C++正则表达式

wangchen_02026-08-16 16:32

正则表达式（Regular Expression，简称regex）是一种用于描述字符串模式的工具，可实现字符串的匹配、搜索、替换、提取等高效操作。C++自C++11起，通过标准库<regex>头文件正式引入正则表达式支持，无需依赖第三方库，即可完成复杂的文本处理任务。

C++标准库的正则表达式体系围绕清晰的结构化模型构建，核心是将正则模式封装为std::regex对象 ，通过标准算法（如regex_match、regex_search）应用于目标字符串，匹配结果则通过std::match_results等对象存储，支持对完整匹配结果和捕获子表达式的结构化访问。

1.正则表达式语法

1.1 基础匹配（普通字符与转义字符）

普通字符：直接匹配自身（如"abc"匹配字符串"abc"）；

转义字符：需加双反斜杠（\\），因为C++字符串中反斜杠本身是转义字符，常用转义字符如下：

cpp 复制代码 
\\d：匹配任意数字（0-9），等价于[0-9]；
\\D：匹配任意非数字，等价于[^0-9]；
\\w：匹配任意字母、数字、下划线（a-z、A-Z、0-9、_）；
\\W：匹配任意非字母、数字、下划线；
\\s：匹配任意空白字符（空格、制表符、换行符等）；
\\S：匹配任意非空白字符；
\\.：匹配任意单个字符（除换行符\n外）；
\\|：匹配竖线本身（竖线在正则中表示"或"，需转义）。

1.2 量词（控制匹配次数）

量词用于指定前面的字符/子表达式匹配的次数，常用量词如下（优先级从高到低）：

cpp 复制代码 
?	    匹配0次或1次（可选）	    ab?c：匹配"ac"、"abc"
+	    匹配1次或多次（至少1次）	\\d+：匹配"1"、"123"、"4567"
*	    匹配0次或多次（任意次数）	abc*：匹配"ab"、"abc"、"abcc"
{n}	    匹配恰好n次	            \\d{3}：匹配"123"、"456"（仅3位数字）
{n,}	匹配至少n次	            \\d{2,}：匹配"12"、"123"、"1234"
{n,m}	匹配n到m次（包含n和m）    \\d{2,4}：匹配"12"、"123"、"1234"

注意：量词默认是"贪婪匹配" （尽可能多匹配），在量词后加?可改为"非贪婪匹配"（尽可能少匹配），例如："a.*?"匹配最短的以a开头的子串。

1.3 捕获组（分组匹配与提取）

用()将正则表达式的一部分括起来，称为捕获组，可实现"分组匹配"，后续可通过match1、match2等获取分组内容，常用于提取复杂字符串中的特定部分。

示例：正则表达式std::regex re("(\\d{4})-(\\d{2})-(\\d{2})");，可匹配日期格式（如2026-04-17），其中：

cpp 复制代码 
match[0]：整个日期字符串（2026-04-17）；
match[1]：年份（2026）；
match[2]：月份（04）；
match[3]：日期（17）。

