C++ 正则表达式分组捕获入门指南

在 C++ 中，正则表达式（regex）是一种用于匹配字符串模式的强大工具。正则表达式不仅能帮助你查找符合特定模式的字符，还能捕获匹配的子字符串（即分组捕获）。这篇文章将介绍 C++ 正则表达式中的分组捕获机制，并提供多个示例代码来帮助你快速入门。

一、基本概念：正则表达式分组捕获

正则表达式分组捕获是一种能够将匹配的部分提取出来的技术。在 C++ 中，正则表达式分组捕获通常通过小括号 () 来实现。每个分组会捕获匹配到的子字符串，并且可以在代码中通过相应的索引访问它们。

分组的基本语法

• ()：用于定义捕获分组。你可以在正则表达式中使用多个分组，C++ 中从 1 开始对分组编号。

示例：简单分组捕获

假设我们需要从一个日期字符串中提取年月日，可以使用正则表达式中的分组捕获来实现。

二、C++ 正则表达式库：<regex>

在 C++ 中使用正则表达式时，需要包含头文件 <regex>。基本的正则表达式操作包括：

• std::regex：正则表达式对象。
• std::smatch：保存匹配结果的对象。
• std::regex_search：查找匹配。
• std::regex_match：完全匹配整个字符串。
• std::regex_replace：替换匹配的字符串。

三、示例代码：日期分组捕获

我们可以编写一个示例程序，从一个字符串中提取出日期的年、月和日。

示例 1：提取日期（YYYY-MM-DD）

假设我们有一个日期字符串 2023-02-25，并希望通过正则表达式捕获出年、月、日。

#include <iostream>
#include <regex>
#include <string>int main() {std::string input = "2023-02-25";// 正则表达式：捕获年、月和日std::regex pattern(R"((\d{4})-(\d{2})-(\d{2}))");std::smatch matches;// 如果匹配成功if (std::regex_match(input, matches, pattern)) {// 输出捕获的各个分组std::cout << "Year: " << matches[1] << std::endl;std::cout << "Month: " << matches[2] << std::endl;std::cout << "Day: " << matches[3] << std::endl;} else {std::cout << "No match found." << std::endl;}return 0;
}

代码解析：

1. 正则表达式

   R"((\d{4})-(\d{2})-(\d{2}))"
   

   ：

   • (\d{4}) 捕获4位数字（即年份）。
   • (\d{2}) 捕获2位数字（即月份和日期）。

2. matches[1]、matches[2]、matches[3] 分别存储匹配到的年份、月份和日期。

输出：

Year: 2023
Month: 02
Day: 25

四、捕获多个匹配

有时我们需要从文本中查找多个匹配项。std::regex_search 可以用于查找匹配，但它只会找到第一个匹配项。如果你想捕获所有匹配项，可以使用 std::regex_iterator。

示例 2：提取所有匹配的日期

假设我们有一段文本，其中包含多个日期，我们希望提取所有日期。

#include <iostream>
#include <regex>
#include <string>
#include <iterator>int main() {std::string input = "The event will be held on 2023-02-25, followed by another on 2024-03-01.";// 正则表达式：捕获日期std::regex pattern(R"((\d{4})-(\d{2})-(\d{2}))");std::smatch matches;// 使用 regex_iterator 查找所有匹配auto begin = std::sregex_iterator(input.begin(), input.end(), pattern);auto end = std::sregex_iterator();for (auto it = begin; it != end; ++it) {std::cout << "Found date: " << it->str() << std::endl;}return 0;
}

输出：

Found date: 2023-02-25
Found date: 2024-03-01

使用 std::regex_search 来查找日期的所有匹配

#include <iostream>
#include <regex>
#include <string>int main() {std::string input = "The event will be held on 2023-02-25, followed by another on 2024-03-01.";// 正则表达式：捕获日期std::regex pattern(R"((\d{4})-(\d{2})-(\d{2}))");std::smatch matches;// 使用 cbegin 和 cend 来获取常量迭代器auto begin = input.cbegin();while (std::regex_search(begin, input.cend(), matches, pattern)) {// 输出匹配到的日期std::cout << "Found date: " << matches[0] << std::endl;// 更新搜索起始位置，继续从上一个匹配位置之后开始搜索begin = matches[0].second;}return 0;
}

输出：

Found date: 2023-02-25
Found date: 2024-03-01

五、捕获和替换（regex_replace）

正则表达式不仅可以用于查找和捕获，还可以用于替换匹配的内容。通过 std::regex_replace，你可以将捕获到的内容替换成新的内容。

示例 3：替换日期格式

假设我们希望将日期格式从 YYYY-MM-DD 更改为 DD/MM/YYYY。

#include <iostream>
#include <regex>
#include <string>int main() {std::string input = "The event will be held on 2023-02-25, and another on 2024-03-01.";// 正则表达式：捕获日期std::regex pattern(R"((\d{4})-(\d{2})-(\d{2}))");// 使用 regex_replace 将日期格式替换为 DD/MM/YYYYstd::string output = std::regex_replace(input, pattern, R"($3/$2/$1)");std::cout << "Updated text: " << output << std::endl;return 0;
}

输出：

Updated text: The event will be held on 25/02/2023, and another on 01/03/2024.

六、进阶应用：捕获多个分组

当正则表达式中有多个分组时，你可以通过 matches[n] 访问每个分组的捕获结果。

示例 4：捕获多个分组（例如，提取姓名和年龄）

#include <iostream>
#include <regex>
#include <string>int main() {std::string input = "John Doe, Age: 30; Jane Smith, Age: 25";// 正则表达式：捕获姓名和年龄std::regex pattern(R"((\w+ \w+), Age: (\d+))");std::smatch matches;// 查找匹配auto begin = std::sregex_iterator(input.begin(), input.end(), pattern);auto end = std::sregex_iterator();for (auto it = begin; it != end; ++it) {std::cout << "Name: " << it->str(1) << ", Age: " << it->str(2) << std::endl;}return 0;
}

输出：

Name: John Doe, Age: 30
Name: Jane Smith, Age: 25

七、总结

正则表达式的分组捕获是一个非常强大的工具，它能够让你轻松提取和操作字符串中的特定部分。C++ 中的 <regex> 库提供了灵活的接口，允许你使用正则表达式进行模式匹配、捕获分组、查找多个匹配项以及进行替换操作。通过本文的示例代码，希望你能掌握 C++ 中正则表达式分组捕获的基础应用，并能在实际项目中灵活使用正则表达式来处理文本数据。