在C++中使用Boost正则表达式提取子匹配项

Question

我正在尝试使用boost正则表达式从文本文件中提取子匹配项。目前，我只返回第一行有效的行和完整的行，而不是有效的电子邮件地址。我尝试使用迭代器和子匹配项，但没有成功。这是当前的代码：

if(Myfile.is_open()) {
    boost::regex pattern("^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*(\.[a-z]{2,4})$");
    while(getline(Myfile, line)) {
            string::const_iterator start = line.begin();
            string::const_iterator end = line.end();
            boost::sregex_token_iterator i(start, end, pattern);
            boost::sregex_token_iterator j;
            while ( i != j) {
            cout << *i++ << endl;  

    } 
    Myfile.close(); 
}

- John

Answer 1

使用boost::smatch。

boost::regex pattern("what(ever) ...");
boost::smatch result;
if (boost::regex_search(s, result, pattern)) {
    string submatch(result[1].first, result[1].second);
    // Do whatever ...
}

- janm

---

也许我的正则表达式有问题，但对我来说这并没有产生正确的结果。 - John

Answer 2

const string pattern = "(abc)(def)";  
const string target = "abcdef"; 

boost::regex regexPattern(pattern, boost::regex::extended); 
boost::smatch what; 

bool isMatchFound = boost::regex_match(target, what, regexPattern); 
if (isMatchFound) 
{ 
    for (unsigned int i=0; i < what.size(); i++) 
    { 
        cout << "WHAT " << i << " " << what[i] << endl; 
    } 
} 

输出结果如下：

WHAT 0 abcdef 
WHAT 1 abc 
WHAT 2 def 

Boost使用括号子匹配，第一个子匹配始终是完全匹配的字符串。regex_match必须将整行输入与模式匹配，如果您要匹配子字符串，请改用regex_search。 我上面使用的示例使用了posix扩展的正则表达式语法，该语法使用boost::regex::extended参数进行指定。省略该参数会将语法更改为使用perl样式的正则表达式语法。还有其他可用的正则表达式语法。

- Zero

Answer 3

这一行：

string submatch(result[1].first, result[1].second);

在Visual C++中会导致错误（我测试了2012版，但较早版本也可能存在此问题）

请参见https://groups.google.com/forum/?fromgroups#!topic/cpp-netlib/0Szv2WcgAtc进行分析。

- user1980411

Answer 4

将 boost::sub_match 转换为 std::string 最简单的方法是：

boost::smatch result;
// regex_search or regex_match ...
string s = result[1];

- Like