OOP 学习笔记（8）——STL 进阶

wzf2000
2020年4月13日

OOP 学习笔记（8）——STL 进阶

STL 进阶

`string` 字符串类

变长字符串

字符串是 char 的数组，但如果无法提前确认字符串长度，就不好处理。

可以使用vector<char>？实际上使用很不方便，比如输入输出。

因此 STL 提供了更方便的 string 类型。

可以使用简单的加法来拼接：

string str = "hello" + world;

也能够使用 cin、cout 来输入输出。

`string` 类常用构造及转换函数

string s0("Hello World!");  // 从 c 风格字符串构造
string s1;                  // 默认空字符串
string s2(s0, 6, 5);        // 截取: World
string s3("Another character sequence", 12);
                            // 截取: another char
string s4(10, 'x');         // 赋值字符: xxxxxxxxxx
string s5(s0.begin(), s0.begin() + 5);
                            // 复制截取：Hello
string str("String");
str.c_str(); // 返回一个 c 风格常量字符串，不能修改

`string` 类基本使用方法

使用上与 vector 类似。

访问元素：

cout << str[1];
str[1] = 'a';

查询长度：

str.size();

清空：

str.clear();

查询是否为空：

str.empty();

迭代访问：

for (char c : str);

向尾部增加：

str.push_back('a');
str.append(s2); // 增加一个字符串

当然相比于 vector，还可以使用 str.length() 获取字符串长度，与 size() 返回值相同。（这里的长度都是真实的字符串长度，比如 "abc" 长度为 $3$ ）

`string` 类三种输入方式

cin >> firstname; // 读取可见字符直到遇到空白符（空格、换行符等）
getline(cin, fullname); // 读一行
getline(cin, fullnames, "#"); // 读到指定分隔符为止（可以读入换行符）

对于同一种输入：

Mike William
Andy William
#

三种方法的读入分别为：

Mike

Mike William

Mike William
Andy William

注意最后一种的结尾是一个换行符。

（"Mike William\nAndy William\n"）

数值类型的转换

to_string(1);                       // "1"
to_string(3.14);                    // "3.14"
to_string(3.1415926);               // "3.141593" 注意精度损失
to_string(1 + 2 + 3);               // "6" 先计算再传参

int a = stoi("2001");               // a = 2001
int b = stoi("50 cats", &sz);       // b = 50 sz = 2 读入长度
int c = stoi("40c3", nullptr, 16);  // c = 0x40c3 十六进制
int d = stoi("0x7f", nullptr, 0);   // d = 0x7f 自动检查进制

double e = stod("34.5");            // e = 34.5

除此之外当然还有 stol()、stoll()、stof、stold、stoul、stoull 等函数，含义我觉得大家也猜得出来。

这里注意这些函数大多需要 C++11 乃至更新标准。

`iostream` 输入输出流

回忆：重载输出流运算符

cout << str << endl;
cin >> str;
ostream& operator<<(ostream& out, const Test& src)
{
    out << src.id << endl;
    return out;
}

但 istream、ostream 是什么？

STL 输入输出流

蓝色框是头文件，白色框为类，黄色框为对象，箭头为继承关系，虚线为实例化。

`ostream` 和 `cout`

ostream 即为 ouput stream，是 STL 库中所有输出流的基类。

它重载了针对基础类型的输出流运算符（<<），当然也有包括 string 在内的部分 STL 其他类也重载了输出流。

这种方法统一了输出接口，改善了 C 中输出方式混乱的状况。

（printf() 需要给出输出类型）

cout 是 STL 中内建的 ostream 类对象，它会将数据送到标准输出流 stdout（一般也就是屏幕上的显示）。

自己实现简单的 `ostream`

class ostream
{
public:
    ostream& operator<<(char c)
    {
        printf("%c", c);
        return *this;
    }
    ostream& operator<<(const char* str)
    {
        printf("%s", str);
        return *this;
    }
} cout;
int main()
{
    cout << "hello" << ' ' << "world";
    return 0;
}

