Regex模式比對字元串基礎知識_Regex

這篇文章主要介紹了Regex模式比對字元串基礎知識,分為匹配字串的基本規則和正則匹配、尋找與替代的知識，本文給大家介紹的非常不錯，需要的朋友可以參考下

介紹

在實際項目中有個功能的實現需要解析一些特定模式的字串。而在已有的程式碼程式庫中，在已實現的部分功能中，都是使用檢測特定的字元，使用這種方法的缺點是：

• 邏輯上很容易出錯

• 很容易漏掉對一些邊界條件的檢查

• 代碼複雜難以理解、維護

• 效能差

看到程式碼程式庫中有一個cpp，整個cpp兩千多行代碼，有個方法裡，光解析字串的就有400餘行！一個個字元對比過去，真是不堪入目。而且上面很多注釋都已經到期，很多代碼的書寫風格也各不相同，基本可以判斷是過了很多人手的。

在這種情況下，基本沒辦法還沿著這條老路走下去，自然而然就想到了使用Regex。而我自己在Regex方面沒有實際應用的經驗，尤其是對於書寫匹配規則也是一知半解。第一時間就想到從網上找點資料，先大致瞭解下。但是度娘的結果依舊還是讓人很失望。（當然，如果是想要尋找一些比較專業的知識，度娘的結果每次都會讓人心碎，無不都是千篇一律的拷貝。但是通常度娘生活方面的還是可以）後來就放棄度娘的查詢結果，FQ到了外面去找，也找到了一些比較基礎的視頻（需FQ）。

這篇文章可以說是一個總結，把在書寫Regex的匹配字串方面的基礎知識介紹一下。主要分為以下兩個個部分：

1. 匹配字串的基本規則

2. 正則匹配、尋找與替代

本文介紹的Regex規則是ECMAScript。使用的程式設計語言是C++。其他方面的不做介紹。

匹配字串的基本規則

1. 匹配固定的字串

regex e("abc");

2. 匹配固定字串，不區分大小寫

regex e("abc", regex_constants::icase);

3. 匹配固定字串之外多一個字元，不區分大小寫

regex e("abc.", regex_constants::icase); // . Any character except newline. 1個字元

4. 匹配0個或1個字元

regex e("abc?"); // ? Zero or 1 preceding character. 匹配?前一個字元

5. 匹配0個或多個字元

regex e("abc*"); // * Zero or more preceding character. 匹配*前一個字元

6. 匹配1個或多個字元

regex e("abc+"); // + One or more preceding character. 匹配+前一個字元

7. 匹配特定字串中的字元

regex e("ab[cd]*"); // [...] Any character inside square brackets. 匹配[]內的任一字元

8. 匹配非特定字串的字元

regex e("ab[^cd]*"); // [...] Any character not inside square brackets. 匹配非[]內的任一字元

9. 匹配特定字串，且指定數量

regex e("ab[cd]{3}"); // {n} 匹配{}之前任一字元，且字元個數為3個

10. 匹配特定字串，指定數量範圍

regex e("ab[cd]{3,}");  // {n} 匹配{}之前任一字元，且字元個數為3個或3個以上regex e("ab[cd]{3,5}");  // {n} 匹配{}之前任一字元，且字元個數為3個以上，5個以下閉區間

11. 匹配規則中的某一個規則

regex e("abc|de[fg]"); // | 匹配|兩邊的任意一個規則

12. 匹配分組

regex e("(abc)de+"); // () ()表示一個子分組

13. 匹配子分組

regex e("(abc)de+\\1");  // ()    ()表示一個子分組，而\1表示在此位置匹配第一個分組的內容regex e("(abc)c(de+)\\2\\1");  // \2 表示的是在此匹配第二個分組的內容

14. 匹配某個字串開頭

regex e("^abc."); // ^ begin of the string 尋找以abc開頭的子字串

15. 匹配某個字串結尾

regex e("abc.$");// $ end of the string 尋找以abc結尾的子字串

以上是最基本的匹配模式的書寫。通常如果要匹配特定的字元，需要使用\進行轉義，比如在匹配字串中需要匹配"."，那麼在匹配字串中應該在特定字元前加上\。出了以上的基本規則，如果還不滿足特定的需要，那麼可以參考此連結。使用瞭解基本的匹配模式後，需要使用Regex進行匹配、尋找或者替代。

正則匹配、尋找與替代

書寫好模式字串後，需要將待匹配的字串和模式字串進行一定規則的匹配。包括三種方式：匹配（regex_match）、尋找（regex_search）、替換（regex_replace）。

匹配很簡單，直接將待匹配字串和模式字串傳入到regex_match中，返回一個bool量來指明待匹配的字串是否滿足模式字串的規則。匹配整個str字串。

bool match = regex_match(str, e);// 匹配整個字串str

尋找是在整個字串中找到和滿足模式字串的子字串。也就是只要str中存在滿足模式字串就會返回true。

bool match = regex_search(str, e);// 尋找字串str中匹配e規則的子字串

但是很多情況下，光是返回一個是否匹配的bool量是不夠的，我們需要拿到匹配的子字串。那麼就需要在模式字串中將匹配字串分組，參考【匹配字串的基本規則】第12點。再將smatch傳入到regex_search中，就可以獲得滿足每個子分組的字串。

smatch m;bool found = regex_search(str, m, e);for (int n = 0; n < m.size(); ++n)  {    cout << "m[" << n << "].str()=" << m[n].str() << endl;  }

替換也是基於模式字串在分組情況下完成的。

cout << regex_replace(str, e, "$1 is on $2");

此時，會在滿足分組1和分組2的字串中間加上“ is on”。

以上三個函數有很多版本的重載，可以滿足不同情況下的需求。

實戰

要求：找出滿足sectionA("sectionB")或者sectionA ("sectionB")的模式字串。且分離出sectionA、sectionB。sectionA和sectionB不會出現數字，字元可大小寫，至少有一個字元。

分析：根據要求，大致可分為兩個部分，也就是sectionA和sectionaB。這是就需要用到分組。

第一步：寫出滿足section情況的模式字串

[a-zA-Z]+

第二步：在sectionA和sectionB中可能會出現空格。暫且假設至多有1個空格

\\s?

將以上兩個情況組合起來，也就是能滿足我們需求的模式字串。但是如何組織才能讓其分為兩組呢？

[a-zA-Z]+\\s[a-zA-Z]+

上面這種寫法肯定不對的，根據分組規則，需要將分組以()進行區分

regex e("([a-zA-Z]+)\\s?\\(\"([a-zA-Z]+)\"\\)");

此時，在\\s?後面的\\(\"是為了滿足sectionB外層的引號和括弧進行的轉義。

以上完成後，可先用regex_match進行匹配，如果匹配，那麼繼續使用regex_search對字串進行尋找

if (regex_match(str, e)){ smatch m; auto found = regex_search(str, m, e); for (int n = 0; n < m.size(); ++n) { cout << "m[" << n << "].str()=" << m[n].str() << endl; }}else{ cout << "Not matched" << endl;}

對象m數組的第一個字串是滿足需求的整個子串，接下來才是滿足分組1、分組2的子串。

總結

以上所述是小編給大家介紹的Regex模式比對字元串基礎知識，希望對大家有所協助，如果大家有任何疑問請給我留言，小編會及時回複大家的。在此也非常感謝大家對topic.alibabacloud.com的支援！

相關推薦：

使用Regex驗證登入頁面輸入是否符合要求_Regex

Regex \w \d 的意義解答

使用Regex屏蔽關鍵字的方法