跳到主要内容

<regex> 正则表达式

C++11 标准引入的 <regex> 正则表达式 特性完整教学示例。

完整源码​

cpp11/61_regex.cpp
/**
* ============================================================
* 特性名称: <regex> 正则表达式
* 所属标准: C++11
* ============================================================
*
* [是什么]: C++11标准库引入了 <regex> 头文件,提供正则表达式的匹配、搜索、
* 替换和迭代功能,支持ECMAScript等多种语法。
*
* [为什么引入]: C++03没有标准的正则表达式支持,开发者需要依赖第三方库
* (如Boost.Regex、PCRE),<regex>将正则表达式纳入标准。
*
* [关键要点]:
* - std::regex: 正则表达式对象
* - std::regex_match: 完全匹配整个字符串
* - std::regex_search: 搜索第一个匹配的子串
* - std::regex_replace: 替换匹配的内容
* - std::smatch / std::cmatch: 匹配结果(分组捕获)
* - std::sregex_iterator: 迭代所有匹配
* ============================================================
*/

#include <iostream>
#include <regex>
#include <string>
#include <vector>

// ============================================================
// 基础用法
// ============================================================
void basic_usage() {
std::cout << "--- 基础用法 ---\n\n";

// 1. regex_match: 完全匹配
std::cout << "[1] regex_match (完全匹配):\n";
{
std::regex pattern(R"(\d{3}-\d{4}-\d{4})"); // 手机号格式

std::string s1 = "138-1234-5678";
std::string s2 = "abc-1234-5678";
std::string s3 = "138-1234-5678 多余文字";

std::cout << " \"" << s1 << "\" 匹配: "
<< (std::regex_match(s1, pattern) ? "是" : "否") << std::endl;
std::cout << " \"" << s2 << "\" 匹配: "
<< (std::regex_match(s2, pattern) ? "是" : "否") << std::endl;
std::cout << " \"" << s3 << "\" 匹配: "
<< (std::regex_match(s3, pattern) ? "是" : "否")
<< " (match要求完全匹配)" << std::endl;
}
std::cout << std::endl;

// 2. regex_search: 搜索子串匹配
std::cout << "[2] regex_search (搜索子串匹配):\n";
{
std::string text = "今天是2024年3月15日,明天是2024年3月16日。";
std::regex datePattern(R"((\d{4})年(\d{1,2})月(\d{1,2})日)");
std::smatch match;

if (std::regex_search(text, match, datePattern)) {
std::cout << " 找到第一个日期: " << match[0] << std::endl;
std::cout << " 年: " << match[1] << std::endl;
std::cout << " 月: " << match[2] << std::endl;
std::cout << " 日: " << match[3] << std::endl;
std::cout << " 匹配位置: " << match.position() << std::endl;
std::cout << " 匹配长度: " << match.length() << std::endl;
}
}
std::cout << std::endl;

// 3. 分组捕获
std::cout << "[3] 分组捕获:\n";
{
std::string email = "user@example.com";
std::regex emailPattern(R"((\w+)@(\w+)\.(\w+))");
std::smatch match;

if (std::regex_match(email, match, emailPattern)) {
std::cout << " 完整匹配: " << match[0] << std::endl;
std::cout << " 用户名: " << match[1] << std::endl;
std::cout << " 域名: " << match[2] << std::endl;
std::cout << " 后缀: " << match[3] << std::endl;
std::cout << " 分组数量: " << match.size() - 1 << std::endl;
}
}
std::cout << std::endl;

// 4. regex_replace: 替换
std::cout << "[4] regex_replace (替换):\n";
{
std::string text = "手机号: 13812345678, 另一个: 13998765432";
// 将手机号中间4位替换为****
std::regex phonePattern(R"((\d{3})\d{4}(\d{4}))");
std::string result = std::regex_replace(text, phonePattern, "$1****$2");
std::cout << " 原文: " << text << std::endl;
std::cout << " 脱敏: " << result << std::endl;