实现原理：<< 运算符为左结合。

先执行 cout << "hello" 调用第二个函数返回 c1 （cout 的引用）。

再执行 c1 << ' ' 调用第一个函数返回 c2（cout 的引用）。

最后执行 c2 << "world" 调用第二个函数。

格式化输出

需要引用：

#include <iomanip>

然后就可以使用：

cout << fixed << 2018.0 << " " << 0.0001 << endl;
        //浮点数，小数有效6位 -> 2018.000000 0.000100
cout << scientific << 2018.0 << " " << 0.0001 << endl;
        //科学计数法 -> 2.018000e+03 1.000000e-04
cout << defaultfloat;
        //还原默认输出格式
cout << setprecision(2) << 3.1415926 << endl;
        //输出精度设置为2，包括整数+小数 -> 3.1
cout << oct << 12 << " " << hex << 12 << endl; 
        //八进制输出 -> 14  十六进制输出 -> c
cout << dec;    
        //还原十进制
cout << setw(3) << setfill('*') << 5 << endl;
        //设置对齐长度为3，对齐字符为* -> **5

上述这些突然出现的“东西”都是流操纵算子。

fixed、scientific、defaultfloat、oct、hex、dec 等实现方法和 endl 一样，这是标准中定义的。

但有一些流操纵算子在规范里没有规定实现方式，不同编译器实现可能不同，比如 setprecision()、setw()、setfill() 等。

所以很难讲一共有多少种实现方式，但按道理来讲，在同一编译器内，应该就是分为不带参数和带参数两种。

流操纵算子：`setprecision()`

以 setprecision() 为例：

cout << setprecision(2) << 1.05 << endl;
// 保留 2 位精度，输出 1.1

一种可能的实现：

class setprecision
{
    int precision;
public:
    setprecision(int p) : precision(p) {}
    friend class ostream;
};
class ostream
{
private:
    int precision; // 记录流的状态
public:
    ostream& operator<<(const setprecision &m)
    {
        precision = m.precision;
        return *this;
    }
} cout;

借助辅助类设置成员变量，这种类称为流操纵算子（stream manipulator）。

流操纵算子：`endl`

C++ 标准中 endl 的声明：

ostream& endl(ostream &os);

endl 是一个函数，等同于输出 '\n'，再清空缓冲区 os.flush()。

ostream& endl(ostream &os)
{
    os.put('\n');
    os.flush();
    return os;
}

可以调用 endl(cout)。

缓冲区：

目的是减少外部读写次数。
写文件时，只有清空缓存区或关闭文件才能保证内容正确写入。

但 endl 同时又是流操纵算子，这如何实现？

一种实现方式：

ostream& operator<<(ostream& (*op)(ostream&))
{
    return (*op)(*this);
}

`cout` 不能复制

注意重载流运算符的方式，全部都采用了引用。

这是因为需要避免复制。

实际上：

ostream(const ostream&) = delete;
ostream(ostream&& x);

也就是禁止复制，只允许移动。

仅能使用一个对象可以：

减少复制开销；
一个对象对应一个标准输出，符合 OOP 思想；
多个对象之间无法同步输出状态。

当然这也会带来问题：全局对象往往引入初始化顺序问题。

其中涉及的单件模式（Singleton Pattern）之后应该会介绍。

文件输入输出流

以文件输入流作为例子，ifstream 是 istream 的子类，功能是从文件中读入数据。

一些基本打开操作：

ifstream ifs("input.txt");

ifstream ifs("binary.bin", ifstream::binary);
//以二进制形式打开文件

ifstream ifs;

ifs.open("file");
//do something
ifs.close();

