vc 可用的正则表明式库

gnuregex,PCRE,greta,boost,CAtlReg

 

里头 CAtlReg 和greta 是微软的,可是 greta
据说已经积年累月不保障,无法在新式的编译器中编译.


然而自己看 PCRE 也是 2007 年的呀.
http://gnuwin32.sourceforge.net/packages/pcre.htm

哦,应该从 http://www.pcre.org/ 进去,这些诚然是本子未最新的.

据说
pcre就是公认最牛的C语言的正则表明式库,Python、Perl等语言都是用它。”
不了解 php 用的是怎么库.

 ————————————————–

ATL正则表明式库使用

作者:firingme

转载:www.csdn.net

ATL中,由于ATL
Server的需要,需要对Client发送过来的地点、命令等复小说字字段音信解码,而正则表明式是公认的最强劲的文字解析工具,所以,ATL提供了一些用以正则表明式的库方便了俺们的工作。

1、 CATLRegExp类

声明:

template <class CharTraits=CAtlRECharTraits>
class CAtlRegExp; 

初始化:

与微软的GRETA类库(微软钻探院生产的另一个正则表明式类库)不同,CATLRegExp并没
有在构造函数中提供起首化匹配字符串的点子,而是让使用者通过调用它的Parse()方法,
使用正则表明式字符串作为参数,就足以协会出一个我们所需要的用于匹配的类,例如我们需要分外一种时光格式,可以是h:mm、也可以是hh:mm,那么我们得以这么构造我们的CAtlRegExp类:

CAtlRegExp <> re;
re.Parse( "{[0-9]?[0-9]}:{[0-9][0-9]}" ); 

ATL的正则表明式语法和Perl的正则表明式语法通辽小异,不过有一个值得注意的地点就
是ATL中用大括号({
})表示其匹配字符串中的Group,我们地点的表明式中,就声称了2
个Group,一个是[0-9]?[0-9],另一个是[0-9][0-9]。

匹配:
调用CATLRegExp的Match()方法,就可以用该类来开展匹配了,Match方法的原型如下:

BOOL Match(const RECHAR *szIn, CAtlREMatchContext<CharTraits> *pContext, const RECHAR **ppszEnd=NULL)

参数的意思很彰着,可是需要注意到第一个参数的型别是:const RECHAR *
szIN,是一个
const指针,那表明我们得以一本万利得使用std::string类的c_str()方法给其传递参数。

Match的结果通过第二个参数pContext所指向的CAtlREMatchContext<>类来重回,Match
的结果及其有关信息都被寄放在CAtlREMatchContext类中,大家假诺访问CAtlREMatchContext的不二法门和分子就足以博得匹配
的结果。

2、 CAtlREMatchContext类

声明:

template <class CharTraits=CAtlRECharTraits>
class CAtlREMatchContext

使用:

CAtlREMatchContext通过m_uNumGroups成员以及GetMatch()方法向调用者提供匹配的结果音信。m_uNumGroups代表匹配上的Group有多少组,GetMatch()则依照传递给它的Group
的Index值,重临匹配上的字符串的pStart和pEnd指针,调用者有了这多少个指针,自然可以很有利的得到匹配结果。

3、 一个小示例

下边这些事例来源于MSDN,演示了CATLRegExp和CAtlREMatchContext类的优良使用办法:

#include "stdafx.h"
#include <atlrx.h>

int main(int argc, char* argv[])
{
   CAtlRegExp<> reUrl;

   // five match groups: scheme, authority, path, query, fragment
   REParseError status = reUrl.Parse(
        "({[^:/?#]+}:)?(//{[^/?#]*})?{[^?#]*}(?{[^#]*})?(#{.*})?" );
   if (REPARSE_ERROR_OK != status)
   {
      // Unexpected error.
      return 0;
   }

   CAtlREMatchContext<> mcUrl;
   if (!reUrl.Match( "http://search.microsoft.com/us/Search.asp?qu=atl&boolean=ALL#results",
      &mcUrl))
   {
      // Unexpected error.
      return 0;
   }

   for (UINT nGroupIndex = 0; nGroupIndex < mcUrl.m_uNumGroups;
        ++nGroupIndex)
   {
      const CAtlREMatchContext<>::RECHAR* szStart = 0;
      const CAtlREMatchContext<>::RECHAR* szEnd = 0;
      mcUrl.GetMatch(nGroupIndex, &szStart, &szEnd);

      ptrdiff_t nLength = szEnd - szStart;
      printf("%d: \"%.*s\"\n", nGroupIndex, nLength, szStart);
   }
}

Output

0: “http”
1: “search.microsoft.com”
2: “/us/Search.asp”
3: “qu=atl&boolean=ALL”
4: “results”

事例中所用的正则表明式为:

({[^:/?#]+}:)?(//{[^/?#]*})?{[^?#]*}(?{[^#]*})?(#{.*})?

