Регулярные выражения в C++: полное руководство с примерами

Регулярные выражения в C++: мощный инструмент для работы со строками

Регулярные выражения (regex) — это формальный язык поиска и манипуляции подстроками в тексте на основе шаблонов. В C++ поддержка регулярных выражений появилась в стандарте C++11 и реализована в библиотеке <regex>. Это незаменимый инструмент для валидации данных, парсинга логов, поиска паттернов и замены текста.

В этой статье мы разберем основные функции библиотеки regex, научимся составлять шаблоны и рассмотрим практические примеры с кодом.

1. Основные типы и функции библиотеки <regex>

Для работы с регулярными выражениями в C++ используются три основных класса:

• std::regex — представляет само регулярное выражение (шаблон).
• std::smatch — контейнер для хранения результатов поиска (для строк типа std::string).
• std::cmatch — аналог для C-строк (const char*).

Ключевые функции для применения regex:

• std::regex_match() — проверяет, соответствует ли вся строка шаблону.
• std::regex_search() — ищет первое совпадение с шаблоном в строке.
• std::regex_replace() — заменяет все совпадения на заданный текст.

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

int main() {
    std::string text = "Мой номер: +7-123-456-78-90";
    std::regex pattern(R"(\+7-\d{3}-\d{3}-\d{2}-\d{2})");

    if (std::regex_search(text, pattern)) {
        std::cout << "Номер найден!" << std::endl;
    }

    // Извлекаем совпадение
    std::smatch match;
    if (std::regex_search(text, match, pattern)) {
        std::cout << "Найденный номер: " << match[0] << std::endl;
    }

    return 0;
}

2. Синтаксис регулярных выражений: метасимволы и квантификаторы

Шаблоны regex в C++ используют синтаксис, аналогичный ECMAScript (по умолчанию). Вот основные элементы:

• Точка (.) — любой одиночный символ, кроме перевода строки.
• Звездочка (*) — 0 или более повторений предыдущего символа.
• Плюс (+) — 1 или более повторений.
• Вопросительный знак (?) — 0 или 1 повторение (делает символ необязательным).
• Квадратные скобки ([]) — класс символов (например, [0-9] — любая цифра).
• Круглые скобки (()) — группировка и захват подстроки.
• Вертикальная черта (|) — логическое ИЛИ.
• Символ ^ — начало строки.
• Символ $ — конец строки.

Примеры квантификаторов:

• \d{3} — ровно 3 цифры.
• \w{2,4} — от 2 до 4 буквенно-цифровых символов.
• [A-Za-z]+ — одна или более латинских букв.

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

int main() {
    std::string email = "user@example.com";
    // Простой шаблон для email
    std::regex email_pattern(R"([\w.+-]+@[\w-]+\.[\w.]+)");

    if (std::regex_match(email, email_pattern)) {
        std::cout << "Email корректен." << std::endl;
    } else {
        std::cout << "Email некорректен." << std::endl;
    }

    // Проверка номера телефона
    std::string phone = "+7 (495) 123-45-67";
    std::regex phone_pattern(R"(\+7\s?\(?\d{3}\)?\s?\d{3}-?\d{2}-?\d{2})");

    if (std::regex_match(phone, phone_pattern)) {
        std::cout << "Телефон корректен." << std::endl;
    }

    return 0;
}

3. Извлечение данных с помощью групп захвата

Группы захвата (capturing groups) позволяют не только найти шаблон, но и извлечь его части. Каждая группа обозначается круглыми скобками (). Доступ к группам осуществляется через объект std::smatch по индексу (нулевой индекс — всё совпадение, первый — первая группа и т.д.).

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

int main() {
    std::string log = "Ошибка: файл data.txt не найден (код 404)";
    // Группы: 1 - тип сообщения, 2 - имя файла, 3 - код ошибки
    std::regex pattern(R"((\w+):\s*файл\s*(\S+)\s*не найден\s*\(код\s*(\d+)\))");
    std::smatch matches;

    if (std::regex_search(log, matches, pattern)) {
        std::cout << "Полное совпадение: " << matches[0] << std::endl;
        std::cout << "Тип: " << matches[1] << std::endl;
        std::cout << "Файл: " << matches[2] << std::endl;
        std::cout << "Код ошибки: " << matches[3] << std::endl;
    }

    return 0;
}

Вывод программы:

Полное совпадение: Ошибка: файл data.txt не найден (код 404)
Тип: Ошибка
Файл: data.txt
Код ошибки: 404

4. Замена текста с помощью regex_replace

Функция std::regex_replace() позволяет заменить все вхождения шаблона на указанную строку.