读入示例：

ifstream ifs("input.txt");
while(ifs) // 判断文件是否到末尾 利用了重载的 bool 运算符
{
    ifs >> ws; //除去前导空格 ws 也是流操纵算子
    int c = ifs.peek(); //检查下一个字符，但不读取
    if (c == EOF) break;
    if (isdigit(c)) // <cctype> 库函数
    {
        int n;
        ifs >> n;
        cout << "Read a number: " << n << endl;
    }
    else
    {
        string str;
        ifs >> str;
        cout << "Read a word: " << str << endl;
    }
}

其他操作：

getline(ifs, str)，ifstream 是 istream 的派生类，因此 getline() 仍然有效。
get() 用于读取一个字符。
ignore(int n = 1, int delim = EOF) 丢弃 $n$ 个字符，或者直至碰到 delim 分隔符。
peek() 检查下一个字符。
putback(char c) 返还一个字符。
unget() 返还一个字符。

`istream` 与 `scanf()`

为何 C++ 使用流取代了 scanf()？

scanf() 不友好，不同类型要使用不同的标识符。
安全性不好。
可拓展性差（自定义类）。
性能：scanf() 在运行期间需要对格式字符串进行解析，istream 在编译期间已经解析完毕。

注：实际读入文件 cin 比 scanf 慢，因为默认 cin 与 stdin 总是保持同步，如果使用：

std::ios::sync_with_stdio(false);

取消同步后，scanf() 速度往往不如 cin。

`stringstream` 字符串输入输出流

字符串输入输出流

以输入输出流为作为例子。

stringstream 是 iostream 的子类。

iostream 继承于 istream 和 ostream。

stringstream 实现了输入输出流双方的接口。

可以发现这是一个多重继承关系。

`stringstream`

顾名思义：

它在对象内部维护了一个 buffer。
使用流输出函数可以将数据写入 buffer。
使用流输入函数可以从 buffer 中读出数据。

一般用于程序内部的字符串操作。

构造方式：

stringstream ss;        // 空字符串流
stringstream ss(str);   // 以字符串初始化流

使用示例：

stringstream ss;
ss << "10";
ss << "0 200";
int a, b;
ss >> a >> b; // a = 100 b = 200

可以连接字符串，也可以将字符串转换为其他类型数据。

配合流操作算子，可以达到格式化输出效果。

获取 `stringstream` 的 `buffer`

ss.str() 返回一个 string 对象，内容就是 stringstream 的 buffer。

但注意 buffer 内容并不是未读取的内容，也就是即便经过了 >> 的部分也会被一起返回（仍然存在 buffer 中）。

实现一个类型转换函数

对于一般的类型：

int main()
{
    string x = convert<string>(123);
    int y = convert<int>("456");
    cout << x << endl;
    cout << y << endl;
    return 0
}

一种简单的实现方法：

template <class outtype, class intype>
outtype convert(intype val)
{
    static stringstream ss;
                    // 使用静态变量避免重复初始化
    ss.str("");     // 清空缓冲区
    ss.clear();     // 清空状态位（不是清空内容）
    ss << val;
    outtype res;
    ss >> res;
    return res;
}

状态位和缓冲区的差别，可以自己查看资料。

clear() 会清除错误标志位、流末位标志，如果不调用可能导致非法输入。

函数对象

排序

给定长度为 $n$ 的数组，如何最快地排序？

std::sort() 引用自 <algorithm> 一般来说是最好的选择。

template <class Iterator>
void sort(Iterator first, Iterator last);

具体使用：

int arr[5] = {3, 6, 2, 7, 1};
sort(arr, arr + 5);
for (int x : arr)
    cout << x << " ";
// 1 2 3 6 7

但如果我们想降序呢？

注意到实际上 sort() 还重载了另一套参数：

template <class Iterator, class Compare>
void sort(Iterator first, Iterator last, Compare comp);

一种使用方法：

bool comp(int a, int b)
{
    return a > b;
    // comp 函数传入两个值，若 a 在 b 前，则返回 true，否则返回 false
}
sort(arr, arr + 5, comp);
// 7 6 3 2 1

函数对象

STL 提供了预定义的比较函数——<functional> 头文件。

从小到大：

sort(arr, arr + 5, less<int>());