补充：非捕获组（?:...)------仅用于分组，不捕获结果，可减少不必要的内存开销，例如R"(?:abc)+"，匹配多次abc，但不单独捕获abc。

1.4 边界匹配（精准定位）

用于精准定位匹配的位置，避免部分匹配导致的错误，常用边界符号：

  • ^：匹配字符串的开头（如^abc匹配以abc开头的字符串）；

  • **：匹配字符串的结尾**（如abc匹配以abc结尾的字符串）；

  • \\b：单词边界（匹配单词的开头或结尾，如\\bhello\\b匹配独立的hello单词，不匹配helloworld）。

1.5 逻辑匹配（或、非、与）

  • 或（|） ：匹配多个模式中的一个，例如 abc|def 匹配abc或def；

  • 非（\^...） ：匹配不在括号内的任意字符，例如 \^0-9 匹配非数字字符；

  • 与（默认）：正则表达式中，多个字符/子表达式连续书写，即为"与"关系，例如abc匹配a且b且c连续出现。

2.核心组件

2.1 正则表达式对象：std::regex

std::regex是C++正则表达式的核心类，用于封装编译后的正则表达式模式，构造时需指定正则字符串和可选的语法/匹配标志。

构造方式：直接传入正则字符串，可搭配语法标志（如ECMAScript、icase(不区分大小写)等）

语法与匹配选项常量说明：

（1）Grammar option（语法选项）：指定正则表达式的语法规则，一次只能选一种，默认是 ECMAScript。

  • ECMAScript：默认选项，使用修改过的 ECMAScript 语法，与 JavaScript/Java 正则兼容，在绝大多数 C++ 开发场景中最通用；

  • basic：是 POSIX BRE（基本正则），语法老旧，不支持 `+` `?` `{m,n}`，用于兼容传统 `grep` 等老旧 POSIX 工具；

  • extended：是 POSIX ERE（扩展正则），支持 `+` `?` `{m,n}`，更接近现代语法，兼容 `grep -E` / `egrep`；

  • awk：采用 POSIX awk 工具的正则语法，兼容 awk 脚本的写法；

-grep：类似 basic，但额外把换行符 `\n` 作为"或"操作符；

  • egrep：类似 extended，但把 `\n` 和制表符 `\t` 都作为分隔符，以兼容 `grep -E` / `egrep` 的跨行匹配语义。

（2）Grammar variation（语法变体 / 匹配选项）：修饰匹配行为（如忽略大小写、多行模式等），可以用 | 与语法选项组合。

  • icase：忽略大小写匹配，可以同时匹配 hello/Hello/HELLO 等不同大小写形式；

  • nosubs ：禁用捕获组 ，匹配结果中不存储子表达式内容，适用于只需要判断是否匹配而无需提取分组的场景，可以提升性能；

  • optimize：优化匹配速度，编译正则时会做额外处理（耗时更长），适合正则会被重复调用的场景（如循环中），以空间换时间；

  • collate：使字符范围 a-b 受 locale 影响（如非 ASCII 字符的排序规则），用于处理本地化字符（如中文、法语等）；

  • multiline（C++17 引入）：多行模式，让 `^` 匹配每行开头、`$` 匹配每行结尾，而非仅匹配整个字符串的首尾，用于处理多行文本（如日志文件）时的逐行匹配需求。

cpp 复制代码 
#include <iostream>
#include <regex>
#include <string>
using namespace std;

int main() {
    // 邮箱正则表达式
    // R 的作用是引入原始字符串字面量，让字符串中的反斜杠\、双引号等特殊字符不再被转义
    regex email_regex(R"(^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$)");
    //regex email_regex("(^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Za-z]{2,}$)");
    string email;

    cout << "请输入邮箱地址：";
    cin >> email;

    try {
        smatch match_res;
        if (regex_match(email, match_res, email_regex)) {
            cout << "邮箱格式合法！匹配结果：" << match_res.str() << endl;
        } else {
            cout << "邮箱格式非法！" << endl;
        }
    } catch (const regex_error& e) {
        cout << "正则表达式错误：" << e.what() << endl;
    }

    return 0;
}

2.2 匹配结果存储：std::match_results

用于存储正则匹配的结果，本质是一个包含子匹配（sub_match）的容器，常用的实例化类型有3种，根据目标字符串类型选择：

（1）std::smatch：目标字符串为std::string

最常用，匹配结果与string对应，可通过str()获取字符串形式

cpp 复制代码 
std::regex_match(const std::string& s, std::smatch& m, const std::regex& e);
std::regex_search(const std::string& s, std::smatch& m, const std::regex& e);
cpp 复制代码 
#include <regex>
#include <iostream>
#include <string>

int main() {
    std::string text = "出生日期: 1990-05-20";
    std::regex re(R"((\d{4})-(\d{2})-(\d{2}))");
    std::smatch match;
    
    if (std::regex_search(text, match, re)) {
        std::cout << "完整匹配: " << match.str() << std::endl;      // 1990-05-20
        std::cout << "年份: " << match[1].str() << std::endl;       // 1990
        std::cout << "月份: " << match[2].str() << std::endl;       // 05
        std::cout << "日期: " << match[3].str() << std::endl;       // 20
    }
    return 0;
}

