GRETA正则表达式模板类库
当前位置：以往代写 > C/C++ 教程 >GRETA正则表达式模板类库

GRETA正则表达式模板类库

2019-06-13

GRETA正则表达式模板类库

GRETA正则表达式模板类库

副标题#e#

本文摘要翻译了几篇文章的内容，简朴先容 ATL CAtlRegExp，GRETA， Boost::regex 等正则表达式库，这些表达式库使我们可以利便地操作正则库的 庞大威力，给我们的事情提供了便利。

正则表达式语法

字符元 意义
. 匹配单个字符
[ ] 指定一个字符类，匹配方括号内的任意字符。例：[abc] 匹配 "a", "b"或 "c"。
^ 假如^呈此刻字符类的开始处，它否认了字符类，这个被否认 的字符类匹配除却方括号内的字符的字符。如：[^abc]匹配除了"a", "b"和"c"之外的字符。假如^呈此刻正则表达式前边，它 匹配输入的开头，例：^[abc]匹配以"a", "b"或 "c"开头的输入。
– 在字符类中，指定一个字符的范畴。譬喻：[0-9]匹配 "0"到"9"的数字。
? 指明?前的表达式是可选的，它可以匹配一次或不举办匹配。 譬喻： [0-9][0-9]? 匹配"2"或"12"。
+ 指明?前的表达式匹配一次或多次。譬喻：[0-9]+匹配 "1", "13", "666"等。
* 指明*前的表达式匹配零次或多次。
??, +?, *? ?, +和*的非贪婪匹配版本，它们尽大概匹配较少的字符； 而?, +和*则是贪婪版本，尽大概匹配较多的字符。譬喻：输入 "<abc><def>", 则<.*?> 匹配 "<abc>"，而<.*>匹配 "<abc><def>"。
( ) 分组操纵符。譬喻：(\d+,)*\d+匹配一串由逗号分隔的数字，譬喻： "1"或"1,23,456"。
\ 转义字符，转义紧跟的字符。譬喻，[0-9]+ 匹配一个或多个数字，而 [0-9]\+ 匹配一个数字后跟从一个加号的环境。反斜杠\也用于暗示缩写，\a 就暗示任何数字、字母。假如\后紧跟一个数字n，则它匹配第n个匹配群组(从0开始)，譬喻，<{.*?}>.*?</\0>匹配"<head>Contents</head>"。留意，在C++字符串中，反斜杠\需要用双反斜杠\\来暗示： "\\+", "\\a", "<{.*?}>.*?</\\0>"。
$ 放在正则表达式的最后，它匹配输入的结尾。譬喻：[0-9]$匹 配输入的最后一个数字。
| 隔断符，脱离两个表达式，以正确匹配个中一个，譬喻： T|the匹配"The" 或"the"。

缩写匹配

缩写 匹配
\a 字母、数字([a-zA-Z0-9])
\b 空格(blank): ([ \\t])
\c 字母([a-zA-Z])
\d 十进制数 ([0-9])
\h 十六进制数([0-9a-fA-F])
\n 换行: (\r|(\r?\n))
\q 引用字符串(\"[^\"]*\")|(\””[^\””]*\””)
\w 一段文字 ([a-zA-Z]+)
\z 一个整数([0-9]+)


#p#副标题#e#

ATL CATLRegExp

ATL Server经常需要对地点、呼吁等巨大文字字段信息解码，而正则表达式 是强大的文字理会东西，所以，ATL提供了正则表达式表明东西。

示例：

#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);
　 }
}输出：

0: "http"
1: "search.microsoft.com"
2: "/us/Search.asp"
3: "qu=atl&boolean=ALL"
4: "results"

#p#分页标题#e#

Match的功效通过第二个参数pContext所指向的CAtlREMatchContext类来返回 ，Match的功效及其相关信息都被存放在CAtlREMatchContext类中，只要会见 CAtlREMatchContext的要领和成员就可以获得匹配的功效。CAtlREMatchContext 通过m_uNumGroups成员以及GetMatch（）要领向挪用者提供匹配的功效信息。 m_uNumGroups代表匹配上的Group有几多组，GetMatch()则按照通报给它的Group 的Index值，返回匹配上的字符串的pStart和pEnd指针，挪用者有了这两个指针 ，自然可以很利便的获得匹配功效。

更多内容请参阅: CAtlRegExp Class

#p#副标题#e#

GRETA

GRETA是微软研究院推出的一个正则表达式模板类库，GRETA 包括的 C++ 对 象和函数，使字符串的模式匹配和替换变得很容易，它们是:

" rpattern: 搜索的模式 " match_results/subst_results: 安排匹配、替换功效的容器

为了执行搜索和替换的操纵，用户首先需要用一个描写匹配法则的字符 串来显式初始化一个rpattern工具，然后把需要匹配的字符串作为参数，挪用 rpattern的函数，好比match()可能substitute()，就可以获得匹配后的功效。 假如match()/substitute()挪用失败，函数返回false，假如挪用乐成，函数返 回true，此时，match_results工具存储了匹配功效。请看例子代码：

#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;
}

措施输出将是:

match success!
price: $12.34

您可以阅读GRETA文档，获知rpattern工具的细节内容，并把握如何自定 义搜索计策来获得更好的效率。

留意：所有在头文件regexpr2.h里的声明都在名称空间regex之中，用户 利用个中的工具和函数时，必需加上前缀"regex::"，可能预先 "using namespace regex;" 一下，为了简朴起见，下文的示例代码 中将省略"regex::" 前缀。 作者生成了greta.lib和regexpr2.h文件 ，只需这两个文件的支持即可利用greta来理会正则表达式。

#p#副标题#e#

匹配速度小议

差异的正则表达式匹配引擎擅长于差异匹配模式。作为一个基准，当用 模式："^([0-9]+)(\-| |$)(.*)$"匹配字符串"100- this is a line of ftp response which contains a message string"时，GRETA的 匹配速度比boost(http://www.boost.org)正则表达式库约莫快7倍，比ATL7的 CATLRegExp快10倍之多! Boost Regex 的说明文档带有一个许多模式的匹配测试 Performance功效。较量这个功效后，我发明GRETA在大部门环境下和Boost Regex机能差不多，可是在用Visual Studio.Net 2003编译的环境下，GRETA还略 胜一筹。

Boost.Regex

Boost提供了boost::basic_regex来支持正则表达式。 boost::basic_regex的设计很是雷同std::basic_string：

#p#分页标题#e#

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 库附带的文档很是富厚，示例更是出色，好比有 两个例子措施，不多的代码，措施就可以直接对 C++ 文件举办语法高亮标志， 生成相应的 HTML (converts a C++ file to syntax highlighted HTML)。下面 的例子可以支解一个字符串到一串标志标记(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 MSVC6sp3
istream& getline(istream& is, std::string& s)
{
   s.erase();
   char c = is.get();
   while(c != ''''\n'''')
   {
      s.append(1, c);
      c = is.get();
   }
   return is;
}
#endif
int 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;
}

    关键字：

在线提交作业