Программирование. Принципы и практика использования C++ Исправленное издание, стр. 327

// получаем извне шаблон и набор строк

// проверяем шаблон и ищем строки, содержащие этот шаблон

int main()

{

regex pattern;

string pat;

cout << "введите шаблон: ";

getline(cin,pat); // считываем шаблон

try {

pattern = pat; // проверка шаблона

cout << "Шаблон: " << pattern << '\n';

}

catch (bad_expression) {

cout << pat

         &lt;&lt; &quot;Не является корректным регулярным выражением\n&quot;;

exit(1);

}

cout << "Введите строки:\n";

string line; // входной буфер

int lineno = 0;

while (getline(cin,line)) {

++lineno;

smatch matches;

if (regex_search(line, matches, pattern)) {

cout << " строка " << lineno << ": " << line << '\n';

for (int i = 0; i<matches.size(); ++i)

cout << "\tmatches[" << i << "]: "

<< matches[i] << '\n';

}

else

cout << "не соответствует \n";

}

ПОПРОБУЙТЕ

Запустите эту программу и попробуйте применить ее для проверки нескольких шаблонов, например abc, x.*x, ( .* ), $[^)]*$ и \ w+\w+(Jr\.) ?.

23.9. Сравнение регулярных выражений

Регулярные выражения в основном используются в двух ситуациях.

• Поиск строки, соответствующей регулярному выражению в (произвольно длинном) потоке данных, — функция

regex_search()

ищет этот шаблон как подстроку в потоке.

• Сравнение регулярного выражения со строкой (заданного размера) — функция

regex_match()

ищет полное соответствие шаблона и строки.

Одним из примеров является поиск почтовых индексов в разделе 23.6. Рассмотрим извлечение данных из следующей таблицы.

Программирование. Принципы и практика использования C++ Исправленное издание - _288.png

Эта совершенно типичная и не очень сложная таблица (количество учеников в 2007 году в средней школе, в которой учился Бьярне Страуструп) извлечена с веб страницы, на которой она выглядела именно так, как нам нужно.

• Содержит числовые поля.

• Содержит символьные поля в строках, понятных только людям, знающим контекст, из которого извлечена таблица. (В данном случае ее могут понять только люди, знающие датский язык.)

• Символьные строки содержат пробелы.

• Поля отделены друг от друга разделителем, роль которого в данном случае играет символ табуляции.

Мы назвали эту таблицу совершенно типичной и не очень сложной, но следует иметь в виду, что одна тонкость в ней все же скрывается: на самом деле мы не можем различить пробелы и знаки табуляции; эту проблему читателям придется устранить самостоятельно.

Проиллюстрируем использование регулярных выражения для решения следующих задач.

• Убедимся, что таблица сформирована правильно (т.е. каждая строка имеет правильное количество полей).

• Убедимся, что суммы подсчитаны правильно (в последней строке содержатся суммы чисел по столбцам).

Если мы сможем это сделать, то сможем сделать почти все! Например, мы смогли бы создать новую таблицу, в которой строки, имеющие одинаковые первые цифры (например, годы: первый класс должен иметь номер 1), объединены или проверить, увеличивается или уменьшается количество студентов с годами (см. упр. 10-11).

Для того чтобы проанализировать эту таблицу, нам нужны два шаблона: для заголовка и для остальных строк.

regex header( "^[\\w ]+( [\\w ]+)*$");

regex row( "^[\\w ]+(\\d+)(\\d+)(\\d+)$");

Помните, мы хвалили синтаксис регулярных выражений за лаконичность и полезность, а не за легкость освоения новичками? На самом деле регулярные выражения имеют заслуженную репутацию языка только для письма (write-only language). Начнем с заголовка. Поскольку он не содержит никаких числовых данных, мы могли бы просто отбросить первую строку, но — исключительно для приобретения опыта — попробуем провести ее структурный анализ. Она содержит четыре словарных поля (буквенно-цифровых поля”, разделенных знаками табуляции). Эти поля могут содержать пробелы, поэтому мы не можем просто использовать управляющий символ

\w

, чтобы задать эти символы. Вместо этого мы используем выражение

[\w]

, т.е. словообразующий символ (букву, цифру или знак подчеркивания) или пробел. Один или несколько словообразующих символов задается выражением

[\w]+

. Мы хотим найти тот из них, который стоит в начале строки, поэтому пишем выражение

^[\w ]+

. “Шапочка” (

^

) означает “начало строки”. Каждое из оставшихся полей можно выразить как знак табуляции, за которым следуют некие слова:

([\w]+)

. До конца строки их может быть сколько угодно:

([\w]+)*$

. Знак доллара (

$

) означает “конец строки”. Теперь напишем строковый литерал на языке C++ и получим дополнительные обратные косые черты.

"^[\\w ]+( [\\w ]+)*$"