C++11 正则表达式：在替换字符串中捕获组后的数字

Question

我的 regex_replace 表达式在替换字符串中的“0”字符之前使用组 $1，如下所示：

#include <iostream>
#include <string>
#include <regex>

using namespace std;

int main() {
    regex regex_a( "(.*)bar(.*)" );
    cout << regex_replace( "foobar0x1", regex_a, "$10xNUM" ) << endl;
    cout << regex_replace( "foobar0x1", regex_a, "$1 0xNUM" ) << endl;
}

输出是：

xNUM
foo 0xNUM

我正在尝试在没有中间空格的情况下获得输出 foo0xNUM。

如何保护组名 $1 免受替换字符串中的下一个字符的影响？

Answer 1

您可以指定$n 或$nn 来引用捕获的文本，因此您可以使用$nn 格式（此处为$01）来避免抓取0。

cout << regex_replace( "foobar0x1", regex_a, "$010xNUM" ) << endl;

Answer 2

Guvante 已为此问题提供了a solution。

但是，行为是否根据规范进行了良好定义？

从结论开始。 是的，该解决方案具有明确定义的行为。

C++ 规范

format_default 的文档指定了 ECMA 规则来解释格式字符串，指向 ECMA-262 的第 15.5.4.11 节。

ECMA-262 规范

根据Section 15.5.4.11 of ECMA-262 specification中的表22

$n

第 n 次捕获，其中 n 是 1 到 9 范围内的单个数字，$n 后面没有十进制数字。如果 n ≤ m 并且第 n 次捕获未定义，请改用空字符串。如果 n > m，则结果是实现定义的。

$nn

第 nn 次捕获，其中 nn 是 01 到 99 范围内的两位十进制数。如果 nn ≤ m 并且第 nn 次捕获未定义，请改用空字符串。如果 nn > m，则结果是实现定义的。

变量 m 在同一节的上一段中定义：

[...] 设 m 为 searchValue 中左捕获括号的数量（使用 15.10.2.1 中指定的 NcapturingParens）。

问题"$10xNUM"中的替换字符串

回到问题中的代码：

cout << regex_replace( "foobar0x1", regex_a, "$10xNUM" ) << endl;

由于$1后面跟着0，它必须被解释为第二条规则$nn，因为第一条规则禁止任何数字跟随$n。但是，由于该模式只有 2 个捕获组 (m = 2) 和 10 > 2，因此行为是根据规范实现定义的。

我们可以通过比较Firefox 37.0.1中功能等效的JavaScript代码的结果来看到实现定义子句的效果：

> "foobar0x1".replace(/(.*)bar(.*)/g, "$10xNUM" )
< "foo0xNUM"

如您所见，Firefox 决定将$10 解释为获取第一个捕获组$1 的值，然后是固定字符串0。这是根据规范在$nn 子句中的条件下的有效实现。

Guvante 回答中的替换字符串："$010xNUM"

同上，使用$nn 子句，因为$n 子句禁止任何数字跟随。由于$01中的01小于捕获组的数量（m = 2），所以行为很明确，就是在替换中使用捕获组1的内容。

因此，Guvante 的回答将在任何抱怨的 C++ 编译器上返回相同的结果。

Answer 3

我试图找到一种简单地转义空间或其他东西的方法，以便它不会打印，但我做不到。

但是，您尝试添加的位可以简单地附加到正则表达式输出的末尾：

cout << regex_replace( "foobar0x1", regex_a, "$1" ) << "0xNUM" << endl;

上面的行会给你你想要的输出。