Основи на регулярните изрази в C ++

Този низ може да е вътре в компютъра и потребителят може да иска да знае дали има думата man. Ако има думата мъж, той може да иска да промени думата мъж на жена; така че низът да чете:

Има много други желания като тези от потребителя на компютър; някои са сложни. Регулярният израз, съкратено, regex, е предмет на обработката на тези проблеми от компютъра. C ++ идва с библиотека, наречена regex. Така че, програма на C ++ за обработка на regex трябва да започне с:

Тази статия обяснява основите на регулярните изрази в C ++.

Съдържание на статията

• Основи на регулярното изразяване
• модел
• Класове персонажи
• Съответстващи празни пространства
• Периодът (.) В шаблона
• Съответстващи повторения
• Съответстваща алтернатива
• Съвпадение Начало или Край
• Групиране
• Icase и многоредови regex_constants
• Съответствие на цялата цел
• Обектът match_results
• Позиция на мача
• Търсене и замяна
• Заключение

Основи на регулярното изразяване

Regex

Низ като Here is my man. по -горе е целевата последователност или целевия низ или просто, target. man, който се търси, е регулярен израз или просто regex.

Съчетаване

Съпоставянето се случва, когато се намира думата или фразата, която се търси. След съвпадение може да се извърши подмяна. Например, след като мъжът е разположен отгоре, той може да бъде заменен от жена.

Просто съвпадение

Следващата програма показва как се съчетава думата man.

Функцията regex_search () връща true, ако има съвпадение и връща false, ако няма съвпадение. Тук функцията приема два аргумента: първият е целевият низ, а вторият е regex обект. Самият регулярно изражение е „човек“, в двойни кавички. Първият израз във функцията main () формира regex обект. Regex е тип, а reg е regex обект. Изходът на горната програма е „съпоставен“, тъй като „man“ се вижда в целевия низ. Ако „man“ не беше видяно в целта, regex_search () щеше да върне false, а изходът щеше да бъде „not match“.

Изходът на следния код не съвпада:

Не съвпада, тъй като регулярният израз „man“ не може да бъде намерен в целия целеви низ, „Ето моето създаване“.

модел

Редовният израз, човек отгоре, е много прост. Регексерите обикновено не са толкова прости. Регулярните изрази имат метасимволи. Метасимволите са знаци със специално значение. Метасимволът е герой за героите. C ++ regex метасимволи са:

Регулярно изражение, със или без метасимволи, е модел.

Класове персонажи

Квадратни скоби

Моделът може да има знаци в квадратни скоби. С това определена позиция в целевия низ би съответствала на някой от знаците в квадратните скоби. Помислете за следните цели:

Регулярното изражение, [cbr] at би съответствало на cat в първата цел. Това би съответствало на прилепа във втората цел. Това би съответствало на плъх в третата цел. Това е така, защото котката, прилепът или плъхът започва с „c“ или „b“ или „r“. Следният кодов сегмент илюстрира това:

Изходът е:

Диапазон от знаци

Класът, [cbr] в шаблона [cbr], би съответствал на няколко възможни знака в целта. Тя би съответствала на „c“ или „b“ или „r“ в целта. Ако целта няма „c“ или „b“ или „r“, последвана от at, няма да има съвпадение.

Някои възможности като „c“ или „b“ или „r“ съществуват в диапазон. Диапазонът от цифри от 0 до 9 има 10 възможности, а моделът за това е [0-9]. Диапазонът от малки букви от a до z има 26 възможности и моделът за това е [a-z]. Диапазонът от главни букви от А до Я има 26 възможности и моделът за това е [А-Я]. - официално не е метасимвол, но в квадратни скоби би посочил диапазон. И така, следното произвежда съвпадение:

Забележете как регулярният израз е конструиран като втори аргумент. Съответствието се случва между цифрата 6 в диапазона, от 0 до 9 и 6 в целта, ID6id. Горният код е еквивалентен на:

Следният код създава съвпадение:

Имайте предвид, че първият аргумент тук е низова променлива, а не низов литерал. Съответствието е между „i“ в [a-z] и „i“ в ID6iE.

