Основы регулярных выражений в C ++

Функция regex_search () возвращает истину, если совпадение есть, и ложь, если совпадения нет. Здесь функция принимает два аргумента: первый - целевая строка, а второй - объект регулярного выражения. Само регулярное выражение - "человек" в двойных кавычках. Первый оператор в функции main () формирует объект регулярного выражения. Regex - это тип, а reg - объект регулярного выражения. Вывод вышеуказанной программы "совпадает", так как "человек" виден в целевой строке. Если бы "человек" не был замечен в цели, regex_search () возвратил бы false, и результат был бы "несоответствующим".

Вывод следующего кода «не совпадает»:

Не найдено, потому что регулярное выражение "man" не может быть найдено во всей целевой строке: "Вот моя работа."

Шаблон

Вышеупомянутое регулярное выражение «человек» очень простое. Регулярные выражения обычно не так просты. Регулярные выражения имеют метасимволы. Метасимволы - это символы со специальным значением. Метасимвол - это персонаж о персонажах. Метасимволы регулярных выражений C ++:

Регулярное выражение с метасимволами или без них - это шаблон.

Классы персонажей

Квадратных скобках

В узоре могут быть символы в квадратных скобках. При этом конкретная позиция в целевой строке будет соответствовать любому из символов квадратных скобок. Рассмотрите следующие цели:

Регулярное выражение [cbr] at будет соответствовать cat в первой цели. Это будет соответствовать битой во второй цели. Это будет соответствовать крысе в третьей цели. Это потому, что «кошка», «летучая мышь» или «крыса» начинается с «c», «b» или «r». Следующий фрагмент кода иллюстрирует это:

Результат:

Диапазон символов

Класс [cbr] в шаблоне [cbr] будет соответствовать нескольким возможным символам в целевом объекте. Он будет соответствовать 'c', 'b' или 'r' в цели. Если у цели нет ни одного из символов «c», «b» или «r», за которым следует «at», совпадения не будет.

Некоторые возможности, такие как 'c', 'b' или 'r', существуют в диапазоне. Диапазон цифр от 0 до 9 имеет 10 возможных вариантов, и шаблон для этого - [0-9]. Диапазон строчных алфавитов, от a до z, имеет 26 возможных вариантов, и шаблон для этого - [a-z]. Диапазон букв верхнего регистра, от A до Z, имеет 26 возможных вариантов, и шаблон для этого - [A-Z]. - официально не является метасимволом, но в квадратных скобках он указывает на диапазон. Итак, следующее дает совпадение:

Обратите внимание, как регулярное выражение было построено как второй аргумент. Совпадение происходит между цифрой 6 в диапазоне от 0 до 9 и 6 в целевом значении «ID6id». Приведенный выше код эквивалентен:

Следующий код дает совпадение:

Обратите внимание, что первым аргументом здесь является строковая переменная, а не строковый литерал. Соответствие между "i" в [a-z] и "i" в "ID6iE".

Не забывайте, что ассортимент - это класс. Текст может быть справа от диапазона или слева от диапазона в шаблоне. Следующий код дает совпадение:

Соответствует «ID [0-9] id» и «ID2id». Остальная часть целевой строки «является идентификатором» в этой ситуации не совпадает.

Используемое в регулярном выражении subject (регулярные выражения) слово class фактически означает набор. То есть один из символов в наборе должен соответствовать.

Примечание: дефис - это метасимвол только в квадратных скобках, обозначающий диапазон. Это не метасимвол в регулярном выражении, кроме квадратных скобок.

Отрицание

Класс, включающий диапазон, может быть инвертирован. То есть ни один из символов в наборе (классе) не должен совпадать. Это обозначается метасимволом ^ в начале шаблона класса сразу после открывающей квадратной скобки. Итак, [^ 0-9] означает соответствие символа в соответствующей позиции в цели, которая не является любым символом в диапазоне от 0 до 9 включительно. Таким образом, следующий код не приведет к совпадению:

Цифра в диапазоне от 0 до 9 может быть найдена в любой из позиций целевой строки, «0123456789101112,»; так что нет совпадения - отрицание.

Следующий код дает совпадение:

В цели «ABCDEFGHIJ» не найдено ни одной цифры; так что есть совпадение.

[a-z] - это диапазон вне [^ a-z]. Итак, [^ a-z] - это отрицание [a-z].

[A-Z] - это диапазон вне [^ A-Z]. Итак, [^ A-Z] - это отрицание [A-Z].

Существуют и другие отрицания.

