[C++知识库]【笔记】c++ - 正则表达式: GNU Regex Library、PCRE PCRE++、Boost.Regex

• 教程：
  1. 正则表达式 - 教程 - runoob - https://www.runoob.com/regexp/regexp-tutorial.html
• 工具：
  1. 正则表达式在线测试 - https://c.runoob.com/front-end/854/
• 文档：
  1. 【官方文档】index 1_31_0 - https://www.boost.org/doc/libs/1_31_0/libs/regex/doc/index.html
  2. 【官方文档】Syntax 1_31_0 - https://www.boost.org/doc/libs/1_31_0/libs/regex/doc/syntax.html
  3. 【官方文档】index 1_49_0 - https://www.boost.org/doc/libs/1_49_0/libs/regex/doc/html/index.html
  4. 👍【官方文档】Syntax 1_49_0 - https://www.boost.org/doc/libs/1_49_0/libs/regex/doc/html/boost_regex/syntax.html
  5. 👍【官方文档】《Getting Started on Windows》 - https://www.boost.org/doc/libs/1_80_0/more/getting_started/windows.html#get-boost
  6. 《The Boost C++ Libraries》 - https://theboostcpplibraries.com/boost.regex
• 参考：
  1. 正则表达式 boost Regex - https://blog.csdn.net/leonardwang/article/details/6035171
  2. C/C++中的正则表达式库(一)——GNU Regex Library - http://www.wuzesheng.com/?p=929
  3. C/C++中的正则表达式库(二)——Boost.Regex - http://www.wuzesheng.com/?p=965
  4. C/C++中的正则表达式库(三)——PCRE, PCRE++ - http://www.wuzesheng.com/?p=994

C/C++ 中常用的正则表达式库¹有：

1. GNU Regex Library
2. Boost.Regex
3. PCRE
4. PCRE++

这四个库中，后面两个是有关系，其它都是各自己独立的，是不同的实现。

GNU Regex Library

• 官网 - http://www.gnu.org/s/libc/manual/html_node/Regular-Expressions.html

GNU Regex Library 是glibc(GNU C Library)的一部分，它提供与POSIX标准兼容的正则表达式匹配的接口。

更多：http://www.wuzesheng.com/?p=929

PCRE, PCRE++

• 官网 - PCRE - http://www.pcre.org/
• 官网 - PCRE++ - http://www.daemon.de/PCRE
• 下载：
  1. pcre - sourceforge - https://sourceforge.net/projects/pcre/files/
  2. pcrepp - http://www.daemon.de/PcreDownload

PCRE² （Perl Compatible Regular Expressions）是与 Perl³ 中正则表达式相兼容的一个正则表达式库。

PCRE++是一个对PCRE库的C++封装，它提供了更加方便、易用的C++接口。

更多：http://www.wuzesheng.com/?p=994

Boost.Regex

• 官网 👍🏻 - https://www.boost.org/doc/libs/1_37_0/libs/regex/doc/html/index.html
• 下载：
  1. sourceforge - https://sourceforge.net/projects/boost/files/boost/1.42.0/
  2. svn客户端 - http://svn.boost.org/svn/boost/trunk/

boost::regex 为 C++ 提供了完整的正则表达式支持

表达式语法

• 资料：
  1. 🌟官方文档 - https://www.boost.org/doc/libs/1_49_0/libs/regex/doc/html/boost_regex/syntax.html
  2. CSDN - https://blog.csdn.net/liliflashfly/article/details/5331685

一般规则

懒惰限定符

编译

编译介绍：http://www.wuzesheng.com/?p=965

在 C++11 以后，Boot.Regex 已被接收为C++0x标准库⁴。

因此现在只需要加入 regex 头文件，就可以在 std namespace 中使用它们的类和方法了。

#include <boost/regex.hpp>
#include <string>
#include <iostream>

int main()
{
  std::string s = "Boost Libraries";
  boost::regex expr{"\\w+\\s\\w+"};
  std::cout << std::boolalpha << boost::regex_match(s, expr) << '\n';
}

使用

参考：https://theboostcpplibraries.com/boost.regex#ex.regex_01

在Boost.Regex 中，两个最重要的类是 boost::regex 和 boost::smatch，前者定义正则表达式，后者保存搜索结果。

namespace boost{

typedef match_results<const char*>                  cmatch;
typedef match_results<const wchar_t*>               wcmatch;
typedef match_results<std::string::const_iterator>  smatch;
typedef match_results<std::wstring::const_iterator> wsmatch; 

