c++oding="utf-8" ?>
匹配ipv4需限制每段0–255且无前导零，避免非法值和误匹配；正确正则应分段验证：0|1d{0,2}|2[0-4]d|25[0-5]。
用正则表达式匹配IPv4地址时要注意边界和非法段
直接写 \d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3} 会匹配到像 999.999.999.999 或 256.1.1.1 这种非法IP，也容易把 123.45.67.890x 中的 890 错当一部分。必须限制每段是 0–255 且不能有前导零（除非单个0）。
推荐用这个正则片段（C++11 std::regex 可用）："(?
(? 和 <code>(?!\d)防止匹配嵌入在长数字中的子串（如从1234.567.890.123里抠出234.567.890.123）- 每段用
25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d精确覆盖 0–255，其中[1-9]?\d允许0、7、42，但拒绝01、007 - 实际使用时建议编译一次复用
std::regex ip_v4_regex(pattern, std::regex_constants::extended)，避免重复编译开销
IPv6地址的正则太长，优先用系统函数验证
完整 IPv6 正则（含压缩格式、嵌入IPv4、括号等）超过 500 字符，可读性差、易出错、std::regex 在 GCC libstdc++ 上还不完全支持所有扩展语法（比如条件断言）。别硬刚正则。
更可靠的做法：提取疑似 IPv6 的字符串（比如含冒号、长度适中、无空格），再调用系统函数验证：
- Linux/macOS：用
inet_pton(AF_INET6, str.c_str(), &addr6)，返回 1 表示合法 - Windows：同样用
inet_pton（需#include <ws2tcpip.h></ws2tcpip.h>，链接ws2_32.lib） - 提取候选串可用简单规则：
"(?:[a-fA-F0-9]{1,4}:){2,7}[a-fA-F0-9]{1,4}"或更宽松的"[a-fA-F0-9:.]+[a-fA-F0-9]"，再过滤掉明显过长（>39 字符）或含非法字符的
混合文本中同时提取v4和v6，得防重叠和优先级冲突
一段日志里可能同时出现 192.168.1.1 和 2001:db8::1，也可能出现 2001:db8::192.168.1.1（IPv6 嵌入 IPv4 格式）。这时候如果先跑 v4 正则，会把嵌入部分误拆出来。
- 策略上，**先匹配 IPv6 候选串，验证通过后再跳过其整个范围；剩余文本再扫 IPv4** —— 因为 IPv6 模式更独特（冒号分隔、十六进制），误匹配率低
- 用
std::sregex_iterator扫描时，记录每次匹配的match.position()和match.length()，维护一个已覆盖区间集合，避免重复提取 - 注意：IPv6 嵌入 IPv4 格式（如
::ffff:192.168.1.1）本身是合法 IPv6，不应再额外提取里面的192.168.1.1
性能敏感场景下，手写状态机比正则快 3–5 倍
对超大文件（GB 级日志）做实时提取，std::regex 构造和匹配开销明显。实测用纯 C++ 状态机处理每秒百万行文本，CPU 占用低一半以上。
核心思路：逐字符扫描，用整数状态表示当前解析阶段（如“刚遇到数字”“正在读IPv4第2段”“进入IPv6冒号区”），遇到非法字符立即回退并重置状态。
- IPv4 部分只需 5 个状态：起始、读段首、读段中、读完一段、完成；用
switch(state)+if (c >= '0' && c 判断即可 - IPv6 更复杂些，但也不需要完整解析——只要识别出 “2–8 组十六进制+冒号” 或 “双冒号前后结构”，再交给
inet_pton最终校验 - 开源参考：Boost.Regex 太重；轻量替代可看
abseil的strings::Substitute配合自定义 parser，或直接抄 RE2 的 C++ 子集实现逻辑
真正难的不是写出能跑的正则，而是让提取结果既不漏、也不重、还不把 127.0.0.1abc 当成有效地址——边界判断和验证时机，比模式本身重要得多。
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！