从大到小：

sort(arr, arr + 5, greater<int>());

比较函数为何带括号？因为这是函数对象（仿函数）。

auto func = greater<int>();
cout << func(2, 1) << endl; // True
cout << func(1, 1) << endl; // False
cout << func(1, 2) << endl; // False

实现

template <class T>
class greater
{
public:
    bool operator()(const T &a, const T &b) const
    {
        return a > b;
    }
};

注意 sort() 函数要求：comp 不能修改数据。

一般情况下，comp 也不应该修改自身。

所以一般加上 const 标识符限定。

两种方法对比

bool comp(int a, int b)
{
    return a > b;
}

sort(arr, arr+5, comp);

此时 sort() 的第三个参数是函数指针。

template<class T>
class greater
{
public:
    bool operator()(const T &a, const T &b) const
    {
        return a > b;
    }
};

sort(arr, arr+5, greater<int>())

此时第三个参数是函数对象。

一种 $O(n^2)$ 的`sort()` 实现

template<class Iterator, class Compare>
void sort(Iterator first, Iterator last, Compare comp)
{
    for (auto i = first; i != last; i++)
        for (auto j = i; j != last; j++)
            if (!comp(*i, *j)) swap(*i, *j);
}

值得注意的是，std::sort() 的复杂度实际上是严格的 $O(n \log n)$ ，其中涉及到快速排序和堆排序算法在此教程暂不涉及。

自定义类型的排序

可以使用重载 < 运算符的方法。

但如果有多种排序方式的需求，则可以定义比较函数（或函数对象）。

STL 与函数对象

STL 中有大量函数用到了函数对象，在 <algorithm> 头文件中有：

for_each()：对序列进行制定操作。
find_if()：找到满足条件的对象。
count_if()：对满足条件的对象计数。
binary_search()：二分查找满足条件的对象。

并且也有很多预置的函数对象，在 <functional> 头文件中有：

less：比较 a < b。
equal_to：比较 a == b。
greater：比较 a > b。
plus：返回 a + b。

智能指针与引用计数

指针的销毁

A，B 对象共享一个 C 对象，C 对象不想交由外部销毁，那如何确定谁来销毁 C？

这是就可以引入智能指针。

智能指针

shared_ptr 来自 <memory> 库。（从 C++11 开始有）

构造方法：

shared_ptr<int> p1(new int(1));
shared_ptr<MyClass> p2 = make_shared<MyClass>(2); // 调用对应的构造函数
shared_ptr<MyClass> p3 = p2;
shared_ptr<int> p4; // 空指针

访问对象：

int x = *p1; // 从指针访问对象
int y = p2->val; // 访问成员变量

销毁对象：

p2，p3 指向同一对象，当两者均出作用域才会被销毁。

引用计数

为什么智能指针能够知道何时销毁对象？

因为其中有引用计数，只有当引用计数归为 $0$ 时，才会销毁对象。

shared_ptr<int> p1(new int(4));
cout << p1.use_count() << ' ';
{
    shared_ptr<int> p2 = p1;
    cout << p1.use_count() << ' ';
    cout << p2.use_count() << ' ';
}   //p2出作用域
cout << p1.use_count() << ' ';

输出为：

1 2 2 1

自己实现引用计数

#include <iostream>
using namespace std;

template <typename T>
class SmartPtr;

template <typename T>
class U_Ptr
{
private:
    friend class SmartPtr<T>;
    // SmartPtr 是 U_Ptr 的友元类
    U_Ptr(T *ptr) : p(ptr), count(1) {}
    ~U_Ptr()
    {
        delete p;
    }
    int count;
    T *p;
};

