如何在C++正则表达式中匹配换行符？

Question

我尝试了以下正则表达式：

const static char * regex_string = "([a-zA-Z0-9]+).*";

void find_first(const std::string str);

int main(int argc, char ** argv)
{
        find_first("0s7fg9078dfg09d78fg097dsfg7sdg\r\nfdfgdfg");
}
void find_first(const std::string str)
{
        std::cout << str << std::endl;
        std::regex rgx(regex_string);
        std::smatch matcher;
        if(std::regex_match(str, matcher, rgx))
        {
                std::cout << "Found : " << matcher.str(0) << std::endl;
        } else {
                std::cout << "Not found" << std::endl;
        }
}

演示

我本来期望正则表达式完全正确并且可以找到组。但它没有。为什么？如何在C++正则表达式中匹配换行符？在Java中它很好用。

- St.Antario

---

如果我没记错的话，在正则表达式中是 $。 - πάντα ῥεῖ

你尝试过使用(.|\r\n)*来匹配，而不是使用.*吗？ - Zereges

使用默认设置，似乎 boost::regex 在使用 '.' 时匹配 '\r'（除非使用 match_not_dot_newline），但 std::regex 不会。到目前为止，我还没有看到在 std 中打开此行为的可能性。 - gast128

Answer 1

正则表达式中的点号通常匹配除了换行符以外的任何字符，使用std::ECMAScript语法。

.   非换行符   匹配除换行符(LF、CR、LS、PS)之外的任何字符。

0s7fg9078dfg09d78fg097dsfg7sdg\r\nfdfgdfg
[a-zA-Z0-9]+ matches until \r ↑___↑ .* would match from here

在许多正则表达式语言中，有一个dotall标志可用于使点号（.）也匹配换行符。

如果没有，不同语言中有一些解决方法，例如使用[^]表示非空或[\S\s]表示任何空格或非空格的组合，结果是匹配任何字符，包括\n。

regex_string = "([a-zA-Z0-9]+)[\\S\\s]*";

或者使用可选的换行符：([a-zA-Z0-9]+).*(?:\\r?\\n.*)* 或者 ([a-zA-Z0-9]+)(?:.|\\r?\\n)*

查看您的更新演示

---

更新 - 值得一提的另一个想法：std::regex :: extended

（'.'）在方括号表达式外使用时，是一个 ERE，应匹配支持的字符集中除 NUL 之外的任何字符。

std::regex rgx(regex_string, std::regex::extended);

在 tio.run 上查看此演示

- bobble bubble

---

在许多正则表达式引擎中，有一个dotall标志可用于使点号也匹配换行符。这是关于C ++的问题，如果答案提到C ++中是否有/s修饰符会很有帮助。 - Pavel P

@PavelP 对的，我这样写是因为我在 C++ 中找不到任何 dotall flag。如果有人知道在 C++ 中是否存在 dotall flag 以及如何使用它，请评论、编辑或提供新答案。 - bobble bubble

顺便提一下，使用std::regex::extended会使懒惰量词无法使用。 - mojmir

Answer 2

你可以尝试使用const static char * regex_string = "((.|\r\n)*)";。

希望这可以帮到你。

- Rajib Chy

---

你需要将 '' 字符转义。 - Sopel

使用 \ 代替 \ 字符。 - Rajib Chy

或者使用原始字符串 R"(((.|\r\n)*))"。 - Broxzier

Answer 3

我正在使用 CTest 和 PROPERTIES PASS_REGULAR_EXPRESSION。

[\S\s]* 没有起作用，但 (.|\r|\n)* 起了作用。

这个正则表达式：

Function registered for ID 2 was called(.|\r|\n)*PASS

匹配项：

Running test function: RegisterThreeDiffItemsTest04
ID 2 registered for callback
ID 4 registered for callback
ID 11 registered for callback
Function registered for ID 2 was called
ID 2 callback deregistered
ID 4 callback deregistered
ID 11 callback deregistered
Setup: PASS

注意：CMakeLists.txt 文件中需要转义反斜杠：

SET (ANDPASS "(.|\\r|\\n)*PASS")

- KenJ