Boost::regex应用举例（一）

Boost::regex



应用举例（一）



newsuppy
April, 2010

一，

安装

Boost

程序库

Boost

为

C++

提供了大量十分有用但是还未被加入到标准库中的程序库，我们可以从

www.boost.org

获取程序库的源代码。

Boost

中的某些库只需要

include

头文件就可以使用，另外一些则需要先行编译，如

regex

正则表达式就是一例。如何安装编译

Boost?

这里仅介绍一下在

Windows

平台，如果已经安装了

Visual C++ 9

编译器，只需要将

Boost

包解压缩后，运行根目录中的

bootstrap.bat

先行生成

bjam.exe

程序（

Boost

的

Make

系统），然后运行

bjam.exe

后，就开始编译

Boost

，完成后会生成

boost.v2

和

stage

目录，内有编译后的

lib

文件。接下来，我们就可以开始用

boost::regex

库了，另外

regex

也存在于

C++ TR1

（

Technical Report,

即下一个

C++0x

标准，也许该是

C++1x

了）中，下文介绍仍旧以

boost::regex

为准。编译时时需要链接相应的

lib

文件。

二，

文本匹配示例

需要处理的文件格式是这样的：文件中存在大量

name

=”value

”

格式，这种格式在一行中可能存在一个，也可能是多个，其中带有下划线的斜体字为变量，需要提取出这种格式，存入到一个数据库的某个

name-value

的表中。如表

2-1

所示为示例文件的格式

NAME=”REGEX” TYPE=”C++ Class” DESCRIPTION=”Boost C++ Class” ATTRIBUTE_MEMBER_1 = “regex string” FUNCTION_MEMBER_1 = ”search”

表 2-1

首先是构建一个可以匹配

name

=”value

”

格式的正则表达式，注意

name

只包含单词，字母，数字以及下划线的组合，正好与正则表达式的

’/w’

匹配，另外

’=’

的前后可以有空白字符（空格或

Tab

）；

”value

”

是以双引号括起来的文本，

value

本省不可以有双引号字符，那么用

"[^"]*"

来匹配，即由双引号括起来，但是不包含双引号本身的所有字符，如果只已

"*"

来表示，那么就正能匹配单个

name

=”value

”

，遇到多个就会有问题。

在

boost::regex

中就构建这样一个正则表达式：

boost::regex
reg("(//w+)[//s]*=[//s]*/"([^/"]*)/"");

注意

C++

中的

’/’

为转义符，所有需要

’//’

来表示

’/’

。表达式中的

’( )’

是为了提取

name

和

”value

”

的，否则只能得到整个的匹配的文本。

整个的代码片段就如表

2-2

：

string full_file_name = path_name_ + dbsrc_file_name_; ifstream src_file(full_file_name.c_str()); string current_line; int line_num = 0; ofstream match_info_file("match_info.src" ); if (src_file) { while (!src_file.eof()) { std::getline(src_file, current_line); ++line_num; boost::regex reg("(//w+)[//s]*=[//s]*/"([^/"]*)/"" ); boost::smatch src_macth_results; std::string::const_iterator it=current_line.begin(); std::string::const_iterator end=current_line.end(); match_info_file << "line num: " << line_num << "/t" ; bool match_flag = false ; for (;it!=end;) { if ((match_flag = boost::regex_search(it, end, src_macth_results, reg))) { for (int m_id=0; m_id<src_macth_results.size(); ++m_id) { if (src_macth_results[m_id].matched) { match_info_file << "match id(matched): " << m_id << "/t" << "match string: " << src_macth_results[m_id].str() << "/n" ; } } it = src_macth_results.suffix().first; } else { ++it; } } if (match_flag == false && current_line.length() >=1) match_info_file << "not match line: " << line_num << "/t" << current_line.c_str() << "/n" ; else if (match_flag == false && current_line.length() <1) match_info_file << "not match line: " << line_num << "/t" << "Blank Line" << "/n" ;; } match_info_file.flush(); match_info_file.close(); } src_file.close();

表 2-1

因为单行文本中的

name

=”value

”

格式可能有多个，所以在匹配时需要用

boost::regex_search

，而

boost::regex_match

是用于完全匹配的，如果用在这里就无法匹配单行中的多个

name

=”value

”

格式了。匹配的结果可以在

match_results

中提取出来，其中

match_results

的第

0

个是整个匹配的字符串，而其余的则是用

’( )’

括起来的被提取部分，对于上面的示例来说就是

name

对应于

match_results

第

1

个结果，

”value

”

对应于

match_results

第

2

个结果。

三，

推荐书籍

以上内容就是一些简要的介绍，所以再推荐一些书目。

1，

Boost

本身的

regex

文档就是很好的参考；

2，

Beyond the C++ Standard Library: An Introduction to Boost



，



By Björn Karlsso, 2005

年的老书了，对于

boost

的简单介绍，当然包括

regex

。

3，

Mastering Regular Expressions, 3rd Edition



，



By Jeffrey E. F. Friedl

，国内也有本书的中译本，余晟

译。几乎是正则表达式的最佳书籍了，介绍了各种正则表达式的方言，当然

boost::regex

也支持多种方言的正则表达式。

4，

The C++ Standard Library Extensions: A Tutorial and Reference, By
Pete Becker,



主要是围绕

C++ TR1

的内容，也包含

regex

，国内有中译本，史晓明

译。