（2）std::cmatch：目标字符串为const char*

适用于C风格字符串，使用方式与smatch一致

cpp 复制代码 
std::regex_match(const char* s, std::cmatch& m, const std::regex& e);
std::regex_search(const char* s, std::cmatch& m, const std::regex& e);

（3）std::wsmatch：目标字符串为std::wstring

用于宽字符字符串，处理中文等多字节字符场景

cpp 复制代码 
std::regex_match(const std::wstring& s, std::wsmatch& m, const std::wregex& e);
std::regex_search(const std::wstring& s, std::wsmatch& m, const std::wregex& e);

核心用法：匹配成功后，通过下标访问匹配结果，match0表示整个匹配的字符串，match1、match2...表示第1、2...个捕获组的内容（捕获组由正则中的()定义）。

2.3 核心匹配函数

C++提供3个核心正则匹配函数，分别对应不同的匹配场景，需根据需求选择，避免混用导致逻辑错误：

（1）std::regex_match

功能：完整匹配------要求目标字符串从头到尾完全符合正则模式，一个字符都不能多、不能少，常用于字符串格式验证（如邮箱、手机号、日期等）。

cpp 复制代码 
// 函数原型
bool regex_match(const std::string& s, const std::regex& e);
bool regex_match(const std::string& s, std::smatch& m, const std::regex& e);
cpp 复制代码 
#include <regex>
#include <iostream>

int main() {
    std::regex email_regex(R"([A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,})");
    
    std::string valid_email = "user@example.com";
    std::string invalid_email = "my email is user@example.com";
    
    if (std::regex_match(valid_email, email_regex)) {
        std::cout << "邮箱格式正确" << std::endl;  // 执行
    }
    
    if (!std::regex_match(invalid_email, email_regex)) {
        std::cout << "邮箱格式不正确" << std::endl;  // 执行
    }
    
    // 提取捕获组
    std::regex date_regex(R"((\d{4})-(\d{2})-(\d{2}))");
    std::string date = "2024-12-25";
    std::smatch match;
    
    if (std::regex_match(date, match, date_regex)) {
        std::cout << "年: " << match[1] << ", 月: " << match[2] << ", 日: " << match[3] << std::endl;
    }
}

（2）std::regex_search

功能：部分匹配 （搜索匹配）------在目标字符串中搜索第一个符合正则模式的子串，无需整个字符串匹配，常用于提取子串、判断字符串中是否包含某类内容（如日志中提取IP地址）。

cpp 复制代码 
// 函数原型
bool regex_search(const std::string& s, const std::regex& e);
bool regex_search(const std::string& s, std::smatch& m, const std::regex& e);
bool regex_search(const char* first, const char* last, std::cmatch& m, const std::regex& e);
cpp 复制代码 
#include <regex>
#include <iostream>
#include <string>

int main() {
    std::string log = "2024-12-25 10:30:45 ERROR: Connection failed from 192.168.1.100";
    std::regex ip_regex(R"(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})");
    std::smatch match;
    
    if (std::regex_search(log, match, ip_regex)) {
        std::cout << "找到IP: " << match[0] << std::endl;  // 192.168.1.100
    }
    
    // 搜索所有匹配（配合迭代器）
    std::string text = "苹果15元，香蕉8元，橙子12元";
    std::regex price_regex(R"(\d+元)");
    auto begin = std::sregex_iterator(text.begin(), text.end(), price_regex);
    auto end = std::sregex_iterator();
    
    for (auto it = begin; it != end; ++it) {
        std::cout << "价格: " << it->str() << std::endl;
    }
    // 输出: 15元, 8元, 12元
}