// 简单替换
std::string html = "<b>粗体</b> 和 <i>斜体</i>";
std::regex tagPattern(R"(<[^>]+>)");
std::string plain = std::regex_replace(html, tagPattern, "");
std::cout << " 去除HTML标签: \"" << plain << "\"" << std::endl;
}
std::cout << std::endl;

// 5. 基本正则语法
std::cout << "[5] 常用正则语法回顾:\n";
{
std::cout << " . 任意字符\n";
std::cout << " \\d 数字 [0-9]\n";
std::cout << " \\w 单词字符 [a-zA-Z0-9_]\n";
std::cout << " \\s 空白字符\n";
std::cout << " * 零次或多次\n";
std::cout << " + 一次或多次\n";
std::cout << " ? 零次或一次\n";
std::cout << " {n,m} n到m次\n";
std::cout << " [abc] 字符类\n";
std::cout << " (...) 分组捕获\n";
std::cout << " | 或\n";
std::cout << " ^$ 行首/行尾\n";
}
std::cout << std::endl;
}

// ============================================================
// 高级用法
// ============================================================
void advanced_usage() {
std::cout << "--- 高级用法 ---\n\n";

// 1. sregex_iterator 迭代所有匹配
std::cout << "[1] sregex_iterator (迭代所有匹配):\n";
{
std::string text = "价格: 19.99元, 折扣: 5.50元, 运费: 3.00元";
std::regex pricePattern(R"(\d+\.\d{2})");

std::sregex_iterator begin(text.begin(), text.end(), pricePattern);
std::sregex_iterator end;

double total = 0;
std::cout << " 找到的所有价格:\n";
for (auto it = begin; it != end; ++it) {
std::cout << " " << (*it)[0] << " 元" << std::endl;
total += std::stod((*it)[0].str());
}
std::cout << " 总计: " << total << " 元" << std::endl;
}
std::cout << std::endl;

// 2. sregex_token_iterator (分割字符串)
std::cout << "[2] sregex_token_iterator (正则分割字符串):\n";
{
std::string csv = "张三,25,男,北京";
std::regex comma(",");

// -1 表示返回不匹配的部分(即分割后的各段)
std::sregex_token_iterator begin(csv.begin(), csv.end(), comma, -1);
std::sregex_token_iterator end;

std::cout << " 分割 CSV:\n";
int idx = 0;
for (auto it = begin; it != end; ++it) {
std::cout << " [" << idx++ << "] " << *it << std::endl;
}

// 也可以用 0 获取匹配的分隔符
// 或用正数获取指定分组
}
std::cout << std::endl;

// 3. 正则选项
std::cout << "[3] 正则表达式选项:\n";
{
// 忽略大小写
std::regex pattern("hello", std::regex::icase);
std::cout << " icase匹配 \"HELLO\": "
<< (std::regex_match(std::string("HELLO"), pattern) ? "是" : "否") << std::endl;

// 使用不同的正则语法
// std::regex::ECMAScript (默认)
// std::regex::basic (POSIX基本)
// std::regex::extended (POSIX扩展)
// std::regex::grep
// std::regex::egrep

std::regex extPattern("[[:digit:]]+", std::regex::extended);
std::cout << " POSIX扩展语法匹配数字 \"12345\": "
<< (std::regex_match(std::string("12345"), extPattern) ? "是" : "否") << std::endl;
}
std::cout << std::endl;

// 4. 复杂模式匹配
std::cout << "[4] 复杂模式匹配 (IP地址验证):\n";
{
// 简化的IP地址正则(不验证0-255范围)
std::regex ipPattern(R"((\d{1,3})\.(\d{1,3})\.(\d{1,3})\.(\d{1,3}))");

auto validateIP = [&ipPattern](const std::string& ip) {
std::smatch match;
if (!std::regex_match(ip, match, ipPattern)) return false;

for (int i = 1; i <= 4; ++i) {
int val = std::stoi(match[i].str());
if (val < 0 || val > 255) return false;
}
return true;
};

std::vector<std::string> ips = {
"192.168.1.1", "256.1.1.1", "10.0.0.1", "abc.def.ghi.jkl"
};

for (const auto& ip : ips) {
std::cout << " " << ip << ": "
<< (validateIP(ip) ? "有效" : "无效") << std::endl;
}
}
std::cout << std::endl;

