正則表達(dá)式

就是首先你需要知道一些元字符，也就是它的語法。

最基本的幾個(gè)：

^ $ 分別指定行首和行尾。

[abc] 表示匹配 a,b,c 中的一個(gè)，當(dāng)然長(zhǎng)度不限。也有一些符合人類直覺的寫法：[a-o] 表示從 a 到 o 的所有小寫字母，[1-9] [A-X] 也都是對(duì)的。

[^abc] 表示匹配除了 a,b,c 中的一個(gè)，將 ^ 放到 [] 里相當(dāng)于取反。

{a} {a,} {a,b} 分別表示匹配恰好 \(a\) 次，至少 \(a\) 次，\([a,b]\) 次。

. 表示一個(gè)任意除回車（\n 和 \r）字符，在某些時(shí)候（如 C 中不指定 REG_NEWLINE 時(shí)）也會(huì)匹配回車。

() 用于劃分單元，將其中的內(nèi)容作為一個(gè)單元匹配，可以用 \x 來引用第 \(x\) 段以獲取的匹配，如 (.)\1 匹配兩個(gè)相同字符，在 C++ 中查找時(shí)會(huì)先儲(chǔ)存整個(gè)的匹配，再將每段分別儲(chǔ)存。

| 就是或，兩邊有一邊成立就匹配。

\b 匹配單詞和空格的邊界，并不匹配字符。

\B \b 取反。

\f \n \r \t \v 就是字面意思，匹配換頁，換行，制表等。

\< \> 分別匹配詞首和詞尾，分隔符不一定是空格。

會(huì)了上面的基本就會(huì)所有了，下面的大多都是上面的的等價(jià)簡(jiǎn)略寫法。

? 等價(jià) {0,1}

+ 等價(jià) {1,}

\d 等價(jià) [0-9]

\s 匹配不可見，等價(jià) [\f\n\r\t\v]

\w 匹配包括下劃線在內(nèi)的所有單詞字符，等價(jià) [0-9A-Za-z_]

\D \S \W 上面那仨的取反。

然后想在 C++ 里用正則表達(dá)式，還要學(xué)一點(diǎn)語法。

考慮一下速度，boost 的功能強(qiáng)大但有非?！皟?yōu)秀”的速度，C++ 的速度在匹配不上時(shí)較快，匹配上時(shí)飛慢，而且查找也是飛慢，所以這里建議大家用 C 里的 regex.h，雖然好像只有 linux 能用。

用法就是首先你要引用 <regex.h> 庫(kù)。

一共兩個(gè)類型，四個(gè)函數(shù)：

regex_t：用來存已經(jīng)編譯好的正則表達(dá)式。

int regcomp(regex_t &a,const char *s,int t)：a 就是用來存的，s 是需要編譯的表達(dá)式，t 是編譯 tag，一共四個(gè)，等號(hào)后面是它的值：REG_EXTENDED=1 使用更牛的庫(kù)，一般是要加的，REG_ICASE=2 設(shè)置大小寫不敏感，REG_NEWLINE 如果不加，默認(rèn)忽略回車，就會(huì)導(dǎo)致 ^ $ 只能匹配第一個(gè)和最后一個(gè)，且 . 能匹配回車，加上了就完全取反，REG_NOSUB 不返回匹配結(jié)果，只返回是否成功匹配。

regmatch_t：用來存匹配結(jié)果，.rm_so 表示起點(diǎn)，.rm_eo 是終點(diǎn)加一。

int regexec(regex_t &a,const char *s,size_t x,regmatch_t &c,int t)：表示用表達(dá)式 a 匹配（或者說查找） s；x 是存儲(chǔ)個(gè)數(shù)，會(huì)將正串匹配和 \(x-1\) 前個(gè)單元的匹配放到 c，若制定了 REG_NOSUB 會(huì)忽略；t 是 tag，一共兩種，REG_NOTBOL=1 表示禁用 ^，REG_NOTEOL=2 表示禁用 $，若指定了 REG_NEWLINE 會(huì)忽略，返回值為 \(0\) 表示找到了，為其他表示沒找到或出現(xiàn)錯(cuò)誤；每次只能匹配第一個(gè)，要匹配所有的話寫循環(huán)每次位移即可。

因?yàn)?regcomp 分配了內(nèi)存，所以在每次編譯后都要用 void regfree(regex_t &a) 來釋放內(nèi)存。理論上每次重新編譯也要先釋放，但是實(shí)測(cè)不釋放也能過，不知道會(huì)不會(huì)有其他問題。

regerror 是在產(chǎn)生錯(cuò)誤后返回錯(cuò)誤信息，感覺沒啥用，可以自行百度。

有個(gè)板子：正則表達(dá)式