看到两种，一种是c++11后自带的正则表达式，一种是boost库中的正则表达式，如下：
该实例通过一个函数is_email_valid 来检查一个email地址是否是一个正确的格式。如果格式正确则返回true。
#include <regex>
#include <iostream>
#include <string>
bool is_email_valid(const std::string& email)
{
const std::regex pattern("(\\w+)(\\.|_)?(\\w*)@(\\w+)(\\.(\\w+))+");
return std::regex_match(email, pattern);
}
int main()
{
std::string email1 = "marius.bancila@domain.com";
std::string email2 = "mariusbancila@domain.com";
std::string email3 = "marius_b@domain.co.uk";
std::string email4 = "marius@domain";
std::cout << email1 << " : " << (is_email_valid(email1) ?
"valid" : "invalid") << std::endl;
std::cout << email2 << " : " << (is_email_valid(email2) ?
"valid" : "invalid") << std::endl;
std::cout << email3 << " : " << (is_email_valid(email3) ?
"valid" : "invalid") << std::endl;
std::cout << email4 << " : " << (is_email_valid(email4) ?
"valid" : "invalid") << std::endl;
return 0;
}
运行结果
这里对is_email_valid()函数中的正则表达式做一个简短的说明，如果对于正则表示不是很清楚的同学就能很容易理解了。
const std::regex pattern("(\\w+)(\\.|_)?(\\w*)@(\\w+)(\\.(\\w+))+");
首先注意‘()’表示将正则表达式分成子表达式，每个‘()’之间的内容表示一个子表达式；‘\’是一个转义字符，‘\\’表示扔掉第二个‘\’的转义特性，‘\w+’表示匹配一个或多个单词，‘+’表示重复一次或者多次，因此第一个子表达式的意思就是匹配一个或者多个单词；接着看第二个子表达式，‘|’表示选择，出现‘.’或者‘_’，后面的‘?’表示该子表示出现一次或者零次，因此第二个子表示表示‘.’或‘_’出现不出现都匹配。第三个子表达式表示出现一个单词，‘*’表示任意个字符。后面的子表示根据已经介绍的内容，已经可以容易理解，就不再赘述。通过对正则表达式匹配模式串的分析，可以容易理解运行结果。
下面一个例子通过正则表达式识别和打印IP地址的各个部分：
#include <regex>
#include <iostream>
#include <string>
void show_ip_parts(const std::string& ip)
{
// regular expression with 4 capture groups defined with
// parenthesis (...)
const std::regex pattern("(\\d{1,3}):(\\d{1,3}):(\\d{1,3}):(\\d{1,3})");
// object that will contain the sequence of sub-matches
std:: match_results<std::string::const_iterator> result;
// match the IP address with the regular expression
bool valid = std:: regex_match(ip, result, pattern);
std::cout << ip << " \t: " << (valid ? "valid" : "invalid")
<< std::endl;
// if the IP address matched the regex, then print the parts
if(valid)
{
std::cout << "b1: " << result[1] << std::endl;
std::cout << "b2: " << result[2] << std::endl;
std::cout << "b3: " << result[3] << std::endl;
std::cout << "b4: " << result[4] << std::endl;
}
}
int main()
{
show_ip_parts("1:22:33:444");
show_ip_parts("1:22:33:4444");
show_ip_parts("100:200");
return 0;
}
运行结果：
是对正则表达式的模式串做一个说明：首先还是通过‘()’将这个串分成几个子表达式，其中\d表示匹配一个数字，{,}表示数字的个数，例如{1,3}可以理解为匹配一个小于1000的数字（1-3位数都符合匹配要求）。
程序中还使用了match_results类，用来保存匹配的每一个子序列。调用regex_match(ip,result,pattern)，表示将ip中与模式串pattern匹配的结果放在result中。
result最后可以通过下标来访问各个匹配的子表达式。
标签：
杂谈 |
分类： C_plus_plus |
****************************************************************************************************
正则表达式语法
正则表达式的特性分成很多种类，下面的内容是perl类型的Regex。
============================================================================================
特殊含义的字符
. ：任意单个字符
[] ：字符集
{} ：计数
() ：子模式
\ ：下一个字符具有特殊含义
* ：0个或多个
+ ：一个或多个
? ：0个或一个
| ：或
^ ：行的开始；否定
$ ：行的结束
===========================================================================================
字符集
\d ：一个十进制数字
\l ：一个小写字母
\s ：一个空白符（空格符，制表符等）
\u ：一个大写字母
\w ：一个字母（a～z或A～Z）或数字（0～9）或下划线（_）
\D ：除了\d之外的字符
\L ：除了\l之外的字符
\S ：除了\s之外的字符
\U ：除了\u之外的字符
\W ：除了\w之外的字符
===========================================================================================
重复
{n} ：严格重复n次
{n,} ：重复n次或更多次
{n,m}：重复至少n次，至多m次
* ：{0,}
+ ：{1,}
? ：{0,1}
===========================================================================================
子模式
为了指定模式中的子模式，用括号将其括起来
（\d*:）?（\d+）：它表示字符串前半部分可以为空，若非空，则是任意长度的数字后接一个冒号，后半部分是一个或多个数字的序列。
===========================================================================================
可选项
| 表示二选一的概念。
Subject：（FW：| Re：）：表示匹配Subject:Fw：或者是Subject:Re:
===========================================================================================
正则表达式错误
当我们将一个模式富裕regex时，它会对模式进行检查，如果发现模式不合法或过于复杂，无法用于匹配时，它会抛出一个bad_expression异常。
