用于分析数据的正则表达式

Regular Expression For Parsing Data

本文关键字：正则表达式 数据 用于      更新时间：2023-10-16

我正在编写一个从简单文本文件中读取一些数据的应用程序。数据文件，我感兴趣的，有以下形式的行：

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

所以，正如你所理解的，每条线的模式是这样的 

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

就像我在字符序列"Mem"之前有任意数量的空格，然后是左括号。然后，有一个数字和一个右括号。之后，会有任意数量的空格，直到遇到"="（等于）字符。然后，任意数量的空格，直到我遇到（可能）浮点数。

如何在C++正则表达式模式中表达这一点？我对C++中的正则表达式概念非常陌生，所以我需要一些帮助。

谢谢

首先，记得#include <regex> .

C++ std::regex_match的工作方式与其他语言中的正则表达式类似。

让我们从一个简单的例子开始：

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

在这种情况下，我们的正则表达式是 ^Mem([0-9]+)=[0-9]+$ .让我们来看看它的作用：

  • 开头的^告诉C++这是行的起点，因此AMem(1)=2不应匹配。
  • 末尾的$告诉C++这是行的终点，因此Mem(1)=2x不应匹配。
  • \(是一个字面上的(字符。 (在正则表达式中具有非常特殊的含义，因此我们将其转义( .但是，字符在C++字符串中具有特殊含义，因此我们使用\(来告诉C++将(传递给正则表达式引擎。
  • [0-9]匹配数字。 \d也应该有效，但话又说回来，也许不是。
  • [0-9]+表示至少一位数字。如果Mem()可以接受，则改用[0-9]*。

如您所见，这就像您在其他语言（例如 Java 或 C#）中找到的正则表达式一样。

现在，要考虑空格，请使用std::regex regex("^\s*Mem\([0-9]+\)\s*=\s*[0-9]+\s*$");

请注意，s包括t，因此无需同时指定两者。如果没有，您将使用 (s|t) 或 [st] ，而不是(s,t) 。

最后，要包含浮点数，我们首先需要考虑Mem(1) = 1.（即后面没有数字的点）是否可以接受。

如果不是，则1.23中的.23是可选的。在正则表达式中，我们使用?来表示这一点。

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

请注意，我们使用.而不仅仅是 . . .在正则表达式中具有特殊含义 - 它匹配任何字符 - 因此我们需要对其进行转义。

如果你有一个支持原始字符串的编译器（例如Visual Studio 2013，GCC 4.5，Clang 3.0），你可以简化正则表达式字符串：

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

若要提取有关匹配字符串的信息，可以使用std::smatch和组。

让我们从一个小的改变开始：

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;

请注意三件事：

  1. 我们添加了smatch .此类存储有关比赛的额外结果信息。
  2. 我们在 [0-9]* 周围添加了额外的括号。这将定义一个组。组告诉正则表达式引擎跟踪其中的任何内容。
  3. 浮点数周围还有更多括号。这将定义第二个组。

非常重要的是，定义组的括号不会被转义，因为我们不希望它们与实际的括号字符匹配。我们实际上想要特殊的正则表达式含义。

现在我们有了组，我们可以使用它们：

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

这将首先打印整个字符串，然后打印Mem()中的数字，然后打印最终数字。

换句话说，m[0]给了我们整场比赛，m[1]给了我们第一组，m[2]给了我们第二组，如果我们有第三组，m[3]会给我们第三组。

相关文章：