C++正则表达式
regex库与模式匹配
概述
C++11 引入了 <regex> 标准库，提供了正则表达式的支持。正则表达式是一种描述字符串模式的语言，可以用来搜索、匹配、替换和验证文本。C++ 的 regex 库支持多种正则语法（ECMAScript、POSIX 等），提供了匹配、搜索和替换等操作。
为什么需要正则表达式？当你需要验证用户输入的格式（如邮箱、手机号）、从文本中提取特定模式的数据（如 URL、日期）、或者批量替换文本中的某些模式时，正则表达式是最简洁高效的工具。没有正则表达式，你需要手写复杂的字符串解析代码。
基础概念
正则表达式语法：用特殊字符描述匹配规则。例如 \d+ 匹配一个或多个数字，[a-z]+ 匹配一个或多个小写字母。
匹配（regex_match）：检查整个字符串是否完全匹配正则表达式。适合验证格式。
搜索（regex_search）：在字符串中搜索匹配正则表达式的子串。适合提取数据。
替换（regex_replace）：将匹配的子串替换为新的内容。适合文本处理。
捕获组：用括号 () 包围的部分，可以单独提取匹配到的内容。
迭代器（regex_iterator）：遍历字符串中所有匹配的子串。
快速上手
#include <iostream>
#include <regex>
#include <string>
int main() {
std::string text = "我的邮箱是 test@example.com，电话是 13800138000";
// 1. 创建正则表达式对象
std::regex emailRegex(R"(\w+@\w+\.\w+)"); // 匹配邮箱
std::regex phoneRegex(R"(1\d{10})"); // 匹配手机号
// 2. 搜索匹配
std::smatch match;
if (std::regex_search(text, match, emailRegex)) {
std::cout << "找到邮箱: " << match.str() << std::endl;
// 输出: 找到邮箱: test@example.com
}
if (std::regex_search(text, match, phoneRegex)) {
std::cout << "找到电话: " << match.str() << std::endl;
// 输出: 找到电话: 13800138000
}
// 3. 验证格式
std::string input = "user@domain.com";
if (std::regex_match(input, emailRegex)) {
std::cout << "邮箱格式正确" << std::endl;
}
return 0;
}详细用法
常用正则语法
// 字符类
std::regex digit(R"(\d)"); // 匹配数字 [0-9]
std::regex word(R"(\w)"); // 匹配单词字符 [a-zA-Z0-9_]
std::regex space(R"(\s)"); // 匹配空白字符（空格、制表符、换行等）
std::regex letter(R"([a-z])"); // 匹配小写字母
std::regex hex(R"([0-9a-fA-F])");// 匹配十六进制字符
// 量词
std::regex oneOrMore(R"(\d+)"); // 一个或多个数字
std::regex zeroOrMore(R"(\d*)"); // 零个或多个数字
std::regex zeroOrOne(R"(\d?)"); // 零个或一个数字
std::regex exact(R"(\d{3})"); // 恰好3个数字
std::regex range(R"(\d{2,4})"); // 2到4个数字
std::regex atLeast(R"(\d{2,})"); // 至少2个数字
// 锚点
std::regex startOfLine(R"(^\d+)"); // 行首的数字
std::regex endOfLine(R"(\d+$)"); // 行尾的数字
std::regex wholeString(R"(^\d+$)"); // 整个字符串都是数字
// 分组和选择
std::regex group(R"((\d+)-(\d+))"); // 捕获组：匹配 "123-456"
std::regex choice(R"((cat|dog))"); // 选择：匹配 "cat" 或 "dog"
std::regex nonCapture(R"((?:\d+)-(\d+))"); // 非捕获组捕获组
#include <iostream>
#include <regex>
#include <string>
void captureGroupDemo() {
std::string text = "日期: 2026-06-14";
// 用括号定义捕获组
std::regex dateRegex(R"((\d{4})-(\d{2})-(\d{2}))");
std::smatch match;
if (std::regex_search(text, match, dateRegex)) {
// match[0] 是整个匹配
std::cout << "完整匹配: " << match[0].str() << std::endl; // 2026-06-14
// match[1], match[2], ... 是各个捕获组
std::cout << "年: " << match[1].str() << std::endl; // 2026
std::cout << "月: " << match[2].str() << std::endl; // 06
std::cout << "日: " << match[3].str() << std::endl; // 14
// 也可以获取匹配的位置
std::cout << "位置: " << match[1].first - text.begin() << std::endl;
}
}搜索所有匹配
void searchAllDemo() {
std::string text = "价格: 99元, 199元, 299元";
std::regex priceRegex(R"(\d+)元");
// 方法一：使用迭代器
auto begin = std::sregex_iterator(text.begin(), text.end(), priceRegex);
auto end = std::sregex_iterator();
for (auto it = begin; it != end; ++it) {
