本文摘要翻譯了幾篇文章的內容，簡單介紹 ATL CAtlRegExp，GRETA，Boost::regex
等Regex庫，這些運算式庫使我們可以方便地利用正則庫的巨大威力，給我們的工作提供了便利。
Regex文法
| 字元元 | 意義 |
| . | 匹配單個字元 |
| [ ] | 指定一個字元類，匹配方括弧內的任一字元。例：[abc] 匹配 "a", "b"或 "c"。 |
| ^ | 如果^出現在字元類的開始處，它否定了字元類，這個被否定的字元類匹配除卻方括弧內的字元的字元。如：[^abc]匹配除了"a", "b"和"c"之外的字元。如果^出現在Regex前邊，它匹配輸入的開頭，例：^[abc]匹配以"a", "b"或"c"開頭的輸入。 |
| - | 在字元類中，指定一個字元的範圍。例如：[0-9]匹配"0"到"9"的數字。 |
| ? | 指明?前的運算式是可選的，它可以匹配一次或不進行匹配。例如： [0-9][0-9]? 匹配"2"或"12"。 |
| + | 指明?前的運算式匹配一次或多次。例如：[0-9]+匹配"1", "13", "666"等。 |
* |
指明*前的運算式匹配零次或多次。 |
| ??, +?, *? | ?, +和*的非貪婪匹配版本，它們儘可能匹配較少的字元；而?, +和*則是貪婪版本，儘可能匹配較多的字元。例如：輸入"<abc><def>", 則<.*?> 匹配"<abc>"，而<.*>匹配"<abc><def>"。 |
| ( ) | 分組操作符。例如：(/d+,)*/d+匹配一串由逗號分開的數字，例如： "1"或"1,23,456"。 |
| / | 逸出字元，轉義緊跟的字元。例如，[0-9]+ 匹配一個或多個數字，而 [0-9]/+ 匹配一個數字後跟隨一個加號的情況。反斜線/也用於表示縮寫，/a 就表示任何數字、字母。如果/後緊跟一個數字n，則它匹配第n個匹配群組(從0開始)，例如，<{.*?}>.*?<//0>匹配"<head>Contents</head>"。注意，在C++字串中，反斜線/需要用雙反斜線//來表示： "//+", "//a", "<{.*?}>.*?<///0>"。 |
| $ | 放在Regex的最後，它匹配輸入的末端。例如：[0-9]$匹配輸入的最後一個數字。 |
| | | 間隔符，分隔兩個運算式，以正確匹配其中一個，例如：T|the匹配"The" 或"the"。 |
縮寫匹配
| 縮寫 | 匹配 |
| /a | 字母、數字([a-zA-Z0-9]) |
| /b | 空格(blank): ([ //t]) |
| /c | 字母([a-zA-Z]) |
| /d | 十進位數 ([0-9]) |
| /h | 十六進位數([0-9a-fA-F]) |
| /n | 換行: (/r|(/r?/n)) |
| /q | 引用字串(/"[^/"]*/")|(/''''[^/'''']*/'''') |
| /w | 一段文字 ([a-zA-Z]+) |
| /z | 一個整數([0-9]+) |
ATL CATLRegExp
ATL
Server常常需要對地址、命令等複雜文字欄位資訊解碼，而Regex是強大的文字解析工具，所以，ATL提供了Regex解釋工具。
樣本：
#include "stdafx.h"#include <atlrx.h>int main(int argc, char* argv[]){ CAtlRegExp<> reUrl; // five match groups: scheme, authority, path, query, fragment REParseError status = reUrl.Parse( "({[^:/?#]+}:)?(//{[^/?#]*})?{[^?#]*}(?{[^#]*})?(#{.*})?" ); if (REPARSE_ERROR_OK != status) { // Unexpected error. return 0; } CAtlREMatchContext<> mcUrl; if (!reUrl.Match( "http://search.microsoft.com/us/Search.asp?qu=atl&boolean=ALL#results", &mcUrl)) { // Unexpected error. return 0; } for (UINT nGroupIndex = 0; nGroupIndex < mcUrl.m_uNumGroups; ++nGroupIndex) { const CAtlREMatchContext<>::RECHAR* szStart = 0; const CAtlREMatchContext<>::RECHAR* szEnd = 0; mcUrl.GetMatch(nGroupIndex, &szStart, &szEnd); ptrdiff_t nLength = szEnd - szStart; printf("%d: /"%.*s/"/n", nGroupIndex, nLength, szStart); }}
輸出：
0: "http"1: "search.microsoft.com"2: "/us/Search.asp"3: "qu=atl&boolean=ALL"4: "results"
Match的結果通過第二個參數pContext所指向的CAtlREMatchContext類來返回，Match的結果及其相關資訊都被存放在CAtlREMatchContext類中，只要訪問CAtlREMatchContext的方法和成員就可以得到匹配的結果。CAtlREMatchContext通過m_uNumGroups成員以及GetMatch（）方法向調用者提供匹配的結果資訊。m_uNumGroups代表匹配上的Group有多少組，GetMatch()則根據傳遞給它的Group的Index值，返回匹配上的字串的pStart和pEnd指標，調用者有了這兩個指標，自然可以很方便的得到匹配結果。
更多內容請參閱:
CAtlRegExp Class
GRETA
GRETA是微軟研究院推出的一個Regex模板類庫，GRETA 包含的 C++ 對象和函數，使字串的模式比對和替換變得很容易，它們是:
為了執行搜尋和替換的操作，使用者首先需要用一個描述匹配規則的字串來顯式初始化一個rpattern對象，然後把需要匹配的字串作為參數，調用rpattern的函數，比如match()或者substitute()，就可以得到匹配後的結果。如果match()/substitute()調用失敗，函數返回false，如果調用成功，函數返回true，此時，match_resultsObject Storage Service了匹配結果。請看例子代碼：
