文章分享

開放、平等、協(xié)作、快速、分享

當(dāng)前位置:首頁>文章分享

正則表達(dá)式模式匹配字符串基礎(chǔ)知識

摘錄:HCTech 無錫和控電子   時(shí)間:2020-08-07   訪問量:3307

正則表達(dá)式模式匹配字符串基礎(chǔ)知識

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。而在已有的代碼庫中,在已實(shí)現(xiàn)的部分功能中,都是使用檢測特定的字符,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)字符對比過去,真是不堪入目。而且上面很多注釋都已經(jīng)過期,很多代碼的書寫風(fēng)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正則表達(dá)式。而我自己在正則表達(dá)式方面沒有實(shí)際應(yīng)用的經(jīng)驗(yàn),尤其是對于書寫匹配規(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,度娘的結(jié)果每次都會(huì)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)后來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)。

      這篇文章可以說是一個(gè)總結(jié),把在書寫正則表達(dá)式的匹配字符串方面的基礎(chǔ)知識介紹一下。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

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

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

1
2
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

1
2
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)字符串開頭

1
2
regex e("^abc.");
// ^ begin of the string 查找以abc開頭的子字符串

15. 匹配某個(gè)字符串結(jié)尾

1
2
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寫。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

      書寫好模式字符串后,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。

1
2
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。

1
2
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。

1
2
3
4
5
6
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。

1
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,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,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]+

上面這種寫法肯定不對的,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外層的引號和括號進(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對字符串進(jìn)行查找

1
2
3
4
5
6
7
8
9
10
11
12
13
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(shù)組的第一個(gè)字符串是滿足需求的整個(gè)子串,接下來才是滿足分組1、分組2的子串。

http://www.cnblogs.com/yoyonow/


上一篇:制作Visual Studio 2017 (VS 2017) 離線安裝包

下一篇:正則表達(dá)式 – 語法

在線咨詢

點(diǎn)擊這里給我發(fā)消息 售前咨詢專員

點(diǎn)擊這里給我發(fā)消息 售后服務(wù)專員

在線咨詢

免費(fèi)通話

24小時(shí)免費(fèi)咨詢

請輸入您的聯(lián)系電話,座機(jī)請加區(qū)號

免費(fèi)通話

微信掃一掃

微信聯(lián)系
返回頂部