}

在Boost.Regex 中，提供了三个方法（function）来使用查找（search）字符串：

• boost::regex_match()
• boost::regex_search()
• boost::regex_replace()

搜索 boost::regex_match()

官方文档 - https://www.boost.org/doc/libs/1_80_0/libs/regex/doc/html/boost_regex/ref/regex_match.html

#include <boost/regex.hpp>
#include <string>
#include <iostream>

int main()
{
  std::string s = "Boost Libraries";
  boost::regex expr{"\\w+\\s\\w+"};
  std::cout << std::boolalpha << boost::regex_match(s, expr) << '\n';
}

boost::regex_match() 当匹配到字符串会返回 true

搜索 boost::regex_search()

• 官方文档
  1. regex_search - https://www.boost.org/doc/libs/1_37_0/libs/regex/doc/html/boost_regex/ref/regex_search.html
  2. match_results - https://www.boost.org/doc/libs/1_80_0/libs/regex/doc/html/boost_regex/ref/match_results.html

#include <boost/regex.hpp>
#include <string>
#include <iostream>

int main()
{
  std::string s = "Boost Libraries";
  boost::regex expr{"(\\w+)\\s(\\w+)"};
  boost::smatch what;
  if (boost::regex_search(s, what, expr))
  {
    std::cout << what[0] << '\n';
    std::cout << what[1] << "_" << what[2] << '\n';
  }
}

boost::regex_search() 需要一个 boost::smatch 作为参数，来保存匹配结果

结果可以直接迭代

optional<std::vector<string>> regex_match(const string target ,const string &pattern )
{
  boost::regex reg(pattern);
  boost::smatch sm;
  std::vector<string> res;
  if ( boost::regex_search(target,sm,reg)) {
    for (auto str : sm)
      res.push_back(str);
    return res;
  }
  return {}; // return nil
}

替换 boost::regex_replace()

#include <boost/regex.hpp>
#include <string>
#include <iostream>

int main()
{
  std::string s = " Boost Libraries ";
  boost::regex expr{"\\s"};
  std::string fmt{"_"};
  std::cout << boost::regex_replace(s, expr, fmt) << '\n';
}

boost::regex_replace 会替换所有匹配到的字符串，得到 "_Boost_Libraries_."

#include <boost/regex.hpp>
#include <string>
#include <iostream>

int main()
{
  std::string s = "Boost Libraries";
  boost::regex expr{"(\\w+)\\s(\\w+)"};
  std::string fmt{"\\2 \\1"};
  std::cout << boost::regex_replace(s, expr, fmt) << '\n';
}

在结果表达式中，可以用数字只带匹配到的结果，得到 "Libraries Boost"

#include <boost/regex.hpp>
#include <string>
#include <iostream>

int main()
{
  std::string s = "Boost Libraries";
  boost::regex expr{"(\\w+)\\s(\\w+)"};
  std::string fmt{"\\2 \\1"};
  std::cout << boost::regex_replace(s, expr, fmt,
    boost::regex_constants::format_literal) << '\n';
}

也可以用 boost::regex_constants::format_literal 取消这种指代，得到 "\2 \1."

例子：信用卡 💳

参考：https://www.boost.org/doc/libs/1_37_0/libs/regex/doc/html/boost_regex/introduction_and_overview.html

搜索 - regex_match 🔗详情

校验信用卡为例：数字，16位长度，每4位分成一组，以 - 或 _ 连接

(\\d{4}[- ]){3}\\d{4}

bool validate_card_format(const std::string& s)
{
   static const boost::regex e("(\\d{4}[- ]){3}\\d{4}");
   return regex_match(s, e);
}

替换 - regex_replace 🔗详情

上述信用卡格式是人读的，还有机器格式：数字，15到16位长度，不分组，中间每连接符

于是需要两套识别和转换的代码

// match any format with the regular expression:
const boost::regex e("\\A(\\d{3,4})[- ]?(\\d{4})[- ]?(\\d{4})[- ]?(\\d{4})\\z");
const std::string machine_format("\\1\\2\\3\\4");
const std::string human_format("\\1-\\2-\\3-\\4");

std::string machine_readable_card_number(const std::string s)
{
   return regex_replace(s, e, machine_format, boost::match_default | boost::format_sed);
}

std::string human_readable_card_number(const std::string s)
{
   return regex_replace(s, e, human_format, boost::match_default | boost::format_sed);
}

CSDN话题挑战赛第2期
参赛话题：学习笔记