Не забравяйте, че диапазонът е клас. Може да има текст вдясно от диапазона или вляво от диапазона в шаблона. Следният код създава съвпадение:

Съответствието е между ID [0-9] id и ID2id. Останалата част от целевия низ е идентификатор, не съвпада в тази ситуация.

Както се използва в субекта на регулярния израз (регулярни изрази), думата клас всъщност означава набор. Тоест един от героите в комплекта трябва да съвпада.

Забележка: Тирето - е метасимвол само в квадратни скоби, показващ диапазон. Това не е метасимвол в регулярното изражение, извън квадратните скоби.

Отрицание

Клас, включващ диапазон, може да бъде отхвърлен. Тоест никой от знаците в набора (класа) не трябва да съвпада. Това е обозначено с метасимвола ^ в началото на модела на класа, точно след отварящата квадратна скоба. И така, [^0-9] означава съвпадение на знака в съответната позиция в целта, която не е никакъв знак в диапазона, от 0 до 9 включително. Така че следният код няма да даде съвпадение:

Цифра в диапазона от 0 до 9 може да бъде намерена във всяка от целевите позиции на низ, 0123456789101112 ,; така че няма съвпадение - отрицание.

Следният код създава съвпадение:

В целта не може да се намери цифра, ABCDEFGHIJ ,; значи има съвпадение.

[a-z] е диапазон извън [^a-z]. И така [^a-z] е отрицанието на [a-z].

[A-Z] е диапазон извън [^A-Z]. И така [^A-Z] е отрицанието на [A-Z].

Съществуват и други отрицания.

Съответстващи празни пространства

‘’ Или t или r или n или f е знак за интервал. В следния код регулярното изражение n съвпада с „ n“ в целта:

Съвпадение с който и да е празен знак

Моделът или класът, който съответства на всеки знак с интервал, е, [ t r n f]. В следния код ‘’ е съпоставен: ’’

Съвпадение с който и да е не-бял знак

Моделът или класът, който съответства на всеки знак, който не е бял интервал, е [^ t r n f]. Следният код създава съвпадение, тъй като в целта няма празно пространство:

Периодът (.) В шаблона

Точката (.) В шаблона съответства на всеки знак, включително себе си, с изключение на n, в целта. Съответствие се произвежда в следния код:

В следния код няма съответстващи резултати, защото целта е n.

Забележка: В знаков клас с квадратни скоби точката няма специално значение.

Съответстващи повторения

Знак или група знаци могат да се появят повече от веднъж в целевия низ. Модел може да съответства на това повторение. Метасимволите,?, *, +И {} се използват за съвпадение на повторението в целта. Ако x е интересен знак в целевия низ, тогава метасимволите имат следните значения:

Тези метасимволи се наричат квантори.

Илюстрации

*

* Съответства на предходния знак или предходна група, нула или повече пъти. o* съвпада с „o“ в куче на целевия низ. Също така съвпада с oo в книгата и търсенето. Регулярното изражение, o* съвпада с boooo в Животното booooed .. Забележка: o* съвпада с копаене, където „o“ се случва на нула (или повече) време.

+

+ Съответства на предходния знак или предходна група, 1 или повече пъти. Сравнете го с нула или повече пъти за *. Така че regex, e+ съвпада с „e“ в eat, където „e“ се появява веднъж. e+ също съответства на ee при овце, където „e“ се среща повече от един път. Забележка: e+ няма да съвпада с dig, защото в dig „e“ не се среща поне веднъж.

?

The? съответства на предходния знак или предходна група, 0 или 1 път (и не повече). И така, д? съвпада с dig, защото „e“ се среща в dig, нулев час. д? съвпада, защото ‘e’ се среща в set, еднократно. Забележка: д? все още съвпада с овце; въпреки че в овцете има две „е“. Тук има един нюанс - вижте по -късно.

