正则表达式

正则表达式

\b    : 代表着单词的开头或结尾，也就是单词的分界处，字符\b要求边界的左边是字符，\b字符要求边界的右边是字符。

\d    : 匹配一位数字

\D   :匹配一个非数字

.      : 是另一个元字符，匹配除了换行符以外的任意字符

*      : *前边的内容可以连续重复使用任意次以使整个表达式得到匹配，字符* 要求字符出现0到多次

.*     :  意味着任意数量的不包含换行的字符。（一行）

^     :  匹配字符串的开始

$      : 匹配字符串的结束

|：字符串1|字符串2表示一个字符串，该字符串是字符串1、字符串2中的一个。|在正则中的优先级比较混乱，所以建议加上足够多的括号来分组。

[]：[字符1字符2字符3...]表示一个字符，该字符是字符1、字符2、字符3……中的某一个。中括号中出现的所有字符都是代表本身意思的字符（没有特殊含义），如[.]只能匹配.符号，而不能匹配任意符号。

[^字符1字符2字符3...]表示一个字符，该字符不是字符1、字符2、字符3……中的任何一个

[a-z]表示一个字符，该字符是a、b、c……z中的某一个

[^a-z]表示一个字符，该字符不是a、b、c……z中的任何一个

\w：表示一个字符，该字符是数字、字母、下划线中的某一个。等价于[(0-9)(a-z)(A-Z)(_)]

\W：表示一个字符，该字符不是数字、字母、下划线中的任何一个。等价于[]

 

\bhi\b.*\bLucy\b : 先是一个单词hi,然后是任意个任意字符(但不能是换行)，最后是Lucy这个单词。

\d{2} : \d必须连续重复匹配2次

\s : 匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等

\w : 匹配字母或数字或下划线或汉字等

 

^\d{5,12}$  : 要求你填写的必须为5位到12位数字
因为使用了^和$，所以输入的整个字符串都要用来和\d{5,12}来匹配，也就是说整个输入必须是5到12个数字，因此如果输入的QQ号能匹配这个正则表达式的话，那就符合要求了。

 

字符转义：

如果你想查找元字符本身的话，比如你查找.,或者*,就出现了问题：你没办法指定它们，因为它们会被解释成别的意思。这时你就得使用\来取消这些字符的特殊意义。因此，你应该使用\.和\*。当然，要查找\本身，你也得用\\.

 

表1.常用的元字符

代码	说明
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线或汉字
\s	匹配任意的空白符
\d	匹配数字
\b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束

 

表2.常用的限定符

代码/语法	说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

//重复的是其前面的字符

字符类

[aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!)。

也可以轻松地指定一个字符范围，像[0-9]代表的含意与\d就是完全一致的：一位数字；

同理[a-z0-9A-Z_]也完全等同于\w（如果只考虑英文的话）。

\(?0\d{2}[) -]?\d{8} : 可以匹配(010)88886666，或022-22334455，或02912345678
\(? : 表示要么有一个(,要么没有

分支条件 |

0\d{2}-\d{8}|0\d{3}-\d{7}这个表达式能匹配两种以连字号分隔的电话号码：一种是三位区号，8位本地号(如010-12345678)，一种是4位区号，7位本地号(0376-223

匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了。

\d{5}-\d{4}|\d{5}这个表达式用于匹配美国的邮政编码。美国邮编的规则是5位数字，或者用连字号间隔的9位数字

d{5}|\d{5}-\d{4}的话，那么就只会匹配5位的邮编(以及9位邮编的前5位)。

分组

如果想要重复多个字符又该怎么办？你可以用小括号来指定子表达式(也叫做分组)，然后你就可以指定这个子表达式的重复次数了

(\d{1,3}\.){3}\d{1,3}是一个简单的IP地址匹配表达式‘

反义

有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外，其它任意字符都行的情况，这时需要用到反义：

表3.常用的反义代码

代码/语法	说明
\W	匹配任意不是字母，数字，下划线，汉字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
[^x]	匹配除了x以外的任意字符
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符

例子：\S+匹配不包含空白符的字符串。

<a[^>]+>匹配用尖括号括起来的以a开头的字符串。

 

后向引用

使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。

后向引用用于重复搜索前面某个分组匹配的文本。例如，\1代表分组1匹配的文本。

分组0对应整个正则表达式

\b(\w+)\b\s+\1\b可以用来匹配重复的单词，像go go, 或者kitty kitty。这个表达式首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b)，这个单词会被捕获到编号为1的分组中，然后是1个或几个空白符(\s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(\1)。

也可自定义组名：：(?<Word>\w+)(    或者把尖括号换成‘也行：(?’Word’\w+)    )，这样就把\w+的组名指定为Word了，你也可以自己指定子表达式的组名。要反向引用这个分组捕获的内容，你可以使用\k<Word>,所以上一个例子也可以写成这样：\b(?<Word>\w+)\b\s+\k<Word>\b。

 

 

C++正则

1、引入包

#include <regex>

2、匹配与否

头文件<regex>中的regex_match和regex_search均可以进行匹配，返回一个布尔类型，匹配成功为true，匹配失败为false。

不同点：前者要求完全匹配，后者要求子串匹配即可；

3、捕获

捕获就是先匹配，然后将匹配结果存储下来。捕获同样是使用上面介绍的那两个函数，仍然区分为整串匹配和子串匹配。

捕获的步骤：

1. 模式中一般要有分组（因为捕捉的正是分组匹配的结果）
2. 定义一个STL容器smatch，用来保存捕捉的结果
3. 使用reg_search函数匹配，用smatch的实例存储匹配的结果，即完成捕捉。
4. 使用m.size()，查看捕捉到的个数；使用m.str(i)，查看捕捉到的字符串；【注意：m.str(0)一定是整个正则匹配到的部分，m.str(1)及以后才是分组捕获的结果】
5. m.prefix().str()获取整个匹配之前的字符串；m.suffix().str()获取整个匹配之后的字符串