正则表达式，字符串中只有数字 C++

Question

我正在寻找一个正则表达式来查找字符串中的数字；如果我有这样的字符串：

li 12.12 si 43,23 45 31 uf 889 uf31 3.12345

我只想找到数字：

12.12 45 31 889 3.12345

我尝试了以下模式：

((\\+|-)?[[:digit:]]+)(\\.(([[:digit:]]+)?))?

但输出包括uf31 和43,23。

我试过了：

(?!([a-z]*((\\+|-)?[[:digit:]]+)(\\.(([[:digit:]]+)?))?[a-z]*))?((\\+|-)?[[:digit:]]+)(\\.(([[:digit:]]+)?))?

但这给出了相同的结果。

解决办法是什么？

解决方案 留给后代解决方案：

• 如果您正在寻找不使用正则表达式的简单有效的解决方案，请参阅Jonathan Mee's post below

• 如果您正在寻找使用 RegEx 的解决方案，请参阅 the wonderful regex from stribizhev

  R"((?:^|\s)([+-]?[[:digit:]]+(?:\.[[:digit:]]+)?)(?=$|\s))"

Answer 1

实际上，C++ 正则表达式模块支持前瞻。

这是我的建议：

#include <iostream>
#include <regex>
using namespace std;

int main() {
    std::string buffer = " li 12.12 si 43,23 45 31 uf 889 uf31 3.12345";
    std::regex rx(R"((?:^|\s)([+-]?[[:digit:]]+(?:\.[[:digit:]]+)?)(?=$|\s))"); // Declare the regex with a raw string literal
    std::smatch m;
    std::string str = buffer;
    while (regex_search(str, m, rx)) {
        std::cout << "Number found: " << m[1] << std::endl; // Get Captured Group 1 text
        str = m.suffix().str(); // Proceed to the next match
    }  
    return 0;
}

见IDEONE demo

由于原始字符串字面量声明，\s 无需使用双反斜杠。

lookahead (?=$|\s) 检查是否存在，但不占用空格，并且可以提取连续数字。

注意，如果你需要提取像.5这样的十进制值，你需要

R"((?:^|\s)([+-]?[[:digit:]]*\.?[[:digit:]]+)(?=$|\s))"

Answer 2

你需要这个正则表达式：

(?<!,)\b([\d\.]+)\b(?!,)

Answer 3

就像stated by stribizhev 一样，这只能通过环视来完成。因为在搜索空格前后的数字时，将需要使用单个空格分隔数字。

user2079303 poses a viable option to regexes 可以简化到与正则表达式相媲美的程度：

for_each(istream_iterator<string>(istringstream(" li 12.12 si 43,23 45 31 uf 889 uf31 3.12345")),
         istream_iterator<string>(),
         [](const string& i) {
            char* it;
            double num = strtod(i.c_str(), &it);
            if (distance(i.c_str(), const_cast<const char*>(it)) == i.size()) cout << num << endl; });

但是，无需istringstream 或正则表达式的权重，只需使用strtok 即可完成此操作：

char buffer[] = " li 12.12 si 43,23 45 31 uf 889 uf31 3.12345";

for (auto i = strtok(buffer, " \f\n\r\t\v"); i != nullptr; i = strtok(nullptr, " \f\n\r\t\v")) {
    char* it;
    double num = strtod(i, &it);

    if (*it == '\0') cout << num << endl;
}

请注意，对于我的分隔符参数，我只是使用默认的 isspace 值。

Answer 4

正则表达式通常不可读且难以证明是正确的。仅匹配有效有理数的正则表达式需要复杂且容易混淆。因此，我提出了一种替代方法。而不是正则表达式，使用 c++ 标记您的字符串并使用std::strtod 来测试输入是否为有效数字。这是示例代码：

std::vector<std::string> split(const std::string& str) {
    std::istringstream iss(str);
    return {
        std::istream_iterator<std::string>{iss},
        std::istream_iterator<std::string>{}
    };
}

bool isValidNumber(const std::string& str) {
    char* end;
    std::strtod(str.data(), &end);
    return *end == '\0';
}

// ...
auto tokens = split(" li 12.12 si 43,23 45 31 uf 889 uf31 3.12345");
std::vector<std::string> matches;
std::copy_if(tokens.begin(), tokens.end(), std::back_inserter(matches), isValidNumber);

Answer 5

使用否定的lookahead 和lookbehind 来断言数字的两边都没有有趣的字符：

(?<![^\\s])(\\+|-)?[0-9]+(\\.[0-9]*)?(?![^\\s])

不幸的是，您将需要Boost.Regex 来完成该任务，因为内置的不支持这些结构。

您最好将输入拆分为单词，然后对每个单词使用简单的正则表达式。

Answer 6

您可以使用trick 来消费您不想要的东西。像这样。

(?:\d+,|[a-z]+)\d+|(\d+[.\d]*)

修改管道预捕获和第一组抓取捕获中应排除的所有内容。

See demo at regex101。不知道 (: 非捕获组是否适用于 c++。如果没有，请删除。

Answer 7

两次尝试：

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


int main()
{
    using namespace std;

    string buffer(" li 12.12 si 43,23 45 31 uf 889 uf31 3.12345 .5");

    regex num_regex("(^|\\s)([\\+-]?([0-9]+\\.?[0-9]*|\\.?[0-9]+))(\\s|$)");
    smatch num_match;
    while (regex_search(buffer, num_match, num_regex))
    {
        if (num_match.size() >= 4) //3 groups = 4 matches
        {
            //We only need the second group
            auto token = num_match[2].str();
            cout << token << endl;
        }

        buffer = num_match.suffix().str();
    }
    return 0;
}

---

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


int main()
{
    using namespace std;

    string buffer(" li 12.12 si 43,23 45 31 uf 889 uf31 3.12345 .5");

    istringstream iss(buffer);
    vector<string> tokens{ istream_iterator<string>{iss}, istream_iterator<string>{} };

    regex num_regex("^[\\+-]?([0-9]+\\.?[0-9]*|\\.?[0-9]+)$");
    for(auto token : tokens)
    {
        if (regex_search(token, num_regex))
        {
            //Valid entry
            cout << token << endl;
        }
    }

    return 0;
}