C++ 正则表达式

//1.当函数返回string时候的注意点:
string Fun()
{
	return string("szn");
}

const char* pStr = Fun().c_str();
//如上代码，pStr = "" 而非 "szn"，原因:返回的string变量被析构了


//2.正则表达式组件:
regex:用于表示一个正则表达式
regex_match:将一个字符序列与一个正则表达式匹配
regex_search:寻找第一个与正则表达式匹配的子序列
regex_replace:使用给定格式替换一个正则表达式
sregex_iterator:迭代器适配器，调用regex_search来遍历一个string中所有匹配的字串
smatch:容器类，保存在string中搜索的结果
ssub_match:string中匹配的子表达式的结果

regex文件中的一些定义:
typedef basic_regex<char> regex;
typedef basic_regex<wchar_t> wregex;
typedef match_results<const char *> cmatch;
typedef match_results<const wchar_t *> wcmatch;
typedef match_results<string::const_iterator> smatch;
typedef match_results<wstring::const_iterator> wsmatch;

regex_search, regex_match的参数(返回值均为bool类型):
seq, m, r, mft
seq, r, mft
seq:字符序列
m:与seq兼容的match对象
r:一个正则表达式
mtf:可选值，用来保存匹配结果的相关细节

输入类型与正则表达式库对应关系:
string			regex, smatch, ssub_match, sregex_iterator
const char*		regex, cmatch, csub_match, cregex_iterator
wstring			wregex, wsmatch, wssub_match, wsregex_iterator
const wchar_t*	wregex, wcmatch, wcsub_match, wcregex_iterator

regex(和 wregex)选项:
regex r(re, f):f为可选参数，默认为 regex::ECMAScript,此标志控制regex对象的处理过程
	f:
	regex::icase		忽略大小写
	regex::nosubs		不保存匹配的子表达式
	regex::optimize		执行速度优于构造速度
	regex::ECMAScript	
	regex::basic
	regex::extended
	regex::awk
	regex::grep
	regex::egrep
=:赋值操作
	regex re;
	re = "[123]";
r.assign(re, f):功能等同于赋值操作
r.mark_count():r中表达式数目
r.flags():返回r的标志集


//3.regex_search使用示例:
regex re("[[:alpha:]]*[^c]ei[[:alpha:]]*");
cmatch cm;
if (regex_search("receipt freind theif recive", cm, re))
{
	const char* pStrC = cm.str().c_str();	//pStrC = ""
	string str = cm.str();					//str = "freind"
}

regex re("[a-z]+", regex::icase);
smatch sm;
string strContent("12 3456ABCabc7 89");
if (regex_search(strContent, sm, re))
{
	string str = sm.str();					//str = "ABCabc"
}
ssub_match subMatch = sm[0];
string str = subMatch;						//str = "ABCabc"


//4.
A:一个正则表达式的语法是否正确是在运行时候进行解析的
B:若编写的正则表达式有误，则运行时，标准库会抛出一个regex_error的异常
C:正则表达式的编译可能会是一个非常慢的操作，所以要避免创建很多没必要的regex变量
try
{
	regex re("[");
}
catch (std::regex_error e)					//e = {_Err=error_brack }
{
	printf("");								//运行至此
}

enum error_type
{	// identify error
	error_collate,
	error_ctype,
	error_escape,
	error_backref,
	error_brack,
	error_paren,
	error_brace,
	error_badbrace,
	error_range,
	error_space,
	error_badrepeat,
	error_complexity,
	error_stack,
	error_parse,
	error_syntax
};

//5.sregex_iterator
A:sregex_iterator it(b, e, r); 一个 sregex_iterator 遍历迭代器表示string，调用 regex_search 将 it 定位到输入中第一个匹配的位置
B:sregex_iterator end; sregex_iterator 的尾后迭代器
C:*it it-> 根据最后一个调用 regex_search 的结果，返回一个 smatch 对象的指针或引用
D:++it it++ 从输入序列当前位置开始调用 regex_search

使用示例
string str = "abc 123 sdfd4567sdf 456 sdf";
regex re(" ([0-9]+) ");
smatch sm;
vector<string> vecStr[2];

for (sregex_iterator it(str.begin(), str.end(), re), ItEnd; it != ItEnd; ++it)
{
	vecStr[0].emplace_back(it->str()); 
	vecStr[1].emplace_back(it->str(1));
}
//vecStr[0] = [2](" 123 "," 456 ")
//vecStr[1] = [2]("123","456")


//6.
A:正则语法通常用括号表示子表达式


//7.regex_replace使用的简单示例
regex re("[0-9]+");
string str("abc123efg456");
string str0 = regex_replace(str, re, string("Test"));												//str0 = "abcTestefgTest"
string str1 = regex_replace(str, re, string("Test"), std::regex_constants::format_first_only);		//str1 = "abcTestefg456"

string str("123abc45_abc_67");
regex re("([0-9]+)([a-z]+)([0-9]+)");
std::smatch sm;
if (regex_search(str, sm, re))
{
	string str0 = sm.str(0);		//str0 = "123abc45"
	string str1 = sm.str(1);		//str1 = "123"	
	string str2 = sm.str(2);		//str2 = "abc"
	string str3 = sm.str(3);		//str3 = "45"
}
string strRe0 = std::regex_replace(str, re, string("szn"));		//strRe0 = "szn_abc_67"
string strRe1 = std::regex_replace(str, re, string("$1szn$3"));	//strRe1 = "123szn45_abc_67"

match_default = 0x0000,		//默认
match_not_bol = 0x0001,		//不将首字符作为行首处理
match_not_eol = 0x0002,		//不将尾字符作为行尾处理
match_not_bow = 0x0004,		//不将首字符作为单词首处理
match_not_eow = 0x0008,		//不将尾字符作为单词尾处理
match_any = 0x0010,			//若存在多个匹配，则返回任意一个匹配
match_not_null = 0x0020,	//不匹配任何空序列
match_continuous = 0x0040,	//匹配必须从输入的首字符开始
match_prev_avail = 0x0100,	//输入序列包含第一个匹配之前的内容
format_default = 0x0000,	//用ECMAScript规则替换字符串
format_sed = 0x0400,		//用POXIS sed规则替换字符串
format_no_copy = 0x0800,	//不输出输入部分中未匹配的部分
format_first_only = 0x1000,	//只替换子表达式第一次出现的位置


//8.regex_match使用示例
regex re0("[0-9]+");
regex re1("[0-9a-z]+");
string str("abc123");
bool nRe0 = regex_match(str, re0);	//nRe0 = false
bool nRe1 = regex_match(str, re1);	//nRe1 = true

regex_match 必须匹配被分析串的全部，若不匹配返回 false ，否则返回 true