template <typename T>
class SmartPtr
{
    U_Ptr<T> *rp;
public:
    SmartPtr(T *ptr) : rp(new U_Ptr<T>(ptr)) {}
    SmartPtr(const SmartPtr<T> &sp) : rp(sp.rp)
    {
        ++rp->count;
    }
    SmartPtr& operator=(const SmartPtr<T> &rhs)
    {
        ++rhs.rp->count;
        if (--rp->count == 0) // 减少自身所指 rp 的引用计数 pA = pB
            delete rp;
        rp = rhs.rp;
        return *this;
    }
    ~SmartPtr()
    {
        if (--rp->count == 0)
            delete rp;
    }
    T& operator*()
    {
        return *(rp->p);
    }
    T& operator->()
    {
        return rp->p;
    }
};

int main()
{
    int *pi = new int(2);
    SmartPtr<int> ptr1(pi); // 构造函数
    SmartPtr<int> ptr2(ptr1); // 拷贝构造
    SmartPtr<int> ptr3(new int(3)); // ptr3(pi) 会怎样？
    ptr3 =  ptr2; // 注意赋值运算
    cout << *ptr1 << endl;
    *ptr1 = 20;
    cout << *ptr2 << endl;
    return 0;
}

注意此处并没有实现空指针以及直接调用构造函数的写法，只是实现了存储指针。

其他用法

p.get() 获取裸指针；
p.reset() 清除指针并减少引用计数；
static_pointer_cast<int>(p)；
dynamic_pointer_cast<Base>(p)。（基类指针）

注意：

不能使用同一个裸指针初始化多个智能指针，会导致产生多个辅助指针。
不能直接使用智能指针维护数组对象。
（所有的实现中都是使用 delete p;，但是数组却是 delete [] p;）

智能指针不总是智能。

#include <memory>
#include <iostream>

using namespace std;

class Child;

class Parent
{
   shared_ptr<Child> child;
public:
   Parent()
   {
       cout << "parent constructing" << endl;
   }
   ~Parent()
   {
       cout << "parent destructing" << endl;
   }
   void setChild(shared_ptr<Child> c)
   {
       child = c;
   }
};

class Child
{
   shared_ptr<Parent> parent;
public:
   Child()
   {
       cout << "child constructing" << endl;
   }
   ~Child()
   {
       cout << "child destructing" << endl;
   }
   void setParent(shared_ptr<Parent> p)
   {
       parent = p;
   }
};

void test()
{
   shared_ptr<Parent> p(new Parent());
   shared_ptr<Child> c(new Child());
   p->setChild(c);
   c->setParent(p);
// p 和 c 被销毁
}

int main()
{
   test();
   return 0;
}

输出为：

parent constructing
child constructing

因为结束时两个对象的引用次数都是 $1$ ，内存泄漏！

解决方法为：

class Child
{
   weak_ptr<Parent> parent;
public:
   Child()
   {
       cout << "child constructing" << endl;
   }
   ~Child()
   {
       cout << "child destructing" << endl;
   }
   void setParent(shared_ptr<Parent> p)
   {
       parent = p;
   }
};

输出为：

parent constructing
child constructing
parent destructing
child destructing

弱引用 weak_ptr 指向对象但不计数。

也就是说，在函数结束前，Parent 的计数为 $1$ ，Child 的计数为 $2$ 。

而 Parent 就可以正常销毁，并使得 Child 的计数也减少 $1$ ，此时 Child 也能正常销毁。

弱引用

弱引用指针的创建：

shared_ptr<int> sp(new int(3));
weak_ptr<int> wp1 = sp;

用法：

wp.use_count(); // 获取引用计数
wp.reset();     // 清除指针
wp.expired();   // 检查对象是否无效
sp = wp.lock(); // 从弱引用获得一个智能指针

实例：

std::weak_ptr<int> wp;
{
    auto sp1 = std::make_shared<int>(20);
    wp = sp1;
    cout << wp.use_count() << endl; // 1
    auto sp2 = wp.lock();           // 从弱引用中获得一个shared_ptr
    cout << wp.use_count() << endl; // 2
    sp1.reset();                    // sp1 释放指针
    cout << wp.use_count() << endl; // 1
}                               // sp2 销毁
cout << wp.use_count() << endl; // 0
cout << wp.expired() << endl;   // 检查弱引用是否失效：True（已失效）

