C++11/正则表达式 - 查找精确字符串，转义

Question

假设用户提供了一个字符串，它可以包含任何类型的字符。例如：

std::string s1{"hello world");
std::string s1{".*");
std::string s1{"*{}97(}{.}}\\testing___just a --%#$%# literal%$#%^"};
...

现在我想在一些文本中搜索出现 >> 紧接着输入字符串 s1 后面再紧跟着 << 的情况。为此，我有以下代码：

现在我希望搜索文本中是否存在>>后面紧跟着输入字符串s1，然后再紧跟着<<的部分内容。为此，我编写了以下代码：

std::string input; // the input text
std::regex regex{">> " + s1 + " <<"};

if (std::regex_match(input, regex)) {
     // add logic here
}

如果s1中不含任何特殊字符，这段代码运行得很好。然而，如果s1包含了一些被正则表达式引擎识别的特殊字符，它就无法工作。

我该如何转义s1，以使std::regex将其视为字面值，从而不解释s1？换句话说，正则表达式应该是：

std::regex regex{">> " + ESCAPE(s1) + " <<"};

在标准库中是否有类似于ESCAPE()的函数？

重要提示：我简化了我的问题。在实际情况中，正则表达式要复杂得多。由于我只遇到了s1被解释的问题，所以我省略了这些细节。

- Karel Demeester

---

使用正则表达式的特定原因是什么？这可以使用string.find完成。 - Austin Brunkhorst

@Austin Brunkhorst 是的，我需要正则表达式。我简化了问题，因为我只是在纠结于字符串被引擎解释的事实。在我的实际情况中，正则表达式更加复杂。 - Karel Demeester

@ForceBru 有两个输入：s1 和一些文本。字符串s1用于动态构建正则表达式，该表达式用于在输入文本中进行搜索。 - Karel Demeester

我会尝试构建一个正则表达式来提取可测试的部分，然后直接比较字符串：std::regex regex{">> (.*?) <<"}; ... if(match.str(1) == s1)... 这种方法在你的情况下可行吗？ - Galik

这与“如何转义字符串以在Boost Regex中使用”有关，因为std :: regex在很大程度上基于boost :: regex。您可以参考该问题以获取答案。 - Cornstalks

Answer 1

您需要使用\转义字符串中的所有特殊字符。最简单直接的方法是在创建表达式regex之前使用另一个表达式来清理输入字符串。

// matches any characters that need to be escaped in RegEx
std::regex specialChars { R"([-[\]{}()*+?.,\^$|#\s])" };

std::string input = ">> "+ s1 +" <<"; 
std::string sanitized = std::regex_replace( input, specialChars, R"(\$&)" );

// "sanitized" can now safely be used in another expression

- Austin Brunkhorst

---

包括 ^ 是有意义的，但你用反斜杠转义了它。我很好奇为什么在这种情况下你要用反斜杠转义它。此外，你还包括了 \s，它匹配空格，但我不确定你为什么需要它（也许是换行符处理？我不知道；我记不清 std::regex 如何处理换行符以及是否转义它们会有所不同）。在我的上一条评论中，我试图说“\”也应该包含在 specialChars 中，但 Markdown 吞掉了它。 - Cornstalks

关于 #，它需要转义吗？ - Karel Demeester

而逗号,呢？为什么需要转义？ - Karel Demeester

只需要使用这些字符 [\^$.|?*+(){} 就可以通过 \ 转义。根据正则表达式的说明。 - c00000fd

@c00000fd 这个列表不足以处理例如 [({])} 的输入。 - Mikhail