Beyond the C++ Standard Library: An Introduction to Boost — Library 5.1 Regex

Library 5. RegexRegex庫如何改進你的程式？

• 為C++帶來了對Regex的支援

• 改進有效輸入的健壯性

在文本處理中常常會用到Regex。例如，有很多驗證有效性的工作適合使用Regex。考慮一個應用程式，它要求輸入只由數字組成。而另一個程式可能要求一種特殊的格式，如三個數字，後跟一個字母，再後跟兩個數字。你可能要驗證郵遞區號、信用卡號碼、社會保險號碼，或者其它東西；使用Regex來做這些驗證是很簡單的。另外一個可以使用Regex的地方是文本替換，即用某些文本替換掉另一些文本。假如你需要在很多文檔中將單詞colour 轉換為 color。Regex提供了最好的方法來做這個工作，包括同時記住替換 Colour 和 COLOUR, 以及複數形式的 colours, 動詞 colourize, 等等。還有一個可以使用Regex的地方就是，格式化文本。

許多流行的程式設計語言，Perl是其中一例，都內建了對Regex的支援，但在C++裡沒有。C++標準在提到Regex時也保持了沉默。Boost.Regex是一個非常完善並有效庫，它將Regex併入了C++程式，並且它包含了Perl, grep和Emacs等常見工具所使用的幾種不同文法。它是最著名的C++Regex庫之一，既容易使用又異常強大。

Regex 如何適用於標準庫？

目前的C++標準庫是不支援Regex的。這是令人遺憾的，有那麼多對Regex的需要，有時使用者為了編寫需要支援Regex的程式而不得不放棄使用C++。Boost.Regex填補了標準在這方面的空白，並且它已經被提議加入到下一個版本的C++標準中。Boost.Regex已經被即將到來的Library Technical Report所接受。

 

Regex

標頭檔: "boost/regex.hpp"

Regex被封裝為一個類型 basic_regex的對象。我們將在下一節更深入地討論Regex如何被編譯和分析，這裡我們首先粗略地看看 basic_regex ，以及這個庫中三個最重要的演算法。

namespace boost {
  template <class charT,
            class traits=regex_traits<charT> >
  class basic_regex {
  public:
    explicit basic_regex(
      const charT* p, 
      flag_type f=regex_constants::normal);

    bool empty() const; 

    unsigned mark_count() const; 

    flag_type flags() const;
  };

  typedef basic_regex<char> regex;
  typedef basic_regex<wchar_t> wregex;
}

成員函數

explicit basic_regex (
  const charT* p, 
  flag_type f=regex_constants::normal);

這個建構函式接受一個包含Regex的字元序列，還有一個參數用於指定使用Regex時的選項，例如是否忽略大小寫。如果p中的Regex無效，則拋出一個 bad_expression 或 regex_error 的異常。注意這兩個異常其實是同一個東西；在寫這本書之時，尚未改變當前使用的名字 bad_expression ，但下一個版本的Boost.Regex將會使用 regex_error.

bool empty() const; 

這個成員函數是一個謂詞，當basic_regex實例沒有包含一個有效Regex時返回 true ，即它被賦予一個空的字元序列時。

unsigned mark_count() const; 

mark_count 返回regex中帶標記子運算式的數量。帶標記子運算式是指Regex中用圓括弧括起來的部分。匹配這個子運算式的文本可以通過調用某個Regex演算法而獲得。

flag_type flags() const;

返回一個位元遮罩，其中包含這個basic_regex所設定的選項標誌。例如標誌 icase, 表示Regex忽略大小寫，標誌 JavaScript, 表示regex使用JavaScript的文法。

typedef basic_regex<char> regex;
typedef basic_regex<wchar_t> wregex;

不要使用類型 basic_regex來定義變數，你應該使用這兩個typedef中的一個。這兩個類型，regex 和 wregex, 是兩種字元類型的縮寫，就如 string 和 wstring 是 basic_string<char> 和 basic_string<wchar_t>的縮寫一樣。這種相似性是不一樣的，某種程度上，regex 是一個特定類型的字串的容器。

普通函數

template <class charT,class Allocator,class traits >
  bool regex_match(
    const charT* str, 
    match_results<const charT*,Allocator>& m,
    const basic_regex<charT,traits >& e,
    match_flag_type flags = match_default);

regex_match 判斷一個Regex(參數 e)是否匹配整個字元序列 str. 它主要用於驗證文本。注意，這個Regex必須匹配被分析串的全部，否則函數返回 false. 如果整個序列被成功匹配，regex_match 返回 True.

template <class charT,class Allocator, class traits> 
  bool regex_search(
    const charT* str,
    match_results<const charT*,Allocator>& m,
    const basic_regex<charT,traits >& e,
    match_flag_type flags = match_default);

regex_search 類似於 regex_match, 但它不要求整個字元序列完全符合。你可以用 regex_search 來尋找輸入中的一個子序列，該子序列匹配Regex e.

template <class traits,class charT>
  basic_string<charT> regex_replace(
    const basic_string<charT>& s,
    const basic_regex<charT,traits >& e,
    const basic_string<charT>& fmt,
    match_flag_type flags = match_default);

regex_replace 在整個字元序列中尋找Regexe的所有匹配。這個演算法每次成功匹配後，就根據參數fmt對匹配字串進行格式化。預設情況下，不匹配的文本不會被修改，即文本會被輸出但沒有改變。

這三個演算法都有幾個不同的重載形式：一個接受 const charT* (charT 為字元類型), 另一個接受 const basic_string<charT>&, 還有一個重載接受兩個雙向迭代器作為輸入參數。