独享共有权

shared_ptr 涉及引用计数，性能较差。

如果要保证一个对象只被一个指针引用，可以使用 unique_ptr：

auto up1 = std::make_unique<int>(20);
// unique_ptr<int> up2 = up1; 
            // 错误，不能复制 unique 指针
unique_ptr<int> up2 = std::move(up1);
            // 可以移动 unique 指针
int* p = up2.release();
            // 放弃指针控制权，返回裸指针
delete p;

智能指针总结

优点：
- 只能指针可以帮助管理内存，避免内存泄漏。
- 区分 unique_ptr 和 shared_ptr 能够明确语义。
- 在手动维护指针不可行，复制对象开销太大时，智能指针是唯一选择。
缺点：
- 性能会受到影响。
- 智能指针不总是智能，需要了解内部原理。
- 需要小心环状结构和数组指针。

lambda 表达与 STL 函数封装

lambda 表达式

可以一行创建函数吗？（别跟我说缩代码）

这时可以引入 lambda 表达式——简便地创建匿名函数的方法。

int a = 1;
auto func = [a](int x) { return a + x; };
cout << func(2) << endl; // 3

参数列表和函数体

对应真实函数的参数列表和函数体，较容易理解。

捕获列表

int a = 1;
auto func = [a](int x) { return a + x; };
a = 2;
cout << func(2) << endl; // 3 还是 4 ?

实际上这种捕获方式为按值捕获，在函数声明的一刻，确定捕获变量的值，所以会输出 $3$ 。

当然还有按引用捕获，也就是在函数声明的一刻，确定捕获变量的引用。

int a = 1;
auto func = [&a](int x) { return a + x; };
a = 2;
cout << func(2) << endl; // 输出4

一般来说有以下常见用法：

[]：不捕获变量。
[a, &b]：按值捕获 a，引用捕获 b。
[this]：按值捕获 this 指针。
[=]：按值捕获所有外部变量。
[&]：按引用捕获所有外部变量。
[=, &a]：按引用捕获 a，其与变量按值捕获。
[&, =a]：按值捕获 a，其余变量按引用捕获。

注意，当按引用捕获时，是可以修改外部变量的值的。

而如果按值捕获，一般而言传入的值不能被修改（非左值），如果想要修改，需要加上 mutable 标识符（当然修改的只是传入的副本，不会影响外界）：

auto func = [a](int x) mutable { a = 3; return a + x; };

返回值

在没有指定的情况下，lambda 表达式会自动推断。

如果想要指定，可以使用：

auto func = [a](int x) mutable -> int { a = 3; return a + x; };

（-> auto 的用法与一般函数一样需要 C++14）

使用 lambda 表达式的优点

更加简洁；
只使用一次的函数无需命名，避免污染变量空间；
增加相关代码的内聚性。

实际上在前面提到过 sort() 函数的第三个参数中，也可以使用 lambda 表达式以简化代码。

同样也可以配合模板函数（成员函数）使用（编译期进行绑定）。

但如果想要动态绑定，比如：

class MyArray : public vector<int>;
bool lessThan3(int x)
{
    return x < 3;
}

arr.setFunc([](int a) { return a < 3; });
cout << arr.find() << endl;

arr.setFunc(lessThan3);
cout << arr.find() << endl;

这就不能用模板在编译期进行绑定。

如何储存不同类型的函数指针和函数对象？

`function` 类

function 类提供了函数指针与函数对象的封装：

class MyArray : public vector<int>
{
private:
    function<bool(int)> fn; // 表示参数为 int，返回值为 bool
                            // 能够接受函数指针、匿名函数、函数对象
public:
    void setFunc(function<bool(int)> _fn)
    {
        fn = _fn;
    }
    int find()
    {
        for (auto i : (*this))
            if (fn(i)) return i;
    }
};

