正则表达式 (regex)
C++11 引入的正则表达式库，支持匹配、搜索、替换和迭代遍历。
用之前先有个心理准备：<regex> 的性能和编译期开销都不太理想。它的接口设计依赖模板实例化，编译慢；运行时也不如专门的库快。如果正则只是简单模式（比如找子串、判断前缀），用 std::string 的成员函数更快也更清晰。
1. 引入
#include <regex>
2. 核心概念
正则库由三个部分组成：
| 组件 | 作用 |
|---|---|
std::regex | 编译后的正则表达式对象 |
std::match_results（smatch/cmatch） | 保存匹配结果 |
| 算法函数 | regex_match、regex_search、regex_replace |
三个匹配函数
| 函数 | 语义 | 典型用途 |
|---|---|---|
regex_match | 整个字符串必须完全匹配 | 校验格式（邮箱、日期） |
regex_search | 字符串中任意位置匹配即可 | 查找、提取 |
regex_replace | 替换所有匹配 | 文本处理 |
这个区别很关键。regex_match 要求从头到尾完全吻合，regex_search 只要找到一处就行：
std::regex re(R"(\d+)");
std::string s = "abc123def";
std::regex_match(s, re); // false：整个串不全是数字
std::regex_search(s, re); // true：中间有数字
字符类型
| 类型 | 字符类型 | 字符串类型 |
|---|---|---|
std::regex | char | std::string |
std::wregex | wchar_t | std::wstring |
对应的匹配结果类型：
| 类型 | 对应 |
|---|---|
std::smatch | std::string 的匹配结果 |
std::cmatch | const char* 的匹配结果 |
std::wsmatch | std::wstring 的匹配结果 |
3. 用法
1. 校验格式
#include <iostream>
#include <regex>
#include <string>
bool isValidDate(const std::string& s)
{
// 匹配 YYYY-MM-DD
static const std::regex re(R"(\d{4}-\d{2}-\d{2})");
return std::regex_match(s, re);
}
isValidDate("2026-09-19"); // true
isValidDate("2026-9-19"); // false：月份必须是两位
isValidDate("x2026-09-19"); // false：regex_match 要求完全匹配
用原始字符串 R"(...)" 可以避免反斜杠转义，正则里写 \d 而不用写 \\d。
2. 提取内容
用捕获组 (...) 提取子串：
std::string log = "2026-09-19 14:30:25 [INFO] 启动完成";
std::regex re(R"((\d{4})-(\d{2})-(\d{2}) (\d{2}):(\d{2}):(\d{2}))");
std::smatch m;
if (std::regex_search(log, m, re))
{
std::cout << "完整匹配: " << m[0] << '\n'; // 2026-09-19 14:30:25
std::cout << "年: " << m[1] << '\n'; // 2026
std::cout << "月: " << m[2] << '\n'; // 09
std::cout << "日: " << m[3] << '\n'; // 19
std::cout << "时: " << m[4] << '\n'; // 14
}
m[0] 是完整匹配，m[1] 起是各个捕获组。m.size() 返回组数加一。
3. 遍历所有匹配
用 sregex_iterator 遍历：
std::string text = "apple 10, banana 20, cherry 30";
std::regex re(R"((\w+)\s+(\d+))");
for (auto it = std::sregex_iterator(text.begin(), text.end(), re);
it != std::sregex_iterator(); ++it)
{
const std::smatch& m = *it;
std::cout << m[1] << " = " << m[2] << '\n';
}
// 输出：
// apple = 10
// banana = 20
// cherry = 30
4. 替换
std::string text = "2026-09-19";
// 把 YYYY-MM-DD 换成 DD/MM/YYYY
std::regex re(R"((\d{4})-(\d{2})-(\d{2}))");
std::string result = std::regex_replace(text, re, "$3/$2/$1");
// 结果：19/09/2026
替换字符串里用 $1、$2 引用捕获组，$& 表示整个匹配。
5. 正则语法速查
| 语法 | 含义 |
|---|---|
. | 任意字符（默认不含换行） |
\d / \w / \s | 数字 / 单词字符 / 空白 |
\D / \W / \S | 上述的补集 |
[abc] | 字符集合 |
[^abc] | 排除集合 |
[a-z] | 范围 |
* / + / ? | 0 次或多次 / 1 次或多次 / 0 或 1 次 |
{n} / {n,m} | 恰好 n 次 / n 到 m 次 |
^ / $ | 行首 / 行尾 |
\b | 单词边界 |
(...) | 捕获组 |
(?:...) | 非捕获组 |
| | 或 |
\1 | 反向引用第 1 组 |
6. 语法选项
// 忽略大小写
std::regex re("hello", std::regex::icase);
// 多行模式：^ 和 $ 匹配每行
std::regex re2("^abc", std::regex::multiline);
// 扩展语法（默认）
std::regex re3("a+", std::regex::ECMAScript);
可用的语法标志：ECMAScript（默认）、basic、extended、awk、grep、egrep。
4. 注意事项
regex_match 和 regex_search 语义不同。前者要求完全匹配，后者只要部分匹配。校验格式用前者，提取内容用后者。
正则对象应该复用。构造 std::regex 需要编译正则表达式，开销很大：
// 错误：每次调用都重新编译
bool check(const std::string& s) {
std::regex re(R"(\d+)");
return std::regex_match(s, re);
}
// 正确：静态复用
bool check(const std::string& s) {
static const std::regex re(R"(\d+)");
return std::regex_match(s, re);
}
std::regex 的性能一般。它在很多实现里是基于回溯的，遇到复杂模式或恶意输入可能指数级退化（ReDoS）。性能敏感场景考虑 RE2、PCRE2 等库。
编译期开销大。<regex> 会引入大量模板实例化，一个简单的 #include <regex> 可能让编译时间增加不少。如果只是简单匹配，用字符串函数更划算。
std::regex 不是线程安全的（构造和修改时）。但构造完成后多个线程可以并发使用同一个 const 对象。
注意 \d 在原始字符串中的写法。用 R"(\d+)" 而不是 "\\d+"，前者更易读。
异常处理。正则语法错误会在构造时抛 std::regex_error：
try {
std::regex re("(["); // 括号不匹配
} catch (const std::regex_error& e) {
std::cerr << "正则错误: " << e.what() << '\n';
}
简单场景用字符串函数。判断前缀用 starts_with，查找子串用 find，这些都比正则快得多也清晰得多。