Question

我想在另外两个之间提取一个子串例如：/home/toto/FILE_mysymbol_EVENT.DAT
或只是FILE_othersymbol_EVENT.DAT
我希望得到：mysymbol和othersymbol

我不想使用boost或其他库。只是来自C ++的标准内容，除了CERN的ROOT lib，TRegexp，但我不知道如何使用它......

Answer 1

自去年以来，C ++在标准中内置了正则表达式。该程序将展示如何使用它们来提取您所追求的字符串：

#include <regex>
#include <iostream>

int main()
{
    const std::string s = "/home/toto/FILE_mysymbol_EVENT.DAT";
    std::regex rgx(".*FILE_(\\w+)_EVENT\\.DAT.*");
    std::smatch match;

    if (std::regex_search(s.begin(), s.end(), match, rgx))
        std::cout << "match: " << match[1] << '\n';
}

将输出：

match: mysymbol

应该注意的是，它在GCC中不起作用，因为它对正则表达式的库支持不是很好。在VS2010（可能是VS2012）中运行良好，并且应该在clang中工作。

到现在为止（2016年末），所有现代C ++编译器及其标准库都完全符合C ++ 11标准，大多数（如果不是全部）C ++ 14也是如此。 GCC 6和即将推出的Clang 4也支持大部分即将推出的C ++ 17标准。

Answer 2

与其他正则表达式相比，TRegexp仅支持非常有限的正则表达式子集。这使得构建一个适合您需求的单一正则表达式有点尴尬。

一种可能的解决方案：

[^_]*_([^_]*)_

将匹配字符串直到第一个下划线，然后捕获所有字符，直到下一个下划线。然后在组号1中找到匹配的相关结果。

但在你的情况下，为什么要使用正则表达式呢？只需在字符串中找到第一个和第二个分隔符_，然后在这些位置之间提取字符。

Answer 3

如果你想使用正则表达式，我真的建议使用C ++ 11的正则表达式，或者，如果你有一个尚不支持它们的编译器，那么Boost。 Boost是我认为几乎是标准C ++的一部分。

但对于这个特殊问题，你并不需要任何形式的正则表达式。在添加所有适当的错误检查（beg != npos，end != npos等），测试代码并删除我的拼写错误之后，像这样的草图应该可以正常工作：

std::string between(std::string const &in,
                    std::string const &before, std::string const &after) {
  size_type beg = in.find(before);
  beg += before.size();
  size_type end = in.find(after, beg);
  return in.substr(beg, end-beg);
}

显然，您可以将std::string更改为模板参数，它可以与std::wstring或更少使用std::basic_string的实例化一起使用。

Answer 4

我会在信任之前研究一些极端情况，但是

   std::string text = "/home/toto/FILE_mysymbol_EVENT.DAT";
   std::regex re("(.*)(FILE_)(.*)(_EVENT.DAT)(.*)");
   std::cout << std::regex_replace(text, re, "$3") << '\n';

是一个很好的候选人。

Regex C ++：提取子字符串

4 个答案: