匹配的文本與C++ 11點的正則表達式

Question

我想在C++正則表達式，這裏的範圍是一些代碼現在

#include <iostream> 
#include <regex> 


int main (int argc, char *argv[]) { 
    std::regex pattern("[a-z]+", std::regex_constants::icase); 
    std::regex pattern2("excelsior", std::regex_constants::icase); 
    std::string text = "EXCELSIOR"; 

    if (std::regex_match(text, pattern)) std::cout << "works" << std::endl; 
    else std::cout << "doesn't work" << std::endl; 

    if (std::regex_match(text, pattern2)) std::cout << "works" << std::endl; 
    else std::cout << "doesn't work" << std::endl; 

    return 0; 
} 

，從我的理解，這兩個比賽應該輸出works，但第一個輸出doesn't work，而第二個按預期輸出works。爲什麼？

Answer 1

基於在[re.grammar]中描述的規則，我們有：

- 在匹配re針對字符，二 字符c和d的序列gular表達的有限狀態機是使用以下規則進行比較：
1.如果(flags() & regex_constants::icase)的兩個字符是相同的，當traits_inst.translate_nocase(c) == traits_inst.translate_nocase(d);
2.否則，如果flags() & regex_constants::collate這兩個字符相等，如果traits_inst.translate(c) == traits_inst.translate(d);
3.否則，如果兩個字符相等，則c == d。

這適用於您的pattern2，我們匹配的字符序列，我們有flags() & icase，所以我們做一個比較NOCASE。由於序列中的每個字符都匹配，因此它「起作用」。

但是，與pattern，我們沒有一個字符序列。因此，我們代替使用這樣的規則：

- 在一個正則表達式的有限狀態機的匹配對的字符序列，一個集合元素範圍c1-c2的比較 針對一個字符c如下進行：如果flags() & regex_constants::collate是假，則字符被c如果c1 <= c && c <= c2匹配，否則 c按照以下算法匹配：

string_type str1 = string_type(1, 
    flags() & icase ? 
     traits_inst.translate_nocase(c1) : traits_inst.translate(c1); 
string_type str2 = string_type(1, 
    flags() & icase ? 
     traits_inst.translate_nocase(c2) : traits_inst.translate(c2); 
string_type str = string_type(1, 
    flags() & icase ? 
     traits_inst.translate_nocase(c) : traits_inst.translate(c); 
return traits_inst.transform(str1.begin(), str1.end()) 
     <= traits_inst.transform(str.begin(), str.end()) 
    && traits_inst.transform(str.begin(), str.end()) 
     <= traits_inst.transform(str2.begin(), str2.end()); 

由於您沒有設置collate，因此該字符的字面匹配範圍爲a-z。這裏沒有會計icase，這就是爲什麼它「不起作用」。如果您提供collate但是：

std::regex pattern("[a-z]+", 
        std::regex_constants::icase | std::regex_constants::collate); 

然後我們使用描述的算法，它會做一個沒有對比的情況下，結果將是「作品」。這兩種編譯器都是正確的 - 雖然我發現在這種情況下預期的行爲混亂。

Answer 2

std::regex pattern("[a-z]+", std::regex_constants::icase); 

仍然限制小寫字母的模式匹配。我假設字符匹配如在reference中提到似乎不適用於明確指定的字符集，這是我所期望的，並且如果明確指定，處理這些字符集是有意義的。

Answer 3

問題是由敏感的情況下造成的：

http://coliru.stacked-crooked.com/a/ac21a962ee9f28fc

標誌std::regex_constants::icase由std::regex_match忽略。

---

編輯：

添加標誌std::regex_constants::collate解決了這個問題：

http://coliru.stacked-crooked.com/a/f57a2f2ff840c8be