std::smatch match = *it;
std::cout << "找到价格: " << match.str() << std::endl;
}
// 输出:
// 找到价格: 99元
// 找到价格: 199元
// 找到价格: 299元
// 方法二：使用 regex_token_iterator 只获取捕获组
std::regex numRegex(R"((\d+)元)");
auto tokenBegin = std::sregex_token_iterator(text.begin(), text.end(), numRegex, 1);
auto tokenEnd = std::sregex_token_iterator();
for (auto it = tokenBegin; it != tokenEnd; ++it) {
std::cout << "数字: " << *it << std::endl;
}
// 输出: 数字: 99, 数字: 199, 数字: 299
}替换
void replaceDemo() {
std::string text = "今天是 2026-06-14，明天是 2026-06-15";
// 简单替换：将所有日期替换为 "XXXX-XX-XX"
std::regex dateRegex(R"(\d{4}-\d{2}-\d{2})");
std::string result1 = std::regex_replace(text, dateRegex, "XXXX-XX-XX");
std::cout << result1 << std::endl;
// 输出: 今天是 XXXX-XX-XX，明天是 XXXX-XX-XX
// 使用捕获组替换：将日期格式从 YYYY-MM-DD 改为 DD/MM/YYYY
std::regex dateRegex2(R"((\d{4})-(\d{2})-(\d{2}))");
std::string result2 = std::regex_replace(text, dateRegex2, "$3/$2/$1");
std::cout << result2 << std::endl;
// 输出: 今天是 14/06/2026，明天是 15/06/2026
// 只替换第一个匹配
std::string result3 = std::regex_replace(text, dateRegex, "XXXX-XX-XX",
std::regex_constants::format_first_only);
std::cout << result3 << std::endl;
// 输出: 今天是 XXXX-XX-XX，明天是 2026-06-15
// 隐藏手机号中间四位
std::string phoneText = "联系手机: 13800138000 和 13900139000";
std::regex phoneRegex(R"((1\d{2})\d{4}(\d{4}))");
std::string result4 = std::regex_replace(phoneText, phoneRegex, "$1****$2");
std::cout << result4 << std::endl;
// 输出: 联系手机: 138****8000 和 139****9000
}验证格式
// 验证邮箱格式
bool isValidEmail(const std::string& email) {
std::regex emailRegex(R"([a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,})");
return std::regex_match(email, emailRegex);
}
// 验证中国手机号
bool isValidPhone(const std::string& phone) {
std::regex phoneRegex(R"(^1[3-9]\d{9}$)");
return std::regex_match(phone, phoneRegex);
}
// 验证身份证号（18位）
bool isValidIdCard(const std::string& id) {
std::regex idRegex(R"(^\d{17}[\dXx]$)");
return std::regex_match(id, idRegex);
}
// 验证 URL
bool isValidUrl(const std::string& url) {
std::regex urlRegex(R"(https?://[^\s]+)");
return std::regex_match(url, urlRegex);
}
// 验证 IP 地址
bool isValidIP(const std::string& ip) {
std::regex ipRegex(R"((\d{1,3}\.){3}\d{1,3})");
if (!std::regex_match(ip, ipRegex)) return false;
// 进一步验证每段范围
int a, b, c, d;
char dot;
std::istringstream iss(ip);
iss >> a >> dot >> b >> dot >> c >> dot >> d;
return a >= 0 && a <= 255 && b >= 0 && b <= 255
&& c >= 0 && c <= 255 && d >= 0 && d <= 255;
}正则标志
// 忽略大小写
std::regex caseInsensitive("hello", std::regex_constants::icase);
std::cout << std::regex_match("HELLO", caseInsensitive) << std::endl; // 1 (true)
// 选择语法类型
std::regex ecmascript(R"(\d+)", std::regex_constants::ECMAScript); // 默认
std::regex basic(R"(\d+)", std::regex_constants::basic); // POSIX 基本正则
std::regex extended(R"(\d+)", std::regex_constants::extended); // POSIX 扩展正则
// 优化匹配速度（但增加编译时间）
std::regex optimized(R"(\d+)", std::regex_constants::optimize);常见场景
解析配置文件
#include <map>
