解析數據的正則表達式

Question

我在寫一個從簡單文本文件中讀取一些數據的應用程序。數據文件， 是我感興趣的，在下列表格線：

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

所以，你可以明白，每一行的模式是一樣的東西

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

像我有在字符序列「Mem」之前的任意數量的空格，然後是 左括號。然後，有一個數字和一個右括號。之後，在遇到'='（等於）字符之前，有任意數量的空格。然後，任意數量的空白直到遇到（可能）浮點數。

我該如何用C++的正則表達式來表達呢？我對C++中的正則表達式概念非常陌生，所以我需要一些幫助。

謝謝

Answer 1

首先，記得#include <regex>。

C++ std::regex_match與其他語言的正則表達式很像。

讓我們先從一個簡單的例子：

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

在這種情況下，我們的正則表達式是^Mem\([0-9]+\)=[0-9]+$。 讓我們來看看它做什麼：

• 的^開頭講述C++，這是線開始的地方，所以應該AMem(1)=2不匹配。
• $最後告訴C++這是行結束的地方，所以Mem(1)=2x應該不匹配。
• \\(是一個文字(字符。 (在正則表達式中有一個非常特殊的含義，所以我們將其轉義爲\(。但是，\字符在C++字符串中有特殊含義，所以我們使用\\(來告訴C++將\(傳遞給正則表達式引擎。
• [0-9]符合數字。 \\d也應該可以工作，但then again maybe not。
• [0-9]+表示至少一個數字。如果Mem()是可以接受的，則改爲使用[0-9]*。

正如您所見，這就像您在其他語言（如Java或C＃）中找到的正則表達式一樣。

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

注意\s包括\t，因此無需同時指定。如果沒有，請使用(\s|\t)或[\s\t]，而不是(\s,\t)。

最後，要包含浮點數，我們首先需要考慮是否可以接受Mem(1) = 1.（也就是後面沒有數字的點）。

如果不是，則中的.23是可選。在正則表達式中，我們使用?來表示。

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

注意，我們使用\.，而不只是.。 .在正則表達式中有特殊含義 - 它匹配任何字符 - 所以我們需要逃避它。

如果您有支持原始字符串編譯器（如Visual Studio 2013，GCC 4.5，Clang 3.0），可以簡化正則表達式的字符串：

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

提取有關匹配字符串的信息，您可以使用std::smatch和團體。

讓我們先從一個小的變化：

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. 我們加入smatch。這個類存儲關於匹配的額外結果信息。
2. 我們在[0-9]*附近添加了附加括號。這定義了一個組。組告訴正則表達式引擎跟蹤其中的任何內容。
3. 圍繞浮點數的更多括號。這定義了第二組。

非常重要定義組的括號內沒有逃過，因爲我們不想讓他們來匹配實際括號字符。我們實際上需要特殊的正則表達式的含義。

現在我們有了羣體，我們可以使用它們：

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

這將首先打印整個字符串，然後將數Mem()，那麼最後的數字。

換句話說，m[0]給我們整場比賽，m[1]給我們的第一組，m[2]給了我們第二組和m[3]會給我們第三組，如果我們有一個。