#include <iostream>#include <string>#include "regexpr2.h"using namespace std;using namespace regex;int main() { match_results results; string str( "The book cost $12.34" ); rpattern pat( "//$(//d+)(//.(//d//d))?" ); // Match a dollar sign followed by one or more digits, // optionally followed by a period and two more digits. // The double-escapes are necessary to satisfy the compiler. match_results::backref_type br = pat.match( str, results ); if( br.matched ) { cout << "match success!" << endl; cout << "price: " << br << endl; } else { cout << "match failed!" << endl; } return 0;}
程式輸出將是:
match success!price: $12.34
您可以閱讀GRETA文檔，獲知rpattern對象的細節內容，並掌握如何自訂搜尋策略來得到更好的效率。
注意：所有在標頭檔regexpr2.h裡的聲明都在名稱空間regex之中，使用者使用其中的對象和函數時，必須加上首碼"regex::"，或者預先"using
namespace regex;" 一下，為了簡單起見，下文的範例程式碼中將省略"regex::" 首碼。
作者產生了greta.lib和regexpr2.h檔案，只需這兩個檔案的支援即可使用greta來解析Regex。
匹配速度小議
不同的Regex匹配引擎擅長於不同匹配模式。作為一個基準，當用模式："^([0-9]+)(/-|
|$)(.*)$" 匹配字串"100- this is a line of ftp response which contains a message
string"時，GRETA的匹配速度比boost(http://www.boost.org)Regex庫大約快7倍，比ATL7的CATLRegExp快10倍之多!
Boost Regex 的說明文檔帶有一個很多模式的匹配測試Performance結果。比較這個結果後，我發現GRETA在大部分情況下和Boost
Regex效能差不多，但是在用Visual Studio.Net 2003編譯的情況下，GRETA還略勝一籌。
Boost.Regex
Boost提供了boost::basic_regex來支援Regex。boost::basic_regex的設計非常類似std::basic_string：
namespace boost{template <class charT, class traits = regex_traits<charT>, class Allocator = std::allocator<charT> > class basic_regex;typedef basic_regex<char> regex;typedef basic_regex<wchar_t> wregex;}
Boost Regex 庫附帶的文檔非常豐富，樣本更是精彩，比如有兩個例子程式，不多的代碼，程式就可以直接對 C++
檔案進行文法高亮標記，產生相應的 HTML (converts a C++ file to syntax highlighted
HTML)。下面的例子可以分割一個字串到一串標記符號(split a string into tokens)。
#include <list>#include <boost/regex.hpp>unsigned tokenise(std::list<std::string>& l, std::string& s){ return boost::regex_split(std::back_inserter(l), s);}#include <iostream>using namespace std;#if defined(BOOST_MSVC) || (defined(__BORLANDC__) && (__BORLANDC__ == 0x550))// problem with std::getline under MSVC6sp3istream& getline(istream& is, std::string& s){ s.erase(); char c = is.get(); while(c != ''''/n'''') { s.append(1, c); c = is.get(); } return is;}#endifint main(int argc){ string s; list<string> l; do{ if(argc == 1) { cout << "Enter text to split (or /"quit/" to exit): "; getline(cin, s); if(s == "quit") break; } else s = "This is a string of tokens"; unsigned result = tokenise(l, s); cout << result << " tokens found" << endl; cout << "The remaining text is: /"" << s << "/"" << endl; while(l.size()) { s = *(l.begin()); l.pop_front(); cout << s << endl; } }while(argc == 1); return 0;}Start building with 50+ products and up to 12 months usage for Elastic Compute Service
1 on 1 presale consultation
24/7 Technical Support 6 Free Tickets per Quarter Faster Response
Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.
A comprehensive suite of global cloud computing services to power your business
Payment Methods We Support
