#include <iostream>
#include <regex>

int main() {
    std::string str = "Hello, world!";
    std::regex regex("world");

    std::string result = std::regex_replace(str, regex, "C++");
    std::cout << result << std::endl;

    return 0;
}

运行结果为：