C++如何利用Regex提取文本中所有被圆括号包围的十六进制数-C++-PHP中文网

c++oding="utf-8" ?>

应使用 r"(\(0x[0-9a-fa-f]+\))" 匹配完整括号表达式，再用 substr 去括号提取十六进制字符串，最后调用 std::stoul(str, nullptr, 16) 安全转换；务必先检查 match[0].matched 再访问，避免未定义行为。

c++如何利用regex提取文本中所有被圆括号包围的十六进制数

用 `std::regex` 匹配圆括号内的十六进制数，但要注意默认不支持非贪婪匹配

标准库的 std::regex 在 C++11/14/17 中使用的是 ECMAScript 风格（部分实现），但 std::regex 对 ? 修饰符的支持较弱——比如 \(0x[0-9a-fA-F]+\?) 这类非贪婪写法在多数编译器（如 libstdc++、MSVC）上会直接编译失败或行为未定义。实际要提取「每个独立括号对里的十六进制数」，得靠结构化匹配而非依赖非贪婪。

正确思路是：先匹配完整形如 (0x...) 的子串，再从该子串中提取十六进制部分（去掉括号和前缀）。这样绕开非贪婪限制，也更健壮。

正则模式应为：R"(\(0x[0-9a-fA-F]+\))" —— 注意转义左括号 \( 和右括号 \)，+ 表示至少一位十六进制数字
不要写 .*? 或 [^)]* 来“偷懒”，libstdc++ 会把 [^)]* 当作字面量处理，导致匹配失败
MSVC 的 std::regex 对字符类支持较好，但跨平台首选还是明确限定 [0-9a-fA-F]+

`std::sregex_iterator` 循环提取时，必须检查 `std::regex_match` 是否成功，否则可能崩溃

常见错误是直接对 std::smatch 取 [1] 或 .str()，却没确认匹配是否发生。如果正则没命中，smatch 处于未就绪状态，访问会触发未定义行为（尤其在 libstdc++ 下常表现为段错误）。

C函数速查手册（CHM版）

下载

每次调用 std::regex_search 或构造 std::sregex_iterator 后，先用 if (match.ready() && match[0].matched) 判定
提取内容推荐用 match[0].str() 拿整个括号表达式（如 "(0xFF12)"），再用 .substr(1, match[0].str().length()-2) 去掉括号；不要尝试用捕获组 (0x[0-9a-fA-F]+) 并取 [1]，因为括号本身是字面量，不是分组边界
若需兼容无前缀的十六进制（如 (FF12)），正则改为 R"(\((0x)?[0-9a-fA-F]+\))"，但注意此时 [1] 可能为空，必须判空

提取出的字符串转整数要用 `std::stoul` 并指定基为 16，别用 `std::stoi`

std::stoi 默认按 10 进制解析，即使输入是 "0xFF" 也会只读到 '0' 就停（返回 0），且不报错。而 std::stoul 支持 base=16，还能自动识别 0x 前缀。

安全写法：std::stoul(hex_str, nullptr, 16) —— 第三个参数必须显式传 16，不能依赖前缀自动推断（某些旧库版本不支持）
如果文本里混有超长十六进制（如 16 字节），用 std::stoull 更稳妥，避免溢出后抛 std::out_of_range
转换前建议用 std::regex_match(hex_str, std::regex{R"(0x[0-9a-fA-F]+|[0-9a-fA-F]+)"}) 再校验一次格式，防止空字符串或非法字符传入 stoul

Windows 上 MinGW + libstdc++ 的 `std::regex` 性能差且 bug 多，建议改用 `boost::regex` 或 C++23 的 `std::regex`（若可用）

libstdc++ 的正则引擎在 GCC 9 及更早版本中是 NFAs 实现，对重复量词（如 +）回溯严重，遇到长文本或嵌套括号容易卡死；而且不支持 \p{Hex} 这类 Unicode 属性，也没法优雅处理大小写无关匹配（std::regex_constants::icase 在部分版本无效）。

临时方案：用 std::string::find 手动扫描 '(' 和 ')'，再用 std::string_view 截取中间内容，最后用 std::from_chars 解析（C++17 起支持，无异常、零分配）
长期方案：引入 boost::regex，它对非贪婪、字符类、icase 全支持，且性能稳定；或升级到 GCC 13+ 并启用 -std=c++23，C++23 重构了 std::regex 底层，修复了大部分兼容性问题
别信网上“加 std::regex_constants::ECMAScript 就能解决”的说法——这个 flag 是默认值，加不加都一样