===========================================================================================
下面是一个常用的套路，比较稳～～～
注意一点，编译的时候要指定链接：g++ -Wall -lboost_regex test.cpp -o chen
*****************************************************************************************************
正则表达式方法
=====================================================================================================
（1）regex_match：确定一行字符串是否和指定的正则表达式完全匹配
-----------------------------------------------------------------------
//检查模式是否匹配
8 #include <boost/regex.hpp>
9 #include <iostream>
10 #include <string>
11
12 using namespace std;
13 using namespace boost;
14
15 int main()
16 {
17 // "\w+\s*(\(\w+,\d+\)\s*)*"
18 regex pattern("\\w+\\s*(\\(\\w+,\\d+\\)\\s*)*");
19 cout << pattern << endl;
20
21 string str_1 = "chen (chen,0) (huan,1) (jiang,2)";
22 string str_2 = "chen(chen,0)(huan,1)(jiang,2)";
23 string str_3 = "chen";
24 string str_4 = "(chen,0)(huan,1)(jiang,2)";
25 string str_5 = "chen (chen,0) (huan,1)(jiang,2) chen";
26
27 vector<string> strings;
28 strings.push_back(str_1); strings.push_back(str_2);
29 strings.push_back(str_3); strings.push_back(str_4);
30 strings.push_back(str_5);
31
32 for(int n = 0 ; n < 5 ; ++n)
33 if(regex_match(strings[n], pattern))
34 cout << strings[n] << " is matched" << endl;
35
36 return 0;
37 }
结果为：
\w+\s*(\(\w+,\d+\)\s*)*
chen (chen,0) (huan,1) (jiang,2) is matched
chen(chen,0)(huan,1)(jiang,2) is matched
chen is matched
--------------------------------------------------------------------------
//regex_match不仅验证是否匹配，而且可以从中提取出正则表达式括号对应的子串
8 #include <boost/regex.hpp>
9 #include <iostream>
10 #include <string>
11
12 using namespace std;
13 using namespace boost;
14
15 int main()
16 {
17 // "\w+\s*(\(\w+,\d+\)\s*)*"
18 regex pattern("\\w+\\s*((\\(\\w+,\\d+\\)\\s*)*)");
19 cout << pattern << endl;
20
21 string str_1 = "chen (chen,0) (huan,1) (jiang,2)";
22
23 smatch mat;
24 if(regex_match(str_1, mat, pattern))
25 for(smatch::iterator iter=mat.begin() ; iter!=mat.end() ; ++iter)
26 cout << *iter <<endl;
27
28 return 0;
29 }
结果为：
\w+\s*((\(\w+,\d+\)\s*)*)
chen (chen,0) (huan,1) (jiang,2)
(chen,0) (huan,1) (jiang,2)
(jiang,2)
注意，这个的regex表达式和上面的不同，将后面的子串(\(\w+,\d+\)\s*)*通过括号合并成一个完整的子串。
=====================================================================================================
（2）regex_search：regex_match是验证是否完全匹配，而regex_search是从一大串string中找出匹配的一小段字符串
---------------------------------------------------------------
15 int main()
16 {
17 regex pattern("\\d+");
18 cout << pattern << endl;
19
20 string str_1 = "chen1234huan12345jiang1234567";
21
22 smatch mat;
23 if(regex_search(str_1, mat, pattern))
24 for(smatch::iterator iter=mat.begin() ; iter!=mat.end() ; ++iter)
25 cout << *iter <<endl;
26
27 return 0;
28 }
结果为：
1234
可以看出，regex_search是匹配到字符串中第一个符合条件的模式便会返回。
-------------------------------------------------------------
下面的方法可以将字符串中所有匹配到的模式，全部提取出来，如下：
15 int main()
16 {
17 regex pattern("\\d+");
18 cout << pattern << endl;
19
20 string str_1 = "chen1234huan12345jiang1234567";
21 string::const_iterator start = str_1.begin();
22 string::const_iterator end = str_1.end();
23
24 smatch mat;
25 while(regex_search(start, end, mat, pattern))
26 {
27 string msg(mat[0].first, mat[0].second);
28 cout << msg << endl;
29 start = mat[0].second;
30 }
31
32 return 0;
33 }
结果是：
\d+
1234
12345
1234567
****************************************************************************************************
（3）关于regex：：smatch类型
smatch类型，前缀s表示"子匹配"的概念。一个smatch本质上是一个子匹配的向量。第一个元素是完整匹配。如果i < smatch.size()，我们将smatch[i]当做一个字符串。对于一个正则表达式，如果最后N个子模式，则smatch.size() = N+1(因为有一个完整的匹配)。
模式中任何放在括号中的内容都可以作为一个子模式，可以看下面这个例子：
Expression: (ftp|http|https):\/\/((\w+\.)*(\w*))\/([\w\d]+\/{0,1})+
String: http://www.foo.com/bar
matches[0] = http://www.foo.com/bar
matches[1] = http
matches[2] = www.foo.com
matches[3] = foo.
matches[4] = com
matches[5] = bar