注意：默认从字符串开头开始搜索，可通过传入迭代器指定搜索范围（如跳过前导空格）；若需搜索所有匹配子串，需结合std::sregex_iterator使用。

（3）std::regex_replace

功能：替换匹配 ------在目标字符串中，将所有符合正则模式的子串替换为指定字符串，支持替换为捕获组的内容，常用于文本清洗（如去除空格、替换敏感字符）。

cpp 复制代码 
// 函数原型
std::string regex_replace
(const std::string& s, const std::regex& e, const std::string& fmt);
std::string regex_replace(const std::string& s, const std::regex& e, 
const std::string& fmt, std::regex_constants::match_flag_type flags);

fmt 在 std::regex_replace 中指定替换格式字符串
cpp 复制代码 
#include <regex>
#include <iostream>
#include <string>

int main() {
    // 基础替换：去除所有空格
    std::string text1 = "Hello   World   C++";
    std::regex space_regex(R"(\s+)");
    std::string result1 = std::regex_replace(text1, space_regex, " ");
    std::cout << result1 << std::endl;  // Hello World C++
    
    // 使用捕获组：格式化电话号码
    std::string phone = "13812345678";
    std::regex phone_regex(R"((\d{3})(\d{4})(\d{4}))");
    // $1、$2、$3 是反向引用，用于引用正则表达式中捕获组匹配到的内容。
    std::string formatted = std::regex_replace(phone, phone_regex, "$1-$2-$3");
    std::cout << formatted << std::endl;  // 138-1234-5678
    
    // 敏感信息脱敏
    std::string id_card = "身份证号：11010119900307663X";
    std::regex id_regex(R"((\d{6})\d{8}(\d{3}[0-9X]))");
    std::string masked = std::regex_replace(id_card, id_regex, "$1********$2");
    std::cout << masked << std::endl;  // 身份证号：110101********63X
    
    // 清洗HTML标签
    std::string html = "<p>Hello <b>World</b></p>";
    std::regex tag_regex(R"(<[^>]*>)");
    std::string clean = std::regex_replace(html, tag_regex, "");
    std::cout << clean << std::endl;  // Hello World
}

2.4 迭代器（批量匹配）

当需要提取目标字符串中所有符合正则模式的子串时，需使用正则迭代器，常用std::sregex_iterator（对应std::string），可遍历所有匹配结果。

核心逻辑：通过迭代器初始化时传入目标字符串和正则对象，循环遍历迭代器，直到迭代器指向end()，每次迭代可获取一个匹配结果（smatch对象）。

cpp 复制代码 
// 构造函数：指定搜索范围和正则表达式
std::sregex_iterator it(字符串起始迭代器, 字符串结束迭代器, 正则表达式对象);
std::sregex_iterator end;  // 默认构造的尾后迭代器

// 遍历所有匹配
for (auto it = std::sregex_iterator(str.begin(), str.end(), regex); 
         it != std::sregex_iterator(); 
         ++it) {
    std::smatch match = *it;
    // 处理匹配结果
}
cpp 复制代码 
#include <regex>
#include <iostream>
#include <string>

int main() {
    std::string text = "订单号：ORD-001，金额：299元；订单号：ORD-002，金额：450元；订单号：ORD-003，金额：128元";
    std::regex order_regex(R"(ORD-(\d{3}))");
    // 创建正则迭代器
    auto begin = std::sregex_iterator(text.begin(), text.end(), order_regex);
    auto end = std::sregex_iterator();  // 尾后迭代器
    
    // 遍历所有匹配结果
    for (auto it = begin; it != end; ++it) {
        std::smatch match = *it;
        std::cout << "完整匹配: " << match.str() << std::endl;
        std::cout << "捕获组(订单号后3位): " << match[1].str() << std::endl;
        std::cout << "---" << std::endl;
    }
    return 0;
}

