我对下面的 C++11 代码有点困惑：
#include <iostream>
#include <string>
#include <regex>
int main()
{
std::string haystack("abcdefabcghiabc");
std::regex needle("abc");
std::smatch matches;
std::regex_search(haystack, matches, needle);
std::cout << matches.size() << std::endl;
}
我希望它打印出3，但我得到的是1。我错过了什么吗？
【问题讨论】：
您会得到1，因为regex_search 只返回1 个匹配项，而size() 将返回捕获组的数量+ 整个匹配值。
您的matches 是...：
match_results 类型的对象（例如 cmatch 或 smatch）由此函数填充，其中包含有关匹配结果和找到的任何子匹配的信息。
如果[正则表达式搜索]成功，它不为空并且包含一系列sub_match对象：第一个sub_match元素对应整个匹配，并且，如果正则表达式包含要匹配的子表达式（即，括号分隔的组），它们对应的子匹配作为连续的 sub_match 元素存储在 match_results 对象中。
这是一个可以找到多个匹配项的代码：
#include <string>
#include <iostream>
#include <regex>
using namespace std;
int main() {
string str("abcdefabcghiabc");
int i = 0;
regex rgx1("abc");
smatch smtch;
while (regex_search(str, smtch, rgx1)) {
std::cout << i << ": " << smtch[0] << std::endl;
i += 1;
str = smtch.suffix().str();
}
return 0;
}
看到IDEONE demo返回abc 3次。
由于此方法会破坏输入字符串，因此这是基于std::sregex_iterator 的另一种替代方法（当您的主题是std::wstring 对象时，应使用std::wsregex_iterator）：
int main() {
std::regex r("ab(c)");
std::string s = "abcdefabcghiabc";
for(std::sregex_iterator i = std::sregex_iterator(s.begin(), s.end(), r);
i != std::sregex_iterator();
++i)
{
std::smatch m = *i;
std::cout << "Match value: " << m.str() << " at Position " << m.position() << '\n';
std::cout << " Capture: " << m[1].str() << " at Position " << m.position(1) << '\n';
}
return 0;
}
见IDEONE demo，返回
Match value: abc at Position 0
Capture: c at Position 2
Match value: abc at Position 6
Capture: c at Position 8
Match value: abc at Position 12
Capture: c at Position 14
【讨论】：
str，所以如果你需要保留它，请复制一份。重要的是获得smatch.suffix().str()，它返回匹配之后的文本。 while 循环在剩余的字符串上重复匹配，直到找不到更多匹配。
str，只需使用它的副本。
std::sregex_iterator 的方法更新了答案，该方法使所有（子）匹配项与其在输入字符串中的位置匹配。
您缺少的是 matches 为每个捕获组填充了一个条目（包括作为第 0 个捕获的整个匹配子字符串）。
如果你写
std::regex needle("a(b)c");
然后你会得到matches.size()==2、matches[0]=="abc"和matches[1]=="b"。
【讨论】：
编辑：有些人对这个答案投了反对票。这可能有多种原因，但如果是因为它不适用于我批评的答案（没有人留下评论来解释决定），他们应该注意 W. Stribizew 两个月更改了代码 在我写了这个之后，直到今天，2021-01-18，我才意识到它。其余的答案与我第一次写它时没有变化。
@stribizhev 的解决方案对于正常的正则表达式具有二次最坏情况复杂性。对于疯狂的人（例如“y *”），它不会终止。在某些应用程序中，这些问题可能是DoS attacks 等待发生。这是一个固定版本：
string str("abcdefabcghiabc");
int i = 0;
regex rgx1("abc");
smatch smtch;
auto beg = str.cbegin();
while (regex_search(beg, str.cend(), smtch, rgx1)) {
std::cout << i << ": " << smtch[0] << std::endl;
i += 1;
if ( smtch.length(0) > 0 )
std::advance(beg, smtch.length(0));
else if ( beg != str.cend() )
++beg;
else
break;
}
根据我的个人喜好，这将在长度为 n 的字符串中找到 n+1 个空正则表达式的匹配项。您也可以在空匹配后退出循环。
如果您想比较具有数百万匹配项的字符串的性能，请在 str 的定义之后添加以下行（并且不要忘记打开优化），每个版本一次：
for (int j = 0; j < 20; ++j)
str = str + str;
【讨论】：