c++ 正则表达式

文章目录

    • 正则表达式
    • cpp标准库之 std::regex 类
    • c++ 目录流 DIR,dirent使用

正则表达式

  • 在编写处理字符串的程序或网页时,经常会有查找符合某些复杂规则的字符串的需要。正则表达式: 就是用于描述这些规则的工具。换句话说,正则表达式就是记录文本规则的代码。

  • 元字符

    代码 说明
    . 匹配除换行符以外的任意字符
    \w 匹配字母或数字或下划线或汉字
    \s 匹配任意的空白符
    \d 匹配数字
    \b 匹配单词的开始或结束
    ^ 匹配字符串的开始
    $ 匹配字符串的结束
  • 字符转移
    如果你想查找元字符本身的话,比如你查找.,或者*,就出现了问题:你没办法指定它们,因为它们会被解释成别的意思。这时你就得使用\来取消这些字符的特殊意义。因此,你应该使用\.和\*。当然,要查找\本身,你也得用\。

  • 重复

    代码/语法 说明
    * 重复零次或更多次
    + 重复一次或更多次
    ? 重复零次或一次
    {n} 重复n次
    {n,} 重复n次或更多次
    {n,m} 重复n到m次
  • 字符类

    • 要想查找数字,字母或数字,空白是很简单的,因为已经有了对应这些字符集合的元字符,但是如果你想匹配没有预定义元字符的字符集合(比如元音字母a,e,i,o,u),应该怎么办?
    • 在方括号里列出它们就行了,像[aeiou]就匹配任何一个英文元音字母,[.?!]匹配标点符号(.或?或!)。
    • 也可以轻松地指定一个字符范围,像[0-9]代表的含意与\d就是完全一致的:一位数字;同理[a-z0-9A-Z_]也完全等同于\w(如果只考虑英文的话)。
    • 下面是一个更复杂的表达式:(?0\d{2}[) -]?\d{8}。
      • 这个表达式可以匹配几种格式的电话号码,像(010)88886666,或022-22334455,或02912345678等。我们对它进行一些分析吧:首先是一个转义字符(,它能出现0次或1次(?),然后是一个0,后面跟着2个数字(\d{2}),然后是)或-或空格中的一个,它出现1次或不出现(?),最后是8个数字(\d{8})。
  • 反义

    代码/语法 说明
    \W 匹配任意不是字母,数字,下划线,汉字的字符
    \S 匹配任意不是空白符的字符
    \D 匹配任意非数字的字符
    \B 匹配不是单词开头或结束的位置
    [^x] 匹配除了x以外的任意字符
    [^aeiou] 匹配除了aeiou这几个字母以外的任意字符

cpp标准库之 std::regex 类

  • C++标准库中常用正则表达式类主要包含如下5组:
    • std::regex_match 函数模板,正则表达式完全匹配整个字符串序列。如果匹配成功,他还可以获取捕获组,单词匹配。
    • std::regex_search 函数模板,在字符串中搜索正则表达式匹配的子,如果搜索成功,他还可以获取捕获组,单词搜索。
    • std::regex_replace 函数模板,多次搜索整个正则表达式(不考虑捕获组),然后替换正则表达式匹配到的结果,多次替换。
    • std::regex_interator 类模板,用于多次重复匹配,不分组,只进行多次匹配整个正则表达式,可获取整个正则表达式的结果,多次匹配。
    • std::regex_token_interator 类模板,用于多次匹配正则表达式,他可以获取整个正则表达式的结果以及正则表达式的前缀和捕获组,多次匹配。
  • 正则表达式模板的使用:
    • Match: 将整个string拿来匹配某个regex.
    • Search: 查找某个string中与regex吻合的部分.
    • Replace: 将与正则表达式吻合的第一个(或者后续所有的)子序列替换掉.
    • Tokenize: 切分即通过指定来切分出来我们感兴趣的正则表达式匹配到的内容

c++ 目录流 DIR,dirent使用

案例使用:

void GetFilesName(const std::string& img_dir_path,std::vector<std::string> &img_file_paths)
{
    DIR* dir;
    // 如果文件打开失败,则抛出异常
    if ((dir = opendir(img_dir_path.c_str())) == nullptr) {
        throw std::runtime_error("directory " + img_dir_path + " does not exist");
    }
    dirent* dp;
    // 使用readdir读取目录中的所有文件     
    for (dp = readdir(dir); dp != nullptr; dp = readdir(dir)) {
        const std::string img_file_name = dp->d_name; 
        // 默认情况下,包括了'.'和'..'目录文件,跳过
		if (img_file_name == "." || img_file_name == "..") {
            continue;
        }
        img_file_paths.push_back(img_dir_path + "/" + img_file_name);
    }
    closedir(dir);
	// 文件按字符名字排序
    std::sort(img_file_paths.begin(), img_file_paths.end());
}
  • 结构体 dirent 中的成员 d_type 表示读取的目录中的文件的类型,d_name 表示读取的目录中的文件的名字。
    struct __dirstream
    {
        void *__fd;
        char *__data;
        int __entry_data;
        char *__ptr;
        int __entry_ptr;
        size_t __allocation;
        size_t __size;
        __libc_lock_define (, __lock)
    };
    typedef struct __dirstream DIR;
    
  • 函数 DIR *opendir(const char *pathname),即打开文件目录,返回的就是指向DIR结构体的指针,而该指针由以下几个函数使用:
    struct dirent *readdir(DIR *dp);//读取到的文件名存储在结构体dirent的d_name成员中
    
    void rewinddir(DIR *dp);
    
    int closedir(DIR *dp);
    
    long telldir(DIR *dp);
    
    void seekdir(DIR *dp,long loc);
    
    #include 
     
    struct dirent
    {
        long d_ino;               /* inode number 索引节点号 */
        off_t d_off;              /* offset to this dirent 在目录文件中的偏移 */
        unsigned short d_reclen;  /* length of this d_name 文件名长 */
        unsigned char d_type;     /* the type of d_name 文件类型 */
        char d_name [NAME_MAX+1]; /* file name (null-terminated) 文件名,最长256字符 *
    }
    

你可能感兴趣的