{н,}

Това съответства на поне n последователни повторения на предходен знак или предходна група. Така че регулярното изражение, e {2,} съвпада с двете „е“ в целта, овце, и трите „е“ в целевата овца. e {2,} не съвпада с множеството, защото наборът има само едно „e“.

{н}

Това съвпада точно с n последователни повторения на предходен знак или предходна група. Така че регулярното изражение, e {2} съвпада с двете „e“ в целта, овце. e {2} не съвпада с набор, защото наборът има само едно „e“. Е, {2} съвпада с две „е“ в целта, овце. Тук има един нюанс - вижте по -късно.

{n, m}

Това съвпада с няколко последователни повторения на предходен знак или предходна група, навсякъде от n до m включително. И така, e {1,3} не съвпада с нищо в dig, което няма „e“. Той съвпада с едно „е“ в комплекта, двете „е в овце“, трите „е в овце“ и три „е в овце“. В последния мач има нюанс - вижте по -късно.

Съответстваща алтернатива

Помислете за следния целеви низ в компютъра.

Фермата има прасета с различни размери.

Програмистът може да иска да знае дали тази цел има коза, заек или прасе. Кодът ще бъде следният:

Кодът създава съвпадение. Обърнете внимание на използването на символа за редуване, |. Може да има две, три, четири и повече опции. C ++ първо ще се опита да съпостави първата алтернатива, goat, на всяка позиция на символа в целевия низ. Ако не успее с коза, опитва следващата алтернатива, заек. Ако не успее със заек, той опитва следващата алтернатива, прасе. Ако свинята се провали, тогава C ++ преминава към следващата позиция в целта и започва отново с първата алтернатива.

В горния код свинята е съпоставена.

Съвпадение Начало или Край

Начало

Ако ^ е в началото на регулярното изражение, тогава началният текст на целевия низ може да бъде съпоставен с регулярното изражение. В следния код началото на целта е abc, което е съпоставено:

Не се извършва съвпадение в следния код:

Тук abc не е в началото на целта.

Забележка: Циркумфлексният символ „^“ е метасимвол в началото на регулярното изражение, съответстващ на началото на целевия низ. Той все още е метасимвол в началото на класа знаци, където отрича класа.

Край

Ако $ е в края на регулярното изражение, тогава крайният текст на целевия низ може да бъде съпоставен с регулярното изражение. В следния код краят на целта е xyz, който е съчетан:

Не се извършва съвпадение в следния код:

Тук xyz не е в края на целта.

Групиране

Скобите могат да се използват за групиране на знаци в модел. Помислете за следното регулярно изражение:

Групата тук е пианистка, заобиколена от метасимволите (и). Това всъщност е подгрупа, докато концерт (пианист) е цялата група. Помислете за следното:

Тук подгрупата или поднизата е, пианистът е добър.

Поднизове с общи части

Счетоводителят е човек, който се грижи за книгите. Представете си библиотека с счетоводител и рафт за книги. Да предположим, че един от следните целеви низове е в компютъра:

Да приемем, че интересът на програмиста не е да знае кое от тези изречения е в компютъра. Все пак неговият интерес е да знае дали рафт или счетоводител присъства в какъвто и да е целеви низ в компютъра. В този случай неговото регулярно изражение може да бъде:

Използване на редуване.

Забележете, че книгата, която е обща за двете думи, е въведена два пъти, с двете думи в шаблона. За да избегнете двукратно въвеждане на книга, регулярното изражение би било по -добре да бъде написано като:

Тук групата, рафт | пазител Алтернативният метасимвол все още се използва, но не за две дълги думи. Той е използван за двете крайни части на двете дълги думи. C ++ третира група като цяло. Така че C ++ ще търси рафт или пазач, който идва веднага след книгата. Изходът на следния код е съпоставен:

книжната лавица, а не счетоводителят са съпоставени.

