文字列を正規表現パターンと一致させる方法

今回は、

正規表現文字列と一致させる方法、正規表現パターンが文字列と一致する場合の注意事項について、実際のケースを紹介します。見てみましょう。

はじめに 実際のプロジェクトでは、特定のパターンでいくつかの文字列を解析する必要がある関数があります。既存のコード ベースでは、実装されている関数の一部は特定の文字を検出するために使用されています。この方法を使用する場合の欠点は次のとおりです:

ロジックでエラーが発生しやすい
いくつかの境界条件をチェックしています
コードは複雑で理解と保守が困難です
パフォーマンスが悪いです
コードベースには cpp 全体で 2000 行以上のコードがあります。は光解析の手法です 文字列は400行以上あります！文字を一つ一つ比較してみると本当に見苦しいです。また、上記のコメントの多くは古いものであり、多くのコードの書き方も基本的には多くの人によって書かれていると判断できます。

この場合、基本的にこの古い道を続ける方法はないので、当然正規表現を使用することを考えました。私には、正規表現、特にマッチング ルールの記述について実際に応用した経験がありません。私が最初に考えたのは、インターネットで情報を検索して全体的な理解を得ることでした。しかし、ドゥ・ニアンの結果は依然として非常に残念だ。 （もちろん、より専門的な知識を検索したい場合は、ドゥ・ニアンの検索結果は毎回悲痛なものになるでしょう。そして、それらはすべて同じコピーです。しかし、通常、ドゥ・ニアンの人生はまだ大丈夫です） その後、私はドゥ・ニアンの質問をあきらめました。結果、FQ は外に出て調べ、比較的基本的な

ビデオ

を見つけました (FQ が必要です)。 この記事は、文字列と一致する正規表現の記述に関する基礎知識を紹介する要約と言えます。主に次の 2 つの部分に分かれています:

文字列マッチングの基本ルール
正規のマッチング、検索、置換
この記事で紹介する正規表現ルールは ECMAScript です。使用される

プログラミング言語

はC++です。他の側面は紹介されません。

文字列のマッチングの基本ルール1. 固定文字列と一致する

regex e("abc");

2. 固定文字列と一致し、サイズに依存しない書き込みregex e("abc");

2. 匹配固定字符串，不区分大小写

regex e("abc", regex_constants::icase);

3. 匹配固定字符串之外多一个字符，不区分大小写

regex e("abc.", regex_constants::icase);  // .  Any character except newline. 1个字符

4. 匹配0个或1个字符

regex e("abc?");    // ?  Zero or 1 preceding character. 匹配?前一个字符

5. 匹配0个或多个字符

regex e("abc*");    // *  Zero or more preceding character. 匹配*前一个字符

6. 匹配1个或多个字符

regex e("abc+");    // +  One or more preceding character. 匹配+前一个字符

7. 匹配特定字符串中的字符

regex e("ab[cd]*");    // [...] Any character inside square brackets. 匹配[]内的任意字符

8. 匹配非特定字符串的字符

regex e("ab[^cd]*");    // [...] Any character not inside square brackets. 匹配非[]内的任意字符

9. 匹配特定字符串，且指定数量

regex e("ab[cd]{3}");    // {n}  匹配{}之前任意字符，且字符个数为3个

regex e("abc", regex_constants::icase);🎜🎜3. 固定文字列以外にもう 1 文字と一致します。大文字と小文字は区別されません🎜🎜regex e(" abc.", regex_constants: :icase); // . 改行を除く任意の文字。🎜regex e("abc?"); // ?前の文字と一致します🎜🎜5. 0 個以上の文字と一致します🎜🎜<code>regex e("abc*") // * 0 個以上の前の文字と一致します🎜🎜; 6. 1 つ以上の文字に一致します🎜🎜<code>regex e("abc+"); // + 1 つ以上の先行文字に一致します。🎜🎜7. 特定の文字列内の文字に一致します🎜🎜regex e("ab[cd]*"); // [...] 角括弧内の任意の文字と一致します。 文字🎜🎜8. 非特定の文字列内の文字と一致します。 🎜regex e("ab[^cd]*"); // [...] 角括弧内にない任意の文字と一致します。 内の任意の文字と一致します🎜🎜9。文字列と数値を指定します🎜🎜regex e("ab[cd]{3}"); // {n} {} より前に一致します 任意の文字、文字数は 3 です🎜

