介紹

      在實(shí)際項(xiàng)目中有個(gè)功能的實(shí)現(xiàn)需要解析一些特定模式的字符串。而在已有的代碼庫(kù)中，在已實(shí)現(xiàn)的部分功能中，都是使用檢測(cè)特定的字符，使用這種方法的缺點(diǎn)是：

• 邏輯上很容易出錯(cuò)
• 很容易漏掉對(duì)一些邊界條件的檢查
• 代碼復(fù)雜難以理解、維護(hù)
• 性能差

      看到代碼庫(kù)中有一個(gè)cpp，整個(gè)cpp兩千多行代碼，有個(gè)方法里，光解析字符串的就有400余行！一個(gè)個(gè)字符對(duì)比過(guò)去，真是不堪入目。而且上面很多注釋都已經(jīng)過(guò)期，很多代碼的書(shū)寫(xiě)風(fēng)格也各不相同，基本可以判斷是過(guò)了很多人手的。

      在這種情況下，基本沒(méi)辦法還沿著這條老路走下去，自然而然就想到了使用正則表達(dá)式。而我自己在正則表達(dá)式方面沒(méi)有實(shí)際應(yīng)用的經(jīng)驗(yàn)，尤其是對(duì)于書(shū)寫(xiě)匹配規(guī)則也是一知半解。第一時(shí)間就想到從網(wǎng)上找點(diǎn)資料，先大致了解下。但是度娘的結(jié)果依舊還是讓人很失望。（當(dāng)然，如果是想要查找一些比較專業(yè)的知識(shí)，度娘的結(jié)果每次都會(huì)讓人心碎，無(wú)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）后來(lái)就放棄度娘的查詢結(jié)果，F(xiàn)Q到了外面去找，也找到了一些比較基礎(chǔ)的視頻（需FQ）。

      這篇文章可以說(shuō)是一個(gè)總結(jié)，把在書(shū)寫(xiě)正則表達(dá)式的匹配字符串方面的基礎(chǔ)知識(shí)介紹一下。主要分為以下兩個(gè)個(gè)部分：

1. 匹配字符串的基本規(guī)則
2. 正則匹配、查找與替代

本文介紹的正則表達(dá)式規(guī)則是ECMAScript。使用的編程語(yǔ)言是C++。其他方面的不做介紹。

匹配字符串的基本規(guī)則

1. 匹配固定的字符串

regex e("abc");

2. 匹配固定字符串，不區(qū)分大小寫(xiě)

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

3. 匹配固定字符串之外多一個(gè)字符，不區(qū)分大小寫(xiě)

regex e("abc.", regex_constants::icase);  // .  Any character except newline. 1個(gè)字符

4. 匹配0個(gè)或1個(gè)字符

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

5. 匹配0個(gè)或多個(gè)字符

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

6. 匹配1個(gè)或多個(gè)字符

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

7. 匹配特定字符串中的字符

regex e("ab[cd]*");    // [...] Any character inside square brackets. 匹配[]內(nèi)的任意字符

8. 匹配非特定字符串的字符

regex e("ab[^cd]*");    // [...] Any character not inside square brackets. 匹配非[]內(nèi)的任意字符

9. 匹配特定字符串，且指定數(shù)量

regex e("ab[cd]{3}");    // {n}  匹配{}之前任意字符，且字符個(gè)數(shù)為3個(gè)

10. 匹配特定字符串，指定數(shù)量范圍

regex e("ab[cd]{3,}");  // {n} 匹配{}之前任意字符，且字符個(gè)數(shù)為3個(gè)或3個(gè)以上
regex e("ab[cd]{3,5}");  // {n} 匹配{}之前任意字符，且字符個(gè)數(shù)為3個(gè)以上，5個(gè)以下閉區(qū)間

11. 匹配規(guī)則中的某一個(gè)規(guī)則

regex e("abc|de[fg]");    // |  匹配|兩邊的任意一個(gè)規(guī)則

12. 匹配分組

regex e("(abc)de+");    // ()       ()表示一個(gè)子分組

13. 匹配子分組

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

14. 匹配某個(gè)字符串開(kāi)頭

regex e("^abc."); 
// ^ begin of the string 查找以abc開(kāi)頭的子字符串

15. 匹配某個(gè)字符串結(jié)尾

regex e("abc.$");
// $ end of the string 查找以abc結(jié)尾的子字符串

      以上是最基本的匹配模式的書(shū)寫(xiě)。通常如果要匹配特定的字符，需要使用\進(jìn)行轉(zhuǎn)義，比如在匹配字符串中需要匹配"."，那么在匹配字符串中應(yīng)該在特定字符前加上\。出了以上的基本規(guī)則，如果還不滿足特定的需要，那么可以參考此鏈接。使用了解基本的匹配模式后，需要使用正則表達(dá)式進(jìn)行匹配、查找或者替代。

正則匹配、查找與替代

      書(shū)寫(xiě)好模式字符串后，需要將待匹配的字符串和模式字符串進(jìn)行一定規(guī)則的匹配。包括三種方式：匹配（regex_match）、查找（regex_search）、替換（regex_replace）。

      匹配很簡(jiǎn)單，直接將待匹配字符串和模式字符串傳入到regex_match中，返回一個(gè)bool量來(lái)指明待匹配的字符串是否滿足模式字符串的規(guī)則。匹配整個(gè)str字符串。

bool match = regex_match(str, e);
// 匹配整個(gè)字符串str

      查找是在整個(gè)字符串中找到和滿足模式字符串的子字符串。也就是只要str中存在滿足模式字符串就會(huì)返回true。

bool match = regex_search(str, e);
// 查找字符串str中匹配e規(guī)則的子字符串

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

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;
  }

    替換也是基于模式字符串在分組情況下完成的。

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

      此時(shí)，會(huì)在滿足分組1和分組2的字符串中間加上“ is on”。

      以上三個(gè)函數(shù)有很多版本的重載，可以滿足不同情況下的需求。

實(shí)戰(zhàn)

      要求：找出滿足sectionA("sectionB")或者sectionA ("sectionB")的模式字符串。且分離出sectionA、sectionB。sectionA和sectionB不會(huì)出現(xiàn)數(shù)字，字符可大小寫(xiě)，至少有一個(gè)字符。

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

第一步：寫(xiě)出滿足section情況的模式字符串

[a-zA-Z]+

第二步：在sectionA和sectionB中可能會(huì)出現(xiàn)空格。暫且假設(shè)至多有1個(gè)空格

\\s?

將以上兩個(gè)情況組合起來(lái)，也就是能滿足我們需求的模式字符串。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(xiě)法肯定不對(duì)的，根據(jù)分組規(guī)則，需要將分組以()進(jìn)行區(qū)分

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

      此時(shí)，在\\s?后面的\\(\"是為了滿足sectionB外層的引號(hào)和括號(hào)進(jìn)行的轉(zhuǎn)義。

      以上完成后，可先用regex_match進(jìn)行匹配，如果匹配，那么繼續(xù)使用regex_search對(duì)字符串進(jìn)行查找

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(duì)象m數(shù)組的第一個(gè)字符串是滿足需求的整個(gè)子串，接下來(lái)才是滿足分組1、分組2的子串。

總結(jié)

以上所述是小編給大家介紹的正則表達(dá)式模式匹配字符串基礎(chǔ)知識(shí)，希望對(duì)大家有所幫助，如果大家有任何疑問(wèn)請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！