// 5. regex_replace 高级用法
std::cout << "[5] regex_replace 高级用法:\n";
{
// 使用替换标志
std::string text = "AAA BBB AAA CCC AAA";
std::regex pattern("AAA");

// 只替换第一个匹配
std::string first = std::regex_replace(text, pattern, "XXX",
std::regex_constants::format_first_only);
std::cout << " 只替换第一个: " << first << std::endl;

// 替换所有
std::string all = std::regex_replace(text, pattern, "XXX");
std::cout << " 替换所有: " << all << std::endl;

// 使用反向引用交换
std::string nameList = "张三 李四, 王五 赵六";
std::regex nameSwap(R"((\S+)\s+(\S+))");
std::string swapped = std::regex_replace(nameList, nameSwap, "$2 $1");
std::cout << " 交换姓名顺序: " << swapped << std::endl;
}
std::cout << std::endl;
}

// ============================================================
// 易错点
// ============================================================
void pitfalls() {
std::cout << "--- 易错点 ---\n\n";

// 1. regex_match 与 regex_search 的区别
std::cout << "[1] regex_match 与 regex_search 的区别:\n";
{
std::string text = "abc123def";
std::regex numPattern(R"(\d+)");

std::cout << " regex_match(\"abc123def\", \\d+): "
<< (std::regex_match(text, numPattern) ? "是" : "否")
<< " (必须完全匹配)" << std::endl;
std::cout << " regex_search(\"abc123def\", \\d+): "
<< (std::regex_search(text, numPattern) ? "是" : "否")
<< " (搜索子串)" << std::endl;
}
std::cout << std::endl;

// 2. 正则表达式编译开销
std::cout << "[2] 正则表达式编译开销大,应复用 regex 对象:\n";
std::cout << " // 错误:循环中反复编译\n";
std::cout << " // for (...) { std::regex r(\"...\"); regex_match(s, r); }\n";
std::cout << " // 正确:编译一次,多次使用\n";
std::cout << " // std::regex r(\"...\");\n";
std::cout << " // for (...) { regex_match(s, r); }\n\n";

// 3. 异常处理
std::cout << "[3] 无效正则表达式抛出 regex_error:\n";
{
try {
std::regex bad(R"([)"); // 不匹配的括号
} catch (const std::regex_error& e) {
std::cout << " regex_error: " << e.what() << std::endl;
std::cout << " 错误代码: " << e.code() << std::endl;
}
}
std::cout << std::endl;

// 4. 转义字符
std::cout << "[4] 注意字符串中的转义:\n";
std::cout << " // 普通字符串需要双重转义:\n";
std::cout << " // std::regex r(\"\\\\d+\"); // 表示 \\d+\n";
std::cout << " // 推荐使用 raw string literal:\n";
std::cout << " // std::regex r(R\"(\\d+)\"); // 更清晰\n\n";

// 5. 性能注意事项
std::cout << "[5] 性能注意事项:\n";
std::cout << " - C++标准库的regex实现可能比较慢\n";
std::cout << " - 避免对超长字符串使用复杂正则\n";
std::cout << " - 注意回溯导致的指数级时间复杂度\n";
std::cout << " - 简单的字符串操作优先用 string::find 等函数\n";
std::cout << " - 性能敏感场景考虑 RE2 等第三方库\n\n";
}

// ============================================================
// 主函数
// ============================================================
int main() {
std::cout << "===== <regex> 正则表达式 - C++11 =====\n\n";

basic_usage();
advanced_usage();
pitfalls();

return 0;
}

参考链接​