解析数据的正则表达式

Question

我在写一个从简单文本文件中读取一些数据的应用程序。数据文件， 是我感兴趣的，在下列表格线：

Mem(100) = 120 
Mem(200) = 231 
Mem(43) = 12 
... 
Mem(1293) = 12.54 

所以，你可以明白，每一行的模式是一样的东西

(\s)*(\t)*Mem([0-9]*) (\s,\t)*= (\s,\t)*[0-9]*(.)*[0-9]* 

像我有在字符序列“Mem”之前的任意数量的空格，然后是 左括号。然后，有一个数字和一个右括号。之后，在遇到'='（等于）字符之前，有任意数量的空格。然后，任意数量的空白直到遇到（可能）浮点数。

我该如何用C++的正则表达式来表达呢？我对C++中的正则表达式概念非常陌生，所以我需要一些帮助。

谢谢

Answer 1

首先，记得#include <regex>。

C++ std::regex_match与其他语言的正则表达式很像。

让我们先从一个简单的例子：

std::string str = "Mem(100)=120"; 
std::regex regex("^Mem\\([0-9]+\\)=[0-9]+$"); 
std::cout << std::regex_match(str, regex) << std::endl; 

在这种情况下，我们的正则表达式是^Mem\([0-9]+\)=[0-9]+$。 让我们来看看它做什么：

• 的^开头讲述C++，这是线开始的地方，所以应该AMem(1)=2不匹配。
• $最后告诉C++这是行结束的地方，所以Mem(1)=2x应该不匹配。
• \\(是一个文字(字符。 (在正则表达式中有一个非常特殊的含义，所以我们将其转义为\(。但是，\字符在C++字符串中有特殊含义，所以我们使用\\(来告诉C++将\(传递给正则表达式引擎。
• [0-9]符合数字。 \\d也应该可以工作，但then again maybe not。
• [0-9]+表示至少一个数字。如果Mem()是可以接受的，则改为使用[0-9]*。

正如您所见，这就像您在其他语言（如Java或C＃）中找到的正则表达式一样。

现在要考虑的空白，使用std::regex regex("^\\s*Mem\\([0-9]+\\)\\s*=\\s*[0-9]+\\s*$");

注意\s包括\t，因此无需同时指定。如果没有，请使用(\s|\t)或[\s\t]，而不是(\s,\t)。

最后，要包含浮点数，我们首先需要考虑是否可以接受Mem(1) = 1.（也就是后面没有数字的点）。

如果不是，则中的.23是可选。在正则表达式中，我们使用?来表示。

std::regex regex("^[\\s]*Mem\\([0-9]+\\)\\s*=\\s*[0-9]+(\\.[0-9]+)?\\s*$"); 

注意，我们使用\.，而不只是.。 .在正则表达式中有特殊含义 - 它匹配任何字符 - 所以我们需要逃避它。

如果您有支持原始字符串编译器（如Visual Studio 2013，GCC 4.5，Clang 3.0），可以简化正则表达式的字符串：

std::regex regex(R"(^[\s]*Mem\([0-9]+\)\s*=\s*[0-9]+(\.[0-9]+)?\s*$)") 

提取有关匹配字符串的信息，您可以使用std::smatch和团体。

让我们先从一个小的变化：

std::string str = " Mem(100)=120"; 
std::regex regex("^[\\s]*Mem\\(([0-9]+)\\)\\s*=\\s*([0-9]+(\\.[0-9]+)?)\\s*$"); 
std::smatch m; 

std::cout << std::regex_match(str, m, regex) << std::endl; 

注意三件事情：

1. 我们加入smatch。这个类存储关于匹配的额外结果信息。
2. 我们在[0-9]*附近添加了附加括号。这定义了一个组。组告诉正则表达式引擎跟踪其中的任何内容。
3. 围绕浮点数的更多括号。这定义了第二组。

非常重要定义组的括号内没有逃过，因为我们不想让他们来匹配实际括号字符。我们实际上需要特殊的正则表达式的含义。

现在我们有了群体，我们可以使用它们：

for (auto result : m) { 
    std::cout << result << std::endl; 
} 

这将首先打印整个字符串，然后将数Mem()，那么最后的数字。

换句话说，m[0]给我们整场比赛，m[1]给我们的第一组，m[2]给了我们第二组和m[3]会给我们第三组，如果我们有一个。