Icase и многоредови regex_constants

иказа

Съответствието по подразбиране е чувствително към регистъра. Въпреки това може да се направи чувствителен към регистър. За да постигнете това, използвайте константата regex :: icase, както в следния код:

Изходът е съпоставен. Така че обратната връзка с главни букви „F“ е съпоставена с емисия с малки букви „f“. regex :: icase е направен вторият аргумент на конструктора regex (). Без това изявлението няма да доведе до съвпадение.

Многоредови

Помислете за следния код:

Изходът не съвпада. Регулярното изражение, ^.*$, Съвпада с целевия низ от началото до края му. .* означава всеки знак освен n, нула или повече пъти. Така че поради символите на нов ред ( n) в целта няма съвпадение.

Целта е многоредов низ. За да може „.“ Да съответства на символа на новия ред, трябва да се направи константата regex :: multiline, вторият аргумент на конструкцията regex (). Следният код илюстрира това:

Съответствие на целия целеви низ

За да съответства на целия целеви низ, който няма символа за нов ред ( n), може да се използва функцията regex_match (). Тази функция е различна от regex_search (). Следният код илюстрира това:

Тук има съвпадение. Имайте предвид обаче, че регулярното изражение съвпада с целия целеви низ и целевият низ не съдържа „ n“.

Обектът match_results

Функцията regex_search () може да приема аргумент между целта и обекта на regex. Този аргумент е обектът match_results. Целият съвпадащ (част) низ и съответните поднизове могат да бъдат известни с него. Този обект е специален масив с методи. Типът обект match_results е cmatch (за низови литерали).

Получаване на мачове

Помислете за следния код:

Целевият низ съдържа думата жена. Резултатът е жена ', което съответства на регулярното изражение, w.m.n. При нулев индекс специалният масив съдържа единственото съвпадение, което е жена.

С опциите за клас, само първият подниза, намерен в целта, се изпраща към специалния масив. Следният код илюстрира това:

Изходът е плъх от индекс нула. m [1] и m [2] са празни.

При алтернативи, само първият подниза, намерен в целта, се изпраща към специалния масив. Следният код илюстрира това:

Изходът е заек от индекс нула. m [1] и m [2] са празни.

Групиране

Когато са включени групи, пълният модел съвпада, отива в клетка нула на специалния масив. Следващият намерен подниза отива в клетка 1; следващият подниза преминава в клетка 2; и така нататък. Следният код илюстрира това:

Изходът е:

Обърнете внимание, че групата (продавач) е преди групата (сел).

Позиция на мача

Позицията на съвпадение за всеки подниза в масива cmatch може да бъде известна. Преброяването започва от първия знак на целевия низ, на позиция нула. Следният код илюстрира това:

Забележете използването на свойството position с индекса на клетката като аргумент. Изходът е:

Търсене и замяна

Нова дума или фраза може да замени съвпадението. За това се използва функцията regex_replace (). Този път обаче низът, където се извършва подмяната, е низовият обект, а не низалният литерал. Така че библиотеката с низове трябва да бъде включена в програмата. Илюстрация:

Кодираната тук функция regex_replace () замества всички съвпадения. Първият аргумент на функцията е целта, вторият е regex обект, а третият е низът за замяна. Функцията връща нов низ, който е целта, но има замяна. Изходът е:

Идва моята жена. Ето я твоята жена.

Заключение

Регулярният израз използва шаблони за съвпадение на поднизове в низа на целевата последователност. Моделите имат метасимволи. Често използваните функции за C ++ регулярни изрази са: regex_search (), regex_match () и regex_replace (). Регулярното изражение е модел в двойни кавички. Тези функции обаче приемат regex обекта като аргумент, а не само regex. Регулярното изражение трябва да се превърне в регекс обект, преди тези функции да могат да го използват.