c++oding="utf-8" ?>
最稳妥遍历所有匹配项应使用 std::sregex_iterator；它自动从上一匹配结束处继续扫描，避免遗漏或重复，且需预编译正则、检查空匹配、慎用跨平台语法，并在含 unicode 场景下改用其他方案。
用 std::regex_iterator 遍历所有匹配项最稳妥
直接用 std::regex_search 只能找第一个匹配，反复调用容易漏掉重叠或边界情况。真正要“提取所有”，得靠迭代器——std::regex_iterator 会自动从上一个匹配结束位置继续扫描，不跳过、不重复。
常见错误是传错迭代器类型：必须用 std::sregex_iterator（针对 std::string），而不是 std::cregex_iterator（只读 C 字符串）；否则编译报错 no matching constructor。
- 正则对象建议提前构造，避免在循环里重复编译——
std::regex构造开销不小 - 匹配内容用
match.str()取，别直接用match[0]——后者是sub_match，隐式转std::string会触发额外拷贝 - 空匹配（比如
regex("a*")）会导致无限循环，务必检查match.length() > 0
提取数字、邮箱、URL 这类固定模式，优先用预编译正则
像 \d+、[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,} 这种常用模式，硬编码进代码易出错。实际项目里，应该把正则字符串定义为 constexpr 或静态常量，方便复用和单元测试。
注意 std::regex 默认语法是 ECMAScript，但不支持 d 在某些老标准库（如 libstdc++ 早期版本）里可能退化成 [0-9]；如果跨平台，显式写 [0-9]+ 更保险。
- 邮箱正则别图省事用
.*@.*\..*——它会匹配"foo@bar..com"这种非法地址 - 提取 URL 时，
https?://[^\s]+比https?://\S+更安全，因为\S可能吞掉末尾标点（如句号） - 若需捕获组（比如只取域名部分），用
match[1].str()，索引从 1 开始，[0]是整个匹配
性能敏感场景下，正则不是唯一解
如果只是找固定子串（比如所有 "abc"），std::string::find 循环比正则快 5–10 倍；正则引擎要建状态机、回溯，纯文本搜索用底层 memchr 更高效。
更隐蔽的坑是：std::regex 在 libc++ 和 MSVC 上行为一致，但在 GCC 的 libstdc++ 中，某些复杂正则（如带量词嵌套）可能栈溢出或超时——这不是 bug，是标准允许的“未指定行为”。
- 纯 ASCII 子串提取：用
size_t pos = 0; while ((pos = s.find(target, pos)) != std::string::npos) { ... pos += target.length(); } - 大小写不敏感查找：别依赖
std::regex的std::regex_constants::icase——它在 Windows 下可能不生效，改用std::tolower预处理字符串更可控 - 大量短字符串（如日志行）批量处理，考虑用
std::string_view配合find，避免构造临时std::string
Windows 上中文路径或 Unicode 字符串匹配要绕开 std::regex
std::regex 对 UTF-8 编码的多字节字符（如中文）不感知字形边界，\w 匹配不到汉字，\b 在中文前后失效。这不是你正则写错了，是标准库根本没实现 Unicode 语义。
真实项目中遇到含中文的字符串提取（比如日志里的 “错误: 文件不存在”），要么转用 ICU 库的 RegexPattern，要么退回到手动扫描 + std::isalnum 判断——后者虽糙但稳定。
- 别信网上“加
std::regex_constants::utf8就行”的说法，C++ 标准压根没定义这个 flag - 如果输入确定是 GBK 编码（如旧版 Windows 日志），用
std::locale切换到"Chinese_China.936"后再用std::regex，但跨平台就废了 - 最简方案：用
std::string_view+std::find_first_of找分隔符，再按字节切，至少不会崩
std::regex 就连长度都算不准。C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
