第四节 · 不可知的未来 · 随机数

<regex> 库提供了强大的正则表达式支持，用于字符串的模式匹配和处理。

---

基本匹配

#include <regex>

int main()
{
    string text = "Hello, World!";
    regex pattern("World");
    
    // 搜索
    if (regex_search(text, pattern))
    {
        cout << "Found!" << endl;
    }
    
    // 完全匹配
    if (regex_match(text, regex("Hello.*")))
    {
        cout << "Full match!" << endl;
    }
    
    return 0;
}

---

正则表达式语法

元字符	含义
.	任意单个字符
*	前面的元素重复 0 次或多次
+	前面的元素重复 1 次或多次
?	前面的元素重复 0 次或 1 次
^	字符串开头
$	字符串结尾
[]	字符类
\d	数字
\w	单词字符（字母、数字、下划线）
\s	空白字符

int main()
{
    // 匹配电话号码
    regex phone(R"(\d{3}-\d{4}-\d{4})");
    cout << regex_match("123-4567-8901", phone) << endl;  // 1
    
    // 匹配邮箱
    regex email(R"(\w+@\w+\.\w+)");
    cout << regex_match("[e-mail]", email) << endl;  // 1
    
    return 0;
}

---

捕获组

int main()
{
    string text = "Date: 2024-12-25";
    regex pattern(R"((\d{4})-(\d{2})-(\d{2}))");
    smatch match;
    
    if (regex_search(text, match, pattern))
    {
        cout << "Full match: " << match[0] << endl;  // 2024-12-25
        cout << "Year: " << match[1] << endl;        // 2024
        cout << "Month: " << match[2] << endl;       // 12
        cout << "Day: " << match[3] << endl;         // 25
    }
    
    return 0;
}

---

查找所有匹配

int main()
{
    string text = "Call 123-4567 or 987-6543";
    regex pattern(R"(\d{3}-\d{4})");
    
    // 使用迭代器
    auto begin = sregex_iterator(text.begin(), text.end(), pattern);
    auto end = sregex_iterator();
    
    for (auto it = begin; it != end; ++it)
    {
        cout << "Found: " << it->str() << endl;
    }
    
    return 0;
}
// 输出：
// Found: 123-4567
// Found: 987-6543

---

替换

int main()
{
    string text = "I have 2 apples and 3 oranges";
    
    // 替换所有数字
    string result = regex_replace(text, regex(R"(\d+)"), "X");
    cout << result << endl;  // I have X apples and X oranges
    
    // 使用捕获组
    string text2 = "2024-12-25";
    string result2 = regex_replace(text2,
        regex(R"((\d{4})-(\d{2})-(\d{2}))"),
        "$2/$3/$1");  // $1, $2, $3 引用捕获组
    cout << result2 << endl;  // 12/25/2024
    
    return 0;
}

---

正则表达式选项

int main()
{
    // 忽略大小写
    regex pattern("hello", regex::icase);
    cout << regex_search("HELLO", pattern) << endl;  // 1
    
    // ECMAScript（默认）vs 其他语法
    regex ecma("\\d+", regex::ECMAScript);
    regex basic("[0-9]+", regex::basic);
    regex extended("[0-9]+", regex::extended);
    
    return 0;
}

---

实际应用：验证

bool isValidEmail(const string& email)
{
    regex pattern(R"([a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,})");
    return regex_match(email, pattern);
}

bool isValidPhone(const string& phone)
{
    regex pattern(R"(1[3-9]\d{9})");  // 中国手机号
    return regex_match(phone, pattern);
}

bool isValidIP(const string& ip)
{
    regex pattern(R"((\d{1,3})\.(\d{1,3})\.(\d{1,3})\.(\d{1,3}))");
    smatch match;
    
    if (!regex_match(ip, match, pattern))
        return false;
    
    for (int i = 1; i <= 4; ++i)
    {
        int num = stoi(match[i]);
        if (num < 0 || num > 255) return false;
    }
    
    return true;
}

int main()
{
    cout << isValidEmail("[e-mail]") << endl;  // 1
    cout << isValidPhone("13812345678") << endl;       // 1
    cout << isValidIP("192.168.1.1") << endl;          // 1
    cout << isValidIP("256.1.1.1") << endl;            // 0
    
    return 0;
}

---

分割字符串

vector<string> split(const string& text, const string& delim)
{
    vector<string> tokens;
    regex re(delim);
    
    auto begin = sregex_token_iterator(text.begin(), text.end(), re, -1);
    auto end = sregex_token_iterator();
    
    for (auto it = begin; it != end; ++it)
    {
        tokens.push_back(*it);
    }
    
    return tokens;
}

int main()
{
    string text = "apple,banana;cherry:date";
    auto parts = split(text, "[,;:]");  // 多种分隔符
    
    for (const auto& p : parts)
    {
        cout << p << endl;
    }
    
    return 0;
}

---

提取信息

struct Link
{
    string url;
    string text;
};

vector<Link> extractLinks(const string& html)
{
    vector<Link> links;
    regex pattern(R"(<a\s+href="([^"]+)"[^>]*>([^<]*)</a>)");
    
    auto begin = sregex_iterator(html.begin(), html.end(), pattern);
    auto end = sregex_iterator();
    
    for (auto it = begin; it != end; ++it)
    {
        links.push_back({(*it)[1], (*it)[2]});
    }
    
    return links;
}

int main()
{
    string html = R"(
        <a href="http://example.com">Example</a>
        <a href="http://test.com">Test</a>
    )";
    
    auto links = extractLinks(html);
    for (const auto& link : links)
    {
        cout << link.text << ": " << link.url << endl;
    }
    
    return 0;
}

---

性能注意事项

// 不好：每次调用都编译正则表达式
bool matchBad(const string& text)
{
    return regex_match(text, regex(R"(\d+)"));
}

// 好：复用编译后的正则表达式
bool matchGood(const string& text)
{
    static regex pattern(R"(\d+)");
    return regex_match(text, pattern);
}

---

习题

• 实现一个 URL 解析器，提取协议、域名、路径等部分。

• 编写正则表达式匹配有效的 IPv6 地址。

• 实现一个简单的词法分析器，识别数字、标识符和运算符。