函数对象的组合

比如如何用 STL 库组合出 lessThan3() 函数？

bind(less<int>(), placeholders::_1, 3);

其中：

bind() 是 <functional> 库函数。
less<int>() 是被绑定的函数。
placeholders::_1：被绑定函数的第一个参数来自新函数的第一个参数。
3：被绑定函数的第二个参数为 $3$ 。

其返回值为一个函数对象，功能与 lessThan3() 一致。

同样，甚至可以使用 less 组合出 greater。

字符串处理与正则表达式

正则表达式

正则表达式是搜索文本时定义的一种规则。

给定一个正则表达式和另一个字符串。

匹配整个字符串是否满足条件。
查找符合正则表达式的子串。
按规则替换字符串的部分。

比如一个正常邮箱地址的通用正则表达式为：

\w[-\w.+]*@([A-Za-z0-9][-A-Za-z0-9]+\.)+[A-Za-z]{2,14}

（看起来长的很不友善~~，反正我也不会~~）

基本模式

字符代表其本身：once 匹配句子中所有的 once。
转义字符：\n 表示换行，\t 表示制表符，后面会提到的各种通配符如果需要用到本身，也可以使用前面加一个 \ 来表示，比如 \.。
特殊匹配字符：^ 代表开头，$ 代表结尾。
- ^\t 只能匹配到以制表符开头的内容。
- ^bucket$ 只能匹配到只含 bucket 的内容。

字符簇

匹配的单个字符在某个范围中：
- [aeiou] 匹配任意一个元音字符。
- [a-z] 匹配所有单个小写字母。
- [0-9] 匹配所有单个数字。
范围取反：
- [^a-z] 匹配所有单个非小写字母。
连用：
- [a-z][0-9]：
- 匹配所有字母 $+$ 数字的组合，比如 a1，b9。
- ^[^0-9][0-9]$：
- 用于匹配 $2$ 个长度的内容，且第一个不为数字，第二个为数字。
特殊字符：
- . 匹配出换行符以外任意字符。
- \d 等价 [0-9]。
- \D 等价 [^0-9]。
- \s 匹配所有空白字符。
- \S 匹配所有非空白字符。
- \w 匹配字母、数字、下划线。
- \W 匹配非字母、数字、下划线。
- \b 匹配单词边界，或者说它的前一个字符和后一个字符不全是（一个是，一个不是或不存在）\w。
- \B 匹配非单词边界。

重复模式

x{n,m} 代表前面内容出现次数重复 n∼m 次（0≤n≤m）：
- a{4} 匹配 aaaa。
- a{2,4} 匹配 aa 或 aaa 或 aaaa。
- a{2,} 匹配长度大于等于 $2$ 的 a。
扩展到字符簇：
- [a-z]{5,12} 代表长度为 $5 \sim 12$ 的英文小写字母组合。
- .{5} 所有长度为 $5$ 的字符，除换行符外。
特殊字符：
- ? 等价 {0,1}。
- + 等价 {1,}。
- * 等价 {0,}。

或连接符

匹配模式可以使用 | 进行连接。

(Chapter|Section)[1-9][0-9]? 可以匹配 Chapter 1、Section 10 等。
0\d{2}-\d{8}|0\d{3}-\d{7} 可以匹配 010-12345678、0376-2233445 等。

其中使用的 () 可以改变优先级。

m|food 可以匹配 m 或者 food。
(m|f)ood 可以匹配 mood 或者 food。

一个例子：

((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

可以匹配所有可能的 IP 地址（IPv4）。

分组

以 () 标识的部分被称作分组：

正则表达式匹配后，每个分组的内容将被捕获。
用于提取关键信息，例如 version(\d+) 即可捕获版本号。

分组会按顺序标号：

$0$ 号永远是匹配的字符串本身。
(a)(pple) 中 $0$ 号为 apple， $1$ 号为 a， $2$ 号为 pple。

使用 (?:pattern) 可以不捕获该分组。

原生字符串

正则表达式往往会有很多 \，字符串表示时应该写为 \\。
原生字符串可以取消转义，保留字面值。
语法：R"(str)" 表示 str 的字面值。
比如："\\d+" = R"(\d+)" = \d+。
原生字符串可以换行，比如：
```
auto str = R"(Hello
World)";
```
C++
结果 str = "Hello\nWorld"。

