正则表达式的简单介绍 + regex

正则表达式的简单介绍 + regex_match使用

正则表达式

正则表达式（Regular Expression，简称 regex）是一种用于匹配字符串的模式。它由一系列字符和特殊符号组成，用于描述、匹配一系列符合某个句法规则的字符串。正则表达式广泛应用于文本搜索、替换、验证等场景。

它的主要功能包括：模式匹配，可以识别特定格式的字符串，例如电子邮件地址、电话号码等；字符串搜索，在大量文本中快速找到符合特定模式的内容；文本替换，可以根据匹配的模式，对字符串进行替换操作；验证输入，检查用户输入是否符合预定格式（如密码复杂度、日期格式等），等等。

主要应用方面包括：数据清洗，在数据处理和分析中，去除无效或不必要的文本；Web开发，验证表单输入、解析URL等；文本编辑器，搜索和替换功能；编程语言，在代码中处理字符串的复杂需求，等等。

总的来说，正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串。

组成符号

正则表达式由一些普通字符和一些元字符（metacharacters）组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义，我们下面会给予解释。

在最简单的情况下，一个正则表达式看上去就是一个普通的查找串。例如，正则表达式"testing"中没有包含任何元字符，它可以匹配"testing"和"testing123"等字符串，但是不能匹配"Testing"。

要想真正的用好正则表达式，正确的理解元字符是最重要的事情。下表列出了所有的元字符和对它们的一个简短的描述。

regex_match

regex_match 是 C++ 标准库 <regex> 中的一个函数，用于从字符串中提取匹配的子串。这种形式允许将匹配的结果存储在 std::smatch 对象中，以便进一步处理。

bool regex_match(
    const std::string& src,      // 原始字符串
    std::smatch& matches,        // 存储匹配结果的容器
    const std::regex& e          // 正则表达式
);

参数说明

const std::string& src：要匹配的原始字符串。 std::smatch& matches：用于存储匹配结果的容器。std::smatch 是 std::match_results 的一个特化版本，专门用于 std::string。

它类似于一个数组，可以通过索引访问匹配的子串：

matches[0]：整个匹配的字符串。
matches[1]：第一个捕获组（即第一个括号内的内容）。
matches[2]：第二个捕获组，以此类推。

const std::regex& e：类型为 const std::regex&，是一个已经编译好的正则表达式对象。std::regex 用于表示一个正则表达式模式，通过它可以对输入字符串进行匹配操作。

返回值

如果整个字符串 src 完全匹配正则表达式 e，返回 true。否则，返回 false。

使用示例

#include <iostream>
#include <regex>
#include <string>

int main() {
    std::string src = "hello123";
    std::regex e("(hello)(\\d+)");
    std::smatch matches;

    if (std::regex_match(src, matches, e)) {
        std::cout << "整个匹配的字符串: " << matches[0] << std::endl;
        std::cout << "第一个捕获组: " << matches[1] << std::endl;
        std::cout << "第二个捕获组: " << matches[2] << std::endl;
    } else {
        std::cout << "字符串不匹配正则表达式" << std::endl;
    }

    return 0;
}

在这个示例中，我们尝试将字符串 "hello123" 与正则表达式 "(hello)(\\d+)" 进行匹配。正则表达式中的 (hello) 是第一个捕获组，(\\d+) 是第二个捕获组，用于匹配一个或多个数字。如果匹配成功，会输出整个匹配的字符串以及各个捕获组的内容；如果匹配失败，则会输出相应的提示信息。

需要注意的是，std::regex_match 要求整个输入字符串都要与正则表达式完全匹配，如果只想查找字符串中是否包含符合正则表达式的子串，应该使用 std::regex_search 函数。

正则表达式的使用，可以使得HTTP请求的解析更加简单（这里指的时程序员的工作变得的简单，这并不代表处理效率会变高，实际上效率上是低于直接的字符串处理的），使我们实现的HTTP组件库使用起来更加灵活。

#include <iostream>
#include <string>
#include <regex>

int main()
{
    // HTTP 请求行格式  GET /index.html HTTP/1.1\r\n 请求方法+资源路径(+查询字符串)+HTTP版本
    std::string str = "GET /wuxu/login?user=xiaoming&pass=123123 HTTP/1.1\r\n";
    // std::string str = "GET /wuxu/login HTTP/1.1\r\n";
    std::smatch matches;
    // 请求方法的匹配 GET HEAD POST PUT DELETE ...
    std::regex e("(GET|HEAD|POST|PUT|DELETE) ([^?]*)(?:\\?(.*))? (HTTP/1\\.[01])(?:\n|\r\n)?");
    /*
    GET|HEAD|POST|PUT|DELETE 表示匹配并提取其中任意一个字符串
    [^?]* [^?]匹配非问号字符，后边的*表示0次或多次
    \\?(.*) \\? 表示原始的？字符（.*）表示提取？之后的任意字符0次或多次，直到遇到空格
    HTTP/1\\.[01] 表示匹配HTTP/1.开始，后边有个0或1的字符串
    (?:\n|\r\n)? (?: ...)表示匹配某个格式字符串，但是不提取 最后的？表示的是匹配前边的表达式0次或1次
    */

    bool ret = std::regex_match(str, matches, e);
    if(ret == false) return -1;
    for(auto& s : matches)
        std::cout << s << std::endl;

    return 0;
}