C ++正则表达式：非贪婪的匹配

Question

我正在尝试制作一个匹配URL参数的正则表达式并提取它们。

例如，如果我得到以下参数字符串?param1=someValue&param2=someOtherValue ， std::regex_match应该提取以下内容：

• param1
• some_content
• param2
• some_other_content

在尝试了不同的正则表达式模式之后，我最终构建了一个对应于我想要的模式： std::regex("(?:[\\\\?&]([^=&]+)=([^=&]+))*") 。

如果我采用前面的示例， std::regex_match按预期匹配。 但是，它不会提取预期值，只保留最后捕获的值。

例如，以下代码：

std::regex paramsRegex("(?:[\\?&]([^=&]+)=([^=&]+))*");
std::string arg = "?param1=someValue&param2=someOtherValue";
std::smatch sm;

std::regex_match(arg, sm, paramsRegex);
for (const auto &match : sm)
   std::cout << match << std::endl;

将给出以下输出：

param2
someOtherValue

如您所见，param1及其值被跳过而不被捕获。

在谷歌搜索后，我发现这是由于贪婪的捕获，我已将我的正则表达式修改为"(?:[\\\\?&]([^=&]+)=([^=&]+))\\\\*?" 为了实现非贪婪的捕获。

当我在rubular上尝试它时，这个正则表达式运行良好但是当我在C ++中使用它时它不匹配（ std::regex_match返回false并且没有捕获任何内容）。

我尝试了不同的std::regex_constants选项（使用std::regex_constants::grep ， std::regex_constants::egrep ，...）的不同正则表达式语法，但结果是一样的。

有人知道如何在C ++中进行非贪婪的正则表达式捕获吗？

Answer 1

正如Casimir et Hippolyte在评论中解释的那样，我只需要：

• 删除量词
• 使用std::regex_iterator

它给了我以下代码：

std::regex paramsRegex("[\\?&]([^=]+)=([^&]+)");
std::string url_params = "?key1=val1&key2=val2&key3=val3&key4=val4";
std::smatch sm;

auto params_it = std::sregex_iterator(url_params.cbegin(), url_params.cend(), paramsRegex);
auto params_end = std::sregex_iterator();

while (params_it != params_end) {
    auto param = params_it->str();

    std::regex_match(param, sm, paramsRegex);
    for (const auto &s : sm)
       std::cout << s << std::endl;

    ++params_it;
}

这是输出：

?key1=val1
key1
val1
&key2=val2
key2
val2
&key3=val3
key3
val3
&key4=val4
key4
val4

原始正则表达式(?:[\\\\?&]([^=&]+)=([^=&]+))*刚刚变为[\\\\?&]([^=]+)=([^&]+) 。

然后，通过使用std::sregex_iterator ，我在每个匹配的组上得到一个迭代器（ ?key1=val1 ， &key2=val2 ，...）。

最后，通过在每个子字符串上调用std::regex_match ，我可以检索参数值。

Answer 2

尝试使用match_results :: prefix / suffix：

string match_expression("your expression");
smatch result;
regex fnd(match_expression, regex_constants::icase);
while (regex_search(in_str, result, fnd, std::regex_constants::match_any)) 
{
    for (size_t i = 1; i < result.size(); i++)
    {           
        std::cout << result[i].str();
    }
    in_str = result.suffix();
}