正则表达式库 `<regex>`

正则表达式匹配的三种模式：

匹配：
- 询问字符串是否能匹配正则表达式，并捕获响应分组。
- regex_match()。
替换：
- 替换字符串中匹配的子串，并替换成相应内容。
- regex_replace()。
搜索：
- 搜索字符串中匹配的子串，并捕获相应分组。
- regex_search()。

匹配实例：

string s("subject");
regex e(R"((sub)(.*))");
smatch sm;
regex_match(s,sm,e);
cout << sm.size() << " matches\n";
cout << "the matches were: ";
for (unsigned i=0; i<sm.size(); ++i)
{
    cout << "[" << sm[i] << "] ";
}

输出为：

3 matches
the matches were: [subject] [sub] [ject]

更多用法请自行探索。

oop 教程

379 次浏览

Comments: 4

skylee03说道：
2020年4月16日下午10:42
匹配 Email 的那个正则看起来有问题，应该是
\w[-\w.+]*@([A-Za-z0-9][-A-Za-z0-9]+\.)+[A-Za-z]{2,14}
登录以回复
- wzf2000说道：
  2020年4月16日下午11:46
  看起来又是 markdown 编辑器出锅了。
  登录以回复
  - skylee03说道：
    2020年4月17日上午10:12
    还是不对，大括号里{2,14}不能有空格
    登录以回复
    - wzf2000说道：
      2020年4月17日下午1:44
      习惯性打的，，忘记了
      登录以回复

Add your comment 取消回复

要发表评论，您必须先登录。

OOP 学习笔记（8）——STL 进阶

OOP 学习笔记（8）——STL 进阶

STL 进阶

string 字符串类

变长字符串

string 类常用构造及转换函数

string 类基本使用方法

string 类三种输入方式

数值类型的转换

iostream 输入输出流

回忆：重载输出流运算符

STL 输入输出流

ostream 和 cout

自己实现简单的 ostream

格式化输出

流操纵算子：setprecision()

流操纵算子：endl

cout 不能复制

文件输入输出流

istream 与 scanf()

stringstream 字符串输入输出流

字符串输入输出流

stringstream

获取 stringstream 的 buffer

实现一个类型转换函数

函数对象

排序

函数对象

实现

两种方法对比

一种 O(n2)O(n^2) 的sort() 实现

自定义类型的排序

STL 与函数对象

智能指针与引用计数

指针的销毁

智能指针

引用计数

自己实现引用计数

其他用法

弱引用

独享共有权

智能指针总结

lambda 表达与 STL 函数封装

lambda 表达式

参数列表和函数体

捕获列表

返回值

使用 lambda 表达式的优点

function 类

函数对象的组合

字符串处理与正则表达式

正则表达式

基本模式

字符簇

重复模式

或连接符

分组

更多内容

原生字符串

正则表达式库 <regex>

Comments: 4

Add your comment 取消回复

登录

热门文章

近期评论

标签

扫描二维码加入交流

`string` 字符串类

`string` 类常用构造及转换函数

`string` 类基本使用方法

`string` 类三种输入方式

`iostream` 输入输出流

`ostream` 和 `cout`

自己实现简单的 `ostream`

流操纵算子：`setprecision()`

流操纵算子：`endl`

`cout` 不能复制

`istream` 与 `scanf()`

`stringstream` 字符串输入输出流

`stringstream`

获取 `stringstream` 的 `buffer`

一种 $O(n^2)$ 的`sort()` 实现

`function` 类

正则表达式库 `<regex>`