Reguläre Ausdrücke in C++ mit Beispielen: Ein praktischer Leitfaden

Reguläre Ausdrücke in C++ mit Beispielen: In der Praxis

Reguläre Ausdrücke (regex) sind ein mächtiges Werkzeug zur Textverarbeitung, mit dem Sie Zeichenketten nach komplexen Mustern suchen, ersetzen und überprüfen können. In C++ wurde die Unterstützung für reguläre Ausdrücke mit dem Standard C++11 durch die Bibliothek <regex> eingeführt. In diesem Artikel werden wir uns ansehen, wie man std::regex in der Praxis einsetzt: von einfachen Überprüfungen bis hin zur Datenextraktion und Textersetzung.

Das Material ist sowohl für Anfänger nützlich, die gerade erst C++ kennenlernen, als auch für erfahrene Entwickler, die ihr Wissen auffrischen möchten. Wir werden die wichtigsten Funktionen behandeln: std::regex_match, std::regex_search und std::regex_replace, sowie die Arbeit mit Erfassungsgruppen.

Hauptkomponenten der Bibliothek <regex>

Bevor wir zu den Beispielen übergehen, schauen wir uns die wichtigsten Klassen und Funktionen an:

\n
• std::regex — die Klasse, die den regulären Ausdruck selbst (das Muster) darstellt. Sie wird aus einer Zeichenkette mit dem Muster und einem optionalen Grammatik-Flag (standardmäßig ECMAScript) erstellt.
\n
• std::smatch — ein Container zum Speichern von Suchergebnissen (für Zeichenketten vom Typ std::string). Das Gegenstück ist std::cmatch für C-Zeichenketten.
\n
• std::regex_match — prüft, ob die gesamte Zeichenkette vollständig mit dem Muster übereinstimmt.
\n
• std::regex_search — sucht an einer beliebigen Stelle in der Zeichenkette nach einer Teilzeichenkette, die dem Muster entspricht.
\n
• std::regex_replace — ersetzt alle Übereinstimmungen mit dem Muster durch eine angegebene Zeichenkette (mit Unterstützung für Rückverweise).
\n

Alle Funktionen akzeptieren Flags zur Steuerung des Verhaltens (z. B. std::regex_constants::icase für die Groß-/Kleinschreibung-unabhängige Suche).

Beispiel 1: Überprüfung einer Zeichenkette auf Übereinstimmung mit einem Muster (std::regex_match)

Die einfachste Aufgabe besteht darin, zu prüfen, ob eine Zeichenkette einem bestimmten Format entspricht. Prüfen wir zum Beispiel, ob eine Zeichenkette eine gültige E-Mail-Adresse ist (vereinfachte Version):

#include <iostream>\n#include <regex>\n#include <string>\n\nint main() {\n    std::string email = "user@example.com";\n    // Muster zur Überprüfung einer E-Mail (vereinfacht)\n    std::regex pattern(R"([a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,})");\n\n    if (std::regex_match(email, pattern)) {\n        std::cout << "E-Mail ist gültig." << std::endl;\n    } else {\n        std::cout << "E-Mail ist ungültig." << std::endl;\n    }\n\n    // Prüfung auf eine ungültige E-Mail\n    std::string bad_email = "user@.com";\n    if (std::regex_match(bad_email, pattern)) {\n        std::cout << "E-Mail ist gültig." << std::endl;\n    } else {\n        std::cout << "E-Mail ist ungültig." << std::endl;\n    }\n\n    return 0;\n}

Ausgabe:

E-Mail ist gültig.\nE-Mail ist ungültig.

Erklärung:

\n
• Wir verwenden ein rohes Zeichenkettenliteral R"(...)", um Backslashes nicht escapen zu müssen.
\n
• Die Funktion std::regex_match gibt true nur dann zurück, wenn die gesamte Zeichenkette vollständig mit dem Muster übereinstimmt.
\n
• Das Muster [a-zA-Z0-9._%+-]+ bedeutet "ein oder mehr Zeichen aus der angegebenen Menge".
\n

Beispiel 2: Suche nach einer Teilzeichenkette und Datenextraktion (std::regex_search)

Oft muss man nicht nur prüfen, sondern alle Vorkommen eines Musters finden und Teile der Zeichenkette extrahieren. Dazu wird std::regex_search in einer Schleife verwendet. Im folgenden Beispiel finden wir alle Telefonnummern im Format +7-XXX-XXX-XX-XX in einem Text und extrahieren die Vorwahl:

#include <iostream>\n#include <regex>\n#include <string>\n\nint main() {\n    std::string text = "Kontakte: +7-495-123-45-67 und +7-916-987-65-43. Zusatznummer: +7-495-111-22-33.";\n    // Muster: +7-Vorwahl(3 Ziffern)-... (Erfassungsgruppen für Vorwahl und Rest)\n    std::rege