以()为分界标志,共分为5组,第一组是{[^:/?#]+}:,^是“非”前面成员的意趣,那么也就是说第一组从起头最先,一直到:、/、?、#内部任何一个了结。联系后面的待匹配字符串就可以得出所匹配的结果是http。

4、 自定义匹配字符串的缩写模式

为了方便,ATL已经帮我们定义了有些平常利用的正则表明式的概括格局。例如:\d代表([0-9])、\n代表(\r|(\r?
\n))等。那么些缩写形式都突显在CAtlRECharTraitsA/CAtlRECharTraitsW等类中,把这多少个类作为模板参数传递给
CATLRegExp和 CAtlREMatchContext,我们就足以定义自己的匹配字符串缩写了。

class CAtlRECharTraitsA
{
    static const RECHARTYPE** GetAbbrevs()
    {
        static const RECHARTYPE *s_szAbbrevs[] = 
        {
            "a([a-zA-Z0-9])",   // alpha numeric
            "b([ \\t])",        // white space (blank)
            "c([a-zA-Z])",  // alpha
            "d([0-9])",     // digit
            "h([0-9a-fA-F])",   // hex digit
            "n(\r|(\r?\n))",    // newline
            "q(\"[^\"]*\")|(\''''[^\'''']*\'''')",   // quoted string
            "w([a-zA-Z]+)", // simple word
            "z([0-9]+)",        // integer
            NULL
        };

        return s_szAbbrevs;
    }
};

上述是atlrx.h摘录下来的代码,可以很精晓地看看ATL是由此一个GetAbbrevs()函数
来定义字符串缩写的。要定义新的缩写情势,大家只需要如此:

class   MyRegTraits : public ATL::CAtlRECharTraitsA
{
public:
    static const RECHARTYPE** GetAbbrevs()
    {
        static const RECHARTYPE *s_szAbbrevs[] = 
        {
            "a([a-zA-Z0-9])",   // alpha numeric
            "b([ \\t])",        // white space (blank)
            "c([a-zA-Z])",  // alpha
            "d([0-9])",     // digit
            "h([0-9a-fA-F])",   // hex digit
            "n(\r|(\r?\n))",    // newline
            "q(\"[^\"]*\")|(\''''[^\'''']*\'''')",   // quoted string
            "w([a-zA-Z]+)", // simple word
            "z([0-9]+)",        // integer
            "e([0-8]+)",        //自己添加
            NULL
        };
        return s_szAbbrevs;
    }

};

让我们自己定义的Trait类继承自CAtlRECharTraitsA,然后改写GetAbbrevs()函数,扩张一些内需的简写就可以被使用了。下边的代码示例了应用了我们友好的类中定义的“\e”简
略表达:

int main ( )
{
    ATL::CAtlRegExp < MyRegTraits > re ;
    re.Parse( "\\e+" ); 
    ATL::CAtlREMatchContext < MyRegTraits > mc ;

    BOOL res1 = re.Match( "678", &mc );  // returns TRUE: successful match
    res1 = re.Match ( "999" , &mc ) ;    //  returns FALSE:match fail
}

比方在构造ATL::CAtlRegExp和 ATL::CAtlREMatchContext类时,传递过去大家的
MyRegTraits类作为Traits的参数,就足以向来利用自己定义的简要符号了。

5、 结尾C语言,

即便现在C++的社区里早就具有了Boost::regex,GRETA等丰硕知名的正则表明式库,然而作为VC++自带的模板库,ATL中的正则表明式库依然给我们的工作提供了极大的福利。由于
ATL是微软官方发表的Library,所以它有着得天独厚的文档表明、严刻的测试以及微软官方的
技术扶助。此外在用ATL开发COM组件的时候,更可以一本万利地使用正则库的伟大威力。

由于自己学识所限,作品内容错在所难免,如有批评指正之词,请mail
:firingme@sina.com