正则表达式不可打印字节答案

【问题标题】：Regex non printable bytes正则表达式不可打印字节
【发布时间】：2016-11-03 23:26:42
【问题描述】：

如何获得与不可打印的 Unicode 或 ASCII 字节匹配的正则表达式？

    char cData[1024] = { 0 };
    memcpy(cData, "\x00\x04\x02\x08\x00hello thats it", 19);

    std::regex r2e("([\\x00-\\x1F]){5}(.?)*", std::regex_constants::basic);
    if (std::regex_search((char*)cData, cData+19, r2e))
        printf("ok");
    else
        printf("nok");

我的示例不起作用（打印“nok”）。

【问题讨论】：

它以什么方式“不起作用”？
打印“nok”！如果我是赖特。前 5 个字节将在第一组匹配，所以“你好，就是这样”在其他组？！（当然，如果匹配的话）
您确定要使用八进制字符文字吗？我最初认为不是，但后来我看到了 \010 以及其他 2 位数字在十六进制 (\xnn) 中相同的事实，所以也许你做到了。
如何忽略前 5 个字节？我改变了我的例子。

标签： c++ regex unicode ascii

【解决方案1】：

这是解决方案：

std::regex r2e("[\x00-\x1F]\\{5\\}.*", 12, std::regex_constants::basic);

注意事项：

您需要在[ - ] 范围内插入文字字符。
{ 需要在基本正则表达式中进行转义。
(.?)* 与.* 效果相同。
你必须使用这个需要字符串长度作为另一个参数的构造函数，因为\x00空字符会结束字符串。

【讨论】：

对不起，这也不起作用...'{5}' 重复五次。
regex_error(error_escape)：表达式包含无效的转义字符或尾随转义。
我正在使用 VC++。如果使用： std::regex r2e("[\x01-\x1F]{5}.*", 10, std::regex_constants::basic);工作正常！注意 '\x01' 但我需要 '\x00'。
不，'\x00' 告诉我“表达式包含无效的转义字符或尾随转义。”
这很奇怪。试试\0。

【解决方案2】：

这就是解决方案。我使用了错误的“regex_constants”。

感谢迈克的帮助。但是，经过大量调试尝试，我发现其中一个运行良好！

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

int main()
{
    char cData[1024] = "\x00\x04\x02\x08\x01Haaaaa";// { 0 };
    char cReg[] = "([\0-\x1F]{5})(.*)";
    int aux[sizeof(cReg)];
    for (int i = 0; i < sizeof(cReg); i++)
    {
        aux[i] = cReg[i];
    }
    std::match_results<char*> mc;
    std::initializer_list<int> list(aux, aux + 14);
    std::regex r2e(cReg,14, std::regex_constants::ECMAScript);
    if (std::regex_match((char*)cData, cData+10, mc, r2e, std::regex_constants::match_default)) {
        for (auto it : mc)
            std::cout << it.str().c_str() << std::endl;
    }
    else {
        std::cout << "NOK" << std::endl;
    }
    std::string name;
    std::cin >> name;
}

【讨论】：