Соответствие пробелов

"или \ t, или \ r, или \ n, или \ f - это пробельный символ. В следующем коде регулярное выражение «\ n» соответствует '\ n' в цели:

Соответствие любому пробельному символу

Шаблон или класс для соответствия любому символу пробела: [\ t \ r \ n \ f]. В следующем коде совпадает ":

Соответствие любому непробельному символу

Шаблон или класс для соответствия любому символу, отличному от пробела, - [^ \ t \ r \ n \ f]. Следующий код дает совпадение, потому что в цели нет пробелов:

Период (.) в шаблоне

Период (.) в шаблоне соответствует любому символу, включая его самого, кроме \ n, в цели. Соответствие производится в следующем коде:

В следующем коде совпадений нет, так как целью является «\ n».

Примечание: внутри класса символов с квадратными скобками точка не имеет особого значения.

Соответствующие повторения

Символ или группа символов могут встречаться более одного раза в целевой строке. Шаблон может соответствовать этому повторению. Метасимволы, ?, *, + и используются для соответствия повторению в цели. Если x - интересующий символ в целевой строке, то метасимволы имеют следующие значения:

Эти метасимволы называются квантификаторами.

Иллюстрации

*

* Соответствует предыдущему символу или предыдущей группе, ноль или более раз. «O *» соответствует «o» в «dog» целевой строки. Он также соответствует «oo» в «book» и «looking». Регулярное выражение «o *» соответствует «boooo» в «The animal booooed».”. Примечание: «o *» соответствует «dig», где «o» встречается ноль (или более) раз.

+

+ Соответствует предыдущему символу или предыдущей группе 1 или более раз. Сравните это с нулем или более раз для *. Таким образом, регулярное выражение «e +» соответствует «e» в «eat», где «e» встречается один раз. «E +» также соответствует «ee» в слове «овца», где «e» встречается более одного раза. Примечание: «e +» не будет соответствовать «dig», потому что в «dig» «e» не встречается хотя бы один раз.

?

В ? соответствует предыдущему символу или предыдущей группе, 0 или 1 раз (и не более). Итак, «е?»Соответствует« dig », потому что« e »встречается в« dig », нулевое время. «Е?»Соответствует« set », потому что« e »встречается в« set »один раз. Примечание: «e?»По-прежнему соответствует« овце »; хотя в слове «овца» есть две буквы. Тут есть нюанс - см. Позже.

n,

Это соответствует как минимум n последовательным повторениям предыдущего символа или предыдущей группы. Таким образом, регулярное выражение «e 2,» соответствует двум буквам «е» в целевом значении «овца» и трем буквам «е» в целевом значении «овца». «E 2,» не соответствует «set», потому что «set» имеет только одну букву «e».

n

Это соответствует ровно n последовательным повторениям предыдущего символа или предыдущей группы. Таким образом, регулярное выражение «e 2» соответствует двум буквам «e» в целевом значении «овца». «E 2» не соответствует «set», потому что «set» имеет только одну букву «e». Что ж, «е 2» соответствует двум буквам «е» в цели «овца». Тут есть нюанс - см. Позже.

n, m

Это соответствует нескольким последовательным повторениям предыдущего символа или предыдущей группы в любом месте от n до m включительно. Итак, «e 1,3» ничего не соответствует в «dig», в котором нет «e». Он соответствует одной букве «е» в слове «set», двум буквам «е» в слове «овца», трем буквам «е» в слове «овца» и трем буквам «е» в слове «овца». В последнем матче есть нюанс - см. Позже.

Соответствующее чередование

Рассмотрим следующую целевую строку в компьютере.

«На ферме есть свиньи разных размеров.”

Программист может захотеть узнать, есть ли у этой цели «коза», «кролик» или «свинья». Код будет следующим:

Код дает совпадение. Обратите внимание на использование символа чередования |. Может быть два, три, четыре и более вариантов. C ++ сначала попытается сопоставить первую альтернативу, «goat», в каждой позиции символа в целевой строке. Если с «козлом» не получается, он пробует следующую альтернативу «кролик». Если с «кроликом» не удается, он пробует следующую альтернативу «свинья». Если «свинья» терпит неудачу, то C ++ переходит на следующую позицию в целевом объекте и снова начинает с первой альтернативы.

В приведенном выше коде "свинья" соответствует.

Соответствие началу или концу

Начало

Если ^ находится в начале регулярного выражения, тогда начальный текст целевой строки может совпадать с регулярным выражением. В следующем коде начало цели - «abc», что соответствует:

В следующем коде сопоставления не происходит:

Здесь «abc» не находится в начале цели.

Примечание. Символ циркумфлекса '^' - это метасимвол в начале регулярного выражения, соответствующий началу целевой строки. Это все еще метасимвол в начале класса символов, где он отрицает класс.

Конец

Если $ находится в конце регулярного выражения, то конечный текст целевой строки может совпадать с регулярным выражением. В следующем коде концом цели является «xyz», что соответствует:

В следующем коде сопоставления не происходит:

Здесь «xyz» не находится в конце цели.