3. std::regex_error 错误处理详解

std::regex_error 是 C++ 标准库中专门用于报告正则表达式相关异常的类，继承自std::runtime_error。

cpp 复制代码 
#include <regex>
#include <iostream>

class regex_error : public std::runtime_error {
public:
    // 构造函数（内部使用，用户无法直接构造）
    explicit regex_error(regex_constants::error_type ecode);
    
    // 返回错误码枚举值
    regex_constants::error_type code() const noexcept;
    
    // 返回错误描述字符串（继承自 std::runtime_error）
    const char* what() const noexcept override;
};
cpp 复制代码 
#include <regex>
#include <iostream>
#include <string>

void test_regex(const std::string& pattern) {
    std::cout << "测试模式: \"" << pattern << "\"" << std::endl;
    try {
        std::regex re(pattern);
        std::cout << "✓ 编译成功" << std::endl;
    } catch (const std::regex_error& e) {
        std::cout << "✗ 编译失败: " << e.what() << std::endl;
        std::cout << "  错误码: " << e.code() << std::endl;
    }
    std::cout << std::endl;
}

int main() {
    test_regex("(unclosed");      // 括号不匹配
    test_regex("*");              // 量词前无内容
    test_regex("a{1,2");          // 花括号语法错误
    test_regex("a{5,2}");         // 花括号范围无效
    test_regex("\\c");            // 无效转义序列
    test_regex("[[:invalid:]]");  // 无效字符类名
    test_regex("[z-a]");          // 字符范围无效
    test_regex("(valid)\\d+");    // 正确正则
    return 0;
}
cpp 复制代码 
error_brack	    括号不匹配	        "(" 缺少 ")"、"[]" 不闭合
error_badrepeat	重复量词前无表达式	"*"、"+?"、"{2}" 前面没有可重复的内容
error_brace	    花括号 {} 错误	    "{1,2" 缺少 }、"{1,a}" 非数字
error_brace_range	花括号范围无效	"{5,2}" 下限大于上限
error_escape	无效的转义序列	    "\\c"（无效转义）、"\\u123"（不完整）
error_content	无效的字符内容	    字符类内无效使用，如 "[a-"
error_collate	无效的排序元素	    "[[.xx.]]" 无效的排序名
error_ctype	    无效的字符类名	    "[[:invalid:]]"
error_range	    字符范围无效	        "[z-a]" 起始大于结束
error_parsing	解析失败（通用错误）	语法解析器遇到无法识别的内容
error_space	    内存不足	            编译后的正则表达式太大，超出内存限制
error_stack	    栈溢出	            正则表达式过于复杂，递归深度超限
error_complexity	复杂度超限	    匹配操作过于耗时（如灾难性回溯）
error_collate	无效的排序元素	    同上（某些实现中重复定义）
相关推荐
何以解忧，唯有..2 小时前
Python 元组（tuple）详解：使用、遍历与排序
开发语言·python
KANGBboy2 小时前
Python eval安全隐患
开发语言·python
IT爱学堂2 小时前
java版数据结构和算法+AI算法和技能学习指南
java·开发语言
淼澄研学3 小时前
Python结合大模型挖掘搜题长尾关键词实操指南
开发语言·python
FfHUCisI3 小时前
Golang - 信号量模式（Semaphore Pattern）
开发语言·后端·golang
m0_547486663 小时前
《Java程序设计与实践 》全套PPT课件2026
java·开发语言
码匠许师傅4 小时前
【C++ 面试真题】聊聊 C++ 中的 lambda 表达式
java·c++·面试
依然鸣4 小时前
PTA团体程序设计天梯赛L1真题讲解L1-085-088
数据结构·c++·经验分享·算法·深度优先·pat考试
灵析表格4 小时前
灵析表格财务函数深度实用性分析与实操教程
开发语言·ai·json·excel·wps
热门推荐
01GitHub 镜像站点02国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）03微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新042026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？05Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费06历年考研数学一、数学二、数学三真题试卷及答案PDF07VSCode+CodeX扩展，无法启动08AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路092026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片10如何新建文件夹？ 电脑新建文件夹的4种方法