#include <regex>
// 解析 key=value 格式的配置
std::map<std::string, std::string> parseConfig(const std::string& content) {
std::map<std::string, std::string> config;
std::regex lineRegex(R"((\w+)\s*=\s*(.+))");
auto begin = std::sregex_iterator(content.begin(), content.end(), lineRegex);
auto end = std::sregex_iterator();
for (auto it = begin; it != end; ++it) {
std::string key = (*it)[1].str();
std::string value = (*it)[2].str();
// 去除值两端的空格和引号
if (value.front() == '"' && value.back() == '"') {
value = value.substr(1, value.size() - 2);
}
config[key] = value;
}
return config;
}
// 使用
std::string configText = R"(
host = "localhost"
port = 8080
debug = true
)";
auto config = parseConfig(configText);
// config["host"] = "localhost"
// config["port"] = "8080"日志分析
// 解析 Nginx 访问日志
void parseAccessLog(const std::string& log) {
// 格式: 192.168.1.1 - - [14/Jun/2026:10:30:00 +0800] "GET /index.html HTTP/1.1" 200 1234
std::regex logRegex(
R"((\S+) \S+ \S+ \[([^\]]+)\] "(\S+) (\S+) \S+" (\d+) (\d+))"
);
std::smatch match;
if (std::regex_search(log, match, logRegex)) {
std::cout << "IP: " << match[1].str() << std::endl;
std::cout << "时间: " << match[2].str() << std::endl;
std::cout << "方法: " << match[3].str() << std::endl;
std::cout << "路径: " << match[4].str() << std::endl;
std::cout << "状态码: " << match[5].str() << std::endl;
std::cout << "大小: " << match[6].str() << std::endl;
}
}注意事项
性能问题：std::regex 在某些编译器（特别是 GCC）上的性能较差。如果性能敏感，考虑使用 Boost.Regex 或 PCRE 库。
原始字符串：正则表达式中大量使用反斜杠，建议使用 C++11 的原始字符串 R"(...)" 来避免双重转义。R"(\d+)" 比 "\\d+" 更清晰。
贪婪匹配：默认情况下量词是贪婪的（匹配尽可能多的字符）。使用 ? 使其变为懒惰的：\d+? 匹配尽可能少的数字。
正则编译开销：创建 std::regex 对象时会编译正则表达式，这是相对耗时的操作。如果同一个正则在循环中使用，应该在循环外创建 regex 对象。
异常安全：如果正则表达式语法有误，构造 std::regex 会抛出 std::regex_error 异常。在生产代码中应该捕获此异常。
进阶用法
自定义替换函数
// 使用回调函数进行替换
template<typename Callback>
std::string regexReplaceCallback(const std::string& text,
const std::regex& pattern, Callback callback)
{
std::string result;
auto begin = std::sregex_iterator(text.begin(), text.end(), pattern);
auto end = std::sregex_iterator();
size_t lastPos = 0;
for (auto it = begin; it != end; ++it) {
// 添加匹配前的文本
result += text.substr(lastPos, it->position() - lastPos);
// 调用回调函数获取替换文本
result += callback(*it);
lastPos = it->position() + it->length();
}
// 添加最后一个匹配后的文本
result += text.substr(lastPos);
return result;
}
// 使用：将所有数字乘以2
std::string text = "价格: 100元, 200元, 300元";
std::regex numRegex(R"(\d+)");
std::string result = regexReplaceCallback(text, numRegex,
[](const std::smatch& m) -> std::string {
int num = std::stoi(m.str());
return std::to_string(num * 2);
});
// result: "价格: 200元, 400元, 600元"使用 Boost.Regex 提升性能
#include <boost/regex.hpp>
// Boost.Regex 的 API 与 std::regex 几乎相同
// 但性能通常更好，特别是在 GCC 上
boost::regex pattern(R"(\d{4}-\d{2}-\d{2})");
boost::smatch match;
if (boost::regex_search(text, match, pattern)) {
std::cout << match.str() << std::endl;
}
std::string result = boost::regex_replace(text, pattern, "DATE");