如何仅获取给定捕获的组<regex>c ++

How to get only given captured group <regex> c++

本文关键字：regex lt gt 获取 何仅      更新时间：2023-10-16

我想提取标签的内部内容。从以下字符串： 

<tag1 val=123>Hello</tag1>

我只想得到 

Hello

我做什么：

string s = "<tag1 val=123>Hello</tag1>";
regex re("<tag1.*>(.*)</tag1>");
smatch matches;
bool b = regex_match(s, matches, re);

但它返回两个匹配项：

<tag1 val=123>Hello</tag1>
Hello

当我尝试像这样只获得第一个捕获的组时：

"<tag1.*>(.*)</tag1>1"

我得到零匹配。

请指教。

regex_match仅返回一个匹配项，其中包含所有捕获组子匹配项(其数量取决于模式中有多少组(。

在这里，您只能获得包含两个子匹配项的 1 个匹配项：1( 整个匹配项，2( 捕获组 1 值。

若要获取捕获组的内容，需要访问smatches对象第二个元素，matches[1].str()或matches.str(1)

请注意，当您编写 "<tag1.*>(.*)</tag1>1" 时，1不会解析为反向引用，而是解析为八进制代码为 1 的字符。即使您定义了反向引用(如"<tag1.*>(.*)</tag1>\1"(，您也需要在</tag1>后重复使用捕获组 1 捕获的整个文本 - 这绝对不是您想要的。实际上，我怀疑这个正则表达式有什么好处，至少，你需要用"[\s\S]*?"替换".*"，但它仍然是一种用正则表达式解析 HTML 的脆弱方法。

相关文章：