Boost库基础-字符串与文本处理(xpressive)

ゝ一世哀愁。 2023-05-28 06:59 42阅读 0赞

> xpressive

xpressive提供给了对正则表达式的全面支持，它提供了动态和静态两种使用方式。

静态方式类似于spirit，使用操作符重载生成编译期的表达式对象，可以在编译期构建正则表达式甚至自定义语法；

动态方式类似boost.regex，以字符串作为一个表达式对象，在运行时进行语法检查和处理；

![20200328144735238.PNG][]

这里我们主要讲解动态用法，为了使用动态用法，需要包含头文件：

#include <boost/xpressive/xpressive_dynamic.hpp>
    using namespace boost::xpressive;

xpressive库提供了三个重要的类：basic\_regex、match\_results和sub\_match。

> basic\_regex

basic\_regex是xpressive库的核心，它封装了正则表达式的解析和编译，以下为类摘要：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70][]

basic\_regex的核心功能是静态成员函数compile()，它是一个工厂方法，可以根据正则表达式参数创建出一个basic\_regex对象。compile()有多个重载形式，最常用的是传入一个字符串，它必须是合法有效的正则表达式，否则运行时会发生错误。

> match\_results

它保存了正则表达式匹配的结果，以下为类摘要：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70 1][]

> sub\_match

sub\_match是一个类似迭代器对的对象，继承自std::pair，可以把它当作一个字符串区间表示，以下为类摘要：

![2020032815021831.PNG][]

> 正则匹配

自由函数regex\_match()用来检查一个字符串是否完全匹配一个正则表达式，返回bool，以下为函数声明：

![20200328150607737.PNG][]

参数1为要被匹配检查的字符串，match\_results为返回查找到的字符串，最后一个参数为正则表达式对象。

**用法：**

#include <iostream>
    #include <string>
    #include <boost/xpressive/xpressive_dynamic.hpp>
    using namespace boost::xpressive;
    using namespace boost;
    using namespace std;
    
    
    int main()
    {
    	//C字符串正则表达式对象
    	cregex reg = cregex::compile("a.c");
    
    	//匹配成功
    	cout << regex_match("abc", reg) << endl;
    
    	//匹配成功
    	cout << regex_match("a+c", reg) << endl;
    
    	//匹配失败
    	cout << regex_match("ac", reg) << endl;
    
    	//匹配失败
    	cout << regex_match("abd", reg) << endl;
    
    	//匹配身份证号码
    	// \d{6} (1|2) \d{3} (0|1) \d[0-3] \d\d{3} (X|\d)
    
    	//icase忽略大小写 c++11字符串写法
    	cregex reg2 = cregex::compile(R"---(\d{6}(1|2)\d{3}(0|1)\d[0-3]\d\d{3}(X|\d))---",icase);
    
    	//匹配成功
    	cout << regex_match("510131199910111234", reg2) << endl;
    
    	//匹配对象结果
    	cmatch what;
    
    	//匹配成功
    	cout << regex_match("51013119991012321X", what, reg2) << endl;
    
    	for (auto& x : what)
    	{
    		cout << "[" << x << "]";
    	}
    	cout << endl;
    
    	getchar();
    	return 0;
    }

> 正则查找

自由函数regex\_search()，regex\_match()要求输入字符串必须要与正则表达式完全匹配，而regex\_search()则检测输入表达式中是否包含正则表达式，即存在一个匹配正则表达式的字串。它的声明如下：

![20200328152848940.PNG][]

**用法：**

#include <iostream>
    #include <string>
    #include <boost/xpressive/xpressive_dynamic.hpp>
    using namespace boost::xpressive;
    using namespace boost;
    using namespace std;
    
    int main()
    {
    	char str[] = "there is a POWER-suit item";
    
    	cregex reg = cregex::compile("(power)-(.{4})", icase);
    
    	cmatch what;
    
    	cout << regex_search(str, what, reg);
    
    	for (auto& x : what)
    	{
    		cout << "[" << x << "]";
    	}
    
    	getchar();
    	return 0;
    }

> 正则替换

regex\_replace()，它先以正则表达式查找匹配的字符串，然后再用指定的格式替换。

**用法：**

#include <iostream>
    #include <string>
    #include <boost/xpressive/xpressive_dynamic.hpp>
    using namespace boost::xpressive;
    using namespace boost;
    using namespace std;
    