10. 匹配特定字符串，指定数量范围

regex e("ab[cd]{3,}");  // {n} 匹配{}之前任意字符，且字符个数为3个或3个以上
regex e("ab[cd]{3,5}");  // {n} 匹配{}之前任意字符，且字符个数为3个以上，5个以下闭区间

11. 匹配规则中的某一个规则

regex e("abc|de[fg]");    // |  匹配|两边的任意一个规则

12. 匹配分组

regex e("(abc)de+");    // ()       ()表示一个子分组

13. 匹配子分组

regex e("(abc)de+\\1");  // ()    ()表示一个子分组，而\1表示在此位置匹配第一个分组的内容
regex e("(abc)c(de+)\\2\\1");  // \2 表示的是在此匹配第二个分组的内容

14. 匹配某个字符串开头

regex e("^abc."); 
// ^ begin of the string 查找以abc开头的子字符串

15. 匹配某个字符串结尾

regex e("abc.$");
// $ end of the string 查找以abc结尾的子字符串

      以上是最基本的匹配模式的书写。通常如果要匹配特定的字符，需要使用\进行转义，比如在匹配字符串中需要匹配"."，那么在匹配字符串中应该在特定字符前加上\。出了以上的基本规则，如果还不满足特定的需要，那么可以参考此链接。使用了解基本的匹配模式后，需要使用正则表达式进行匹配、查找或者替代。

正则匹配、查找与替代

      书写好模式字符串后，需要将待匹配的字符串和模式字符串进行一定规则的匹配。包括三种方式：匹配（regex_match）、查找（regex_search）、替换（regex_replace）。

      匹配很简单，直接将待匹配字符串和模式字符串传入到regex_match中，返回一个bool量来指明待匹配的字符串是否满足模式字符串的规则。匹配整个str字符串。

bool match = regex_match(str, e);
// 匹配整个字符串str

      查找是在整个字符串中找到和满足模式字符串的子字符串。也就是只要str中存在满足模式字符串就会返回true。

bool match = regex_search(str, e);
// 查找字符串str中匹配e规则的子字符串

      但是很多情况下，光是返回一个是否匹配的bool量是不够的，我们需要拿到匹配的子字符串。那么就需要在模式字符串中将匹配字符串分组，参考【匹配字符串的基本规则】第12点。再将smatch传入到regex_search中，就可以获得满足每个子分组的字符串。

smatch m;
bool found = regex_search(str, m, e);
for (int n = 0; n < m.size(); ++n)
  {
    cout << "m[" << n << "].str()=" << m[n].str() << endl;
  }

    替换也是基于模式字符串在分组情况下完成的。

cout << regex_replace(str, e, "$1 is on $2");

      此时，会在满足分组1和分组2的字符串中间加上“ is on”。

      以上三个函数有很多版本的重载，可以满足不同情况下的需求。

实战

      要求：找出满足sectionA("sectionB")或者sectionA ("sectionB")的模式字符串。且分离出sectionA、sectionB。sectionA和sectionB不会出现数字，字符可大小写，至少有一个字符。

      分析：根据要求，大致可分为两个部分，也就是sectionA和sectionaB。这是就需要用到分组。

第一步：写出满足section情况的模式字符串

[a-zA-Z]+

第二步：在sectionA和sectionB中可能会出现空格。暂且假设至多有1个空格

\\s?

将以上两个情况组合起来，也就是能满足我们需求的模式字符串。但是如何组织才能让其分为两组呢？

[a-zA-Z]+\\s[a-zA-Z]+

上面这种写法肯定不对的，根据分组规则，需要将分组以()进行区分

regex e("([a-zA-Z]+)\\s?\\(\"([a-zA-Z]+)\"\\)");

      此时，在\\s?后面的\\(\"是为了满足sectionB外层的引号和括号进行的转义。

      以上完成后，可先用regex_match进行匹配，如果匹配，那么继续使用regex_search对字符串进行查找

if (regex_match(str, e))
{
 smatch m;
 auto found = regex_search(str, m, e);
 for (int n = 0; n < m.size(); ++n)
 {
 cout << "m[" << n << "].str()=" << m[n].str() << endl;
 }
}
else
{
 cout << "Not matched" << endl;
}

      对象m数组的第一个字符串是满足需求的整个子串，接下来才是满足分组1、分组2的子串。

相信看了本文案例你已经掌握了方法，更多精彩请关注php中文网其它相关文章！

推荐阅读：

正規表現のDメタキャラクター(「[^0-9]」に相当)の使い方を詳しく解説

通常のメタキャラクターと通常の文字

以上が文字列を正規表現パターンと一致させる方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。