std :: regex,匹配字符串的开头/结尾

Question

在JS正则表达式符号中^并$指定字符串的开头和结尾.并且只有/m修改器(多线模式)才能匹配线的起点和终点 - 在CR/LF之前和之后的位置.

但在性病::正则表达式/EcmaScript的模式符号^和$比赛的开始和行结束始终.

在std :: regex中有什么方法可以定义字符串匹配点的开始和结束吗？换句话说:支持JavaScript多线模式......

Answer 1

默认情况下,EcmaScript的模式已经把^既开始输入的,并且开始的行,并$为最终的输入都和结束线.没有办法让它们仅匹配开头或结尾输入,但可以使它们仅匹配开头或结尾:

调用std::regex_match时std::regex_search,或者std::regex_replace,有一个std::regex_constants::match_flag_type默认类型的参数std::regex_constants::match_default.

• 要指定^仅匹配行首,请指定std::regex_constants::match_not_bol
• 要指定$仅匹配行尾,请指定std::regex_constants::match_not_eol
• 由于这些值是位标志,要指定两者,只需按位 - 或它们在一起(std::regex_constants::match_not_bol | std::regex_constants::match_not_eol)
• 请注意,可以隐含输入开始而不使用^,无论是否存在std::regex_constants::match_not_bol指定std::regex_constants::match_continuous

这在cppreference.com上的ECMAScript语法文档中有很好的解释,我强烈推荐cplusplus.com.

警告:我已经使用MSVC,Clang + libc ++和Clang + libstdc ++进行了测试,目前只有MSVC具有正确的行为.

Answer 2

TL; DR

• MSVC：^和$已经匹配的行的开头和结尾
• C ++ 17：使用 std::regex_constants::multiline选项
• 其他编译器仅将string的开头^和结尾匹配$，无法重新定义其行为。

在std::regex除MSVC之外且在C ++ 17之前的所有实现中，^and $匹配字符串的开头和结尾，而不是一行。请参见此演示，该演示找不到"1\n2\n3"与^\d+$regex 匹配的内容。当您添加交替（见下文）时，有3个匹配项。

然而，在MSVC和C ++ 17中，^并且$可以匹配开始/所述的端线。

C ++ 17

使用该std::regex_constants::multiline选项。

MSVC编译器

在Visual Studio中的一个C ++项目中，以下内容

std::regex r("^\\d+$");
std::string st("1\n2\n3");
for (std::sregex_iterator i = std::sregex_iterator(st.begin(), st.end(), r);
    i != std::sregex_iterator();
    ++i)
{
    std::smatch m = *i;
    std::cout << "Match value: " << m.str() << " at Position " << m.position() << '\n';
}

将输出

Match value: 1 at Position 0
Match value: 2 at Position 2
Match value: 3 at Position 4

跨C ++编译器的变通办法

没有通用选项std::regex可以使锚在所有编译器中都与行的开头/结尾匹配。您需要以交替方式模仿它：

^ -> (^|\n)
$ -> (?=\n|$)

请注意，$可以使用完全“模拟” (?=\n|$)（您可以在其中添加更多的行终止符或符号序列，例如(?=\r?\n|\r|$)），但是使用^，则找不到100％的解决方法。

由于没有后向支持，因此您可能需要调整正则表达式模式的其他部分，因为(^|\n)比起向后支持，您更喜欢使用捕获组。