    int main()
    {
    	string str = "readme.txt";
    
    	sregex reg1 = sregex::compile("(.*)(me)");
    
    	sregex reg2 = sregex::compile("(t)(.)(t)");
    
    	cout << regex_replace(str, reg1, "manual") << endl;
    
    	cout << regex_replace(str, reg1, "$1you") << endl;
    
    	cout << regex_replace(str, reg1, "$&$&") << endl;
    
    	cout << regex_replace(str, reg2, "$1N$3") << endl;
    
    	getchar();
    	return 0;
    }

**运行结果：**

![202003281539527.PNG][]

> 正则迭代

regex\_iterator，类似string\_algo的查找迭代器，提供一个类似迭代器的视图。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70 2][]

**用法：**

#include <iostream>
    #include <string>
    #include <boost/xpressive/xpressive_dynamic.hpp>
    using namespace boost::xpressive;
    using namespace boost;
    using namespace std;
    
    int main()
    {
    	string str = "Power-bomb,power-suit,pOWER-beam all items\n";
    
    	sregex reg = sregex::compile("power-(\\w{4})", icase);
    
    	sregex_iterator pos(str.begin(), str.end(), reg);
    	sregex_iterator end;
    
    	for (; pos != end; ++pos)
    	{
    		cout << "[" << (*pos)[0] << "]";
    	}
    	cout << endl;
    
    	getchar();
    	return 0;
    }

**运行结果：**

![20200328154739821.PNG][]

> 正则分词

regex\_token\_iterator提供了强大的分词迭代器，以下为类摘要：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70 3][]

它不能直接使用，我们只能使用它的两个typedef，sregex\_token\_iterator和cregex\_token\_iterator。

与regex\_iterator不同的是：它解引用返回的是一个sub\_match，而不是match\_results；

**用法：**

#include <iostream>
    #include <string>
    #include <boost/xpressive/xpressive_dynamic.hpp>
    using namespace boost::xpressive;
    using namespace boost;
    using namespace std;
    
    int main()
    {
    	char str[] = "*Link*||+Mario+||Zelda!!!||Metroid";
    
    	//查找所有的单词，忽略标点符号
    	cregex reg = cregex::compile("\\w+", icase);
    
    	cregex_token_iterator pos(str, str + strlen(str), reg);
    	for (; pos != cregex_token_iterator(); ++pos)
    	{
    		cout << "[" << *pos << "]";
    	}
    	cout << endl;
    
    	//使用分隔符正则表达式，分隔符||
    	cregex split_reg = cregex::compile("\\|\\|");
    	pos = cregex_token_iterator(str, str + strlen(str), split_reg, -1);
    
    	for (; pos != cregex_token_iterator(); ++pos)
    	{
    		cout << "[" << *pos << "]";
    	}
    	cout << endl;
    
    	getchar();
    	return 0;
    }

**运行结果：**

![20200328155859237.PNG][]

[20200328144735238.PNG]: /images/20230528/e9620f8b138e4fe4ad49e82eaf600450.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70]: /images/20230528/979685115d5849a6970d19bbc9e4b8fb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70 1]: /images/20230528/11f801e20e1349e0a62e3a235e654abd.png
[2020032815021831.PNG]: /images/20230528/5031e40642a84accb846de7382cb8ff3.png
[20200328150607737.PNG]: /images/20230528/d0c0e879b9af44beb2c1fe9b6a34aa9c.png
[20200328152848940.PNG]: /images/20230528/c9150f2374134dad92aca9aff3f031b7.png
[202003281539527.PNG]: /images/20230528/7bdc74d99766475e8db9ee4c428e7853.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70 2]: /images/20230528/6e03effb3d544cd4b2242960c182dd26.png
[20200328154739821.PNG]: /images/20230528/124802c40d0944daa5bdd4d5fe8428d3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d6ejk1MzIwMDQ2Mw_size_16_color_FFFFFF_t_70 3]: /images/20230528/6897844295ac4e71b8dcc9b35b17cba8.png
[20200328155859237.PNG]: /images/20230528/6e24afb7a5854166a388c7011f186a19.png