Группировка

Скобки можно использовать для группировки символов в шаблоне. Рассмотрим следующее регулярное выражение:

Группа здесь - «пианист» в окружении метасимволов (и). Фактически это подгруппа, а «концерт (пианист)» - это вся группа. Учтите следующее:

Здесь подгруппа или подстрока - «пианист хороший».

Подстроки с общими частями

Бухгалтер - это человек, который заботится о книгах. Представьте себе библиотеку с бухгалтером и книжной полкой. Предположим, что на компьютере есть одна из следующих целевых строк:

Предположим, что программисту не интересно знать, какое из этих предложений находится в компьютере. Тем не менее, его интересует, присутствует ли «книжная полка» или «бухгалтер» в какой-либо целевой строке в компьютере. В этом случае его регулярное выражение может быть:

Использование чередования.

Обратите внимание, что слово «книга», которое является общим для обоих слов, было набрано дважды в двух словах в шаблоне. Чтобы не набирать «книга» дважды, регулярное выражение лучше записать так:

Здесь группа «полка | хранитель» все еще используется метасимвол чередования, но не для двух длинных слов. Он использовался для двух конечных частей двух длинных слов. C ++ рассматривает группу как объект. Таким образом, C ++ будет искать «полку» или «хранитель» сразу после слова «книга». Вывод следующего кода «совпадает»:

«Книжная полка», а не «бухгалтер» были сопоставлены.

Icase и многострочные regex_constants

icase

По умолчанию при сопоставлении учитывается регистр. Однако его можно сделать нечувствительным к регистру. Для этого используйте константу regex :: icase, как в следующем коде:

Результат «совпадает». Таким образом, «Feedback» с заглавной буквой «F» соответствует «feed» со строчной буквой F. «Regex :: icase» был сделан вторым аргументом конструктора regex (). Без этого оператор не дал бы совпадения.

Многострочный

Рассмотрим следующий код:

Результат «не совпадает». Регулярное выражение «^.* $, »Соответствует целевой строке от начала до конца. «.* »Означает любой символ, кроме \ n, ноль или более раз. Итак, из-за символов новой строки (\ n) в цели совпадения не было.

Цель - многострочная строка. Для того чтобы '.'чтобы соответствовать символу новой строки, должна быть создана константа «regex :: multiline», второй аргумент конструкции regex (). Следующий код иллюстрирует это:

Соответствие всей целевой строке

Чтобы соответствовать всей целевой строке, в которой нет символа новой строки (\ n), можно использовать функцию regex_match (). Эта функция отличается от regex_search (). Следующий код иллюстрирует это:

Здесь есть совпадение. Однако обратите внимание, что регулярное выражение соответствует всей целевой строке, а целевая строка не имеет никакого '\ n'.

Объект match_results

Функция regex_search () может принимать аргумент между целью и объектом регулярного выражения. Этот аргумент - объект match_results. С его помощью можно узнать всю совпавшую (часть) строку и соответствующие подстроки. Этот объект представляет собой специальный массив с методами. Тип объекта match_results - cmatch (для строковых литералов).

Получение совпадений

Рассмотрим следующий код:

В целевой строке есть слово «женщина». Результатом будет «женщина», что соответствует регулярному выражению «w».м.п ». По нулевому индексу в специальном массиве содержится единственное совпадение - «женщина».

С параметрами класса только первая подстрока, найденная в цели, отправляется в специальный массив. Следующий код иллюстрирует это:

Результатом будет «крыса» с нулевого индекса. m [1] и m [2] пусты.

При использовании альтернатив в специальный массив отправляется только первая подстрока, найденная в цели. Следующий код иллюстрирует это:

Результатом будет «кролик» с нулевого индекса. m [1] и m [2] пусты.

Группировки

Когда задействованы группы, полный образец совпадает, переходит в нулевую ячейку специального массива. Следующая найденная подстрока переходит в ячейку 1; следующая подстрока переходит в ячейку 2; и так далее. Следующий код иллюстрирует это:

Результат:

Обратите внимание, что группа (продавец) стоит перед группой (sel).

Позиция матча

Позиция совпадения для каждой подстроки в массиве cmatch может быть известна. Подсчет начинается с первого символа целевой строки в нулевой позиции. Следующий код иллюстрирует это:

Обратите внимание на использование свойства position с индексом ячейки в качестве аргумента. Результат:

Искать и заменить

Новое слово или фраза могут заменить совпадение. Для этого используется функция regex_replace (). Однако на этот раз строка, в которой происходит замена, является строковым объектом, а не строковым литералом. Итак, в программу необходимо включить строковую библиотеку. Иллюстрация: