利用正则实现匹配和替换

前端之家收集整理的这篇文章主要介绍了利用正则实现匹配和替换前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

tBox里面针对三个正则库(pcre/pcre2/posix)进行了封装,实现接口统一和跨平台处理,只要xmake在编译配置的时候自动检测到其中一种库,就可以使用了,一般会优先使用pcre2。

如果你不想过多的依赖第三方库,可以切换到posix的正则,调用 xmake f --pcre=false --pcre2=false 把pcre的库禁用了就行了。

首先给个最简单的匹配单个子串的例子:

// 执行简单匹配,第二个参数是匹配模式,默认传0就行了
    tb_vector_ref_t results = tb_regex_match_done_simple("(\\w+)\\s+?(\\w+)","hello world");
    if (results)
    {
        // 遍历匹配到的结果
        tb_for_all_if (tb_regex_match_ref_t,entry,results,entry)
        {
            // 打印匹配到的子串的起始偏移、长度、和内容
            tb_trace_i("[%lu,%lu]: %s",entry->start,entry->size,entry->cstr);
        }
        
        // 销毁匹配到的结果数据
        tb_vector_exit(results);
    }

输出结果如下:

[0,11]: hello world 
[0,5]: hello
[6,5]: world

第一个匹配结果,是针对整个匹配子串的,后面两个结果,是针对()里面的分组匹配。。

如果不想进行遍历,只像提取其中第一个分组匹配的结果,可以这么使用:

// 执行简单匹配,第二个参数是匹配模式,默认传0就行了
    tb_vector_ref_t results = tb_regex_match_done_simple("(\\w+)\\s+?(\\w+)","hello world");
    if (results && tb_vector_size(results) > 1)
    {
        // 获取第一个分组结果,也就是索引1的子串
        tb_regex_match_ref_t entry = (tb_regex_match_ref_t)tb_iterator_item(results,1);
        if (entry)
        {
            // 打印匹配到的子串的起始偏移、长度、和内容
            tb_trace_i("[%lu,entry->cstr);
        }
        
        // 销毁匹配到的结果数据
        tb_vector_exit(results);
    }

上面只能匹配全文中的第一个字串,如果想要进行全局匹配,可以这么来:

// 初始化一个正则对象,采用默认匹配模式
    tb_regex_ref_t regex = tb_regex_init("\\w+",0);
    if (regex)
    {
        // 循环匹配全部子串
        tb_long_t       start = 0;
        tb_size_t       length = 0;
        tb_vector_ref_t results = tb_null;
        while ((start = tb_regex_match_cstr(regex,content,start + length,&length,&results)) >= 0 && results)
        {
            // 整个子串的起始偏移和长度(不是分组子串,是整个匹配串)
            tb_trace_i("[%lu,%lu]: ",start,length);

            // 遍历显示这个匹配子串的所有分组,第一项是整个子串
            tb_for_all_if (tb_regex_match_ref_t,entry)
            {
                // trace
                tb_trace_i("    [%lu,entry->cstr);
            }
        }

        // 销毁正则对象
        tb_regex_exit(regex);
    }

tb_regex_init 创建一个正则对象的方式,针对匹配次数频繁的操作,进行了优化,因为它会提前预编译正则表达式

如果只是进行单一子串匹配,那么使用tb_regex_match_done_simple就够用了,毕竟接口更加简单易用

需要注意的是,用 tb_regex_init 进行的所有匹配结果和替换结果,是不需要手动销毁释放的,在调用tb_regex_exit,会去自动释放他们

前面传递的匹配模式,只传了0,使用默认匹配规则,tBox目前可以支持以下模式:

TB_REGEX_MODE_NONE              = 0     //!< 默认匹配模式,TB_REGEX_MODE_CASELESS          = 1     //!< 忽略大小写匹配,TB_REGEX_MODE_MULTILINE         = 2     //!< ^ 和 $ 匹配新行,实现多行匹配,TB_REGEX_MODE_GLOBAL            = 4     //!< 执行全局替换

替换子串更加方便,如果替换单次子串,只需要:

// 执行单次替换
    tb_char_t const* results = tb_regex_replace_done_simple("\\w+","hello world","hi");
    if (results)
    {
        // trace
        tb_trace_i(": %s",results);

        // 销毁结果字串
        tb_free(results);
    }

输出结果如下:

hi world

如果要进行多次全局替换,只需修改匹配模式:

// 设置TB_REGEX_MODE_GLOBAL全局替换模式,执行多次替换
    tb_char_t const* results = tb_regex_replace_done_simple("\\w+",TB_REGEX_MODE_GLOBAL,results);

        // 销毁结果字串
        tb_free(results);
    }

输出结果如下:

hi hi

当然如果同一个正则替换不同文本的操作很频繁,那么先用 tb_regex_init("\\w+",TB_REGEX_MODE_GLOBAL) 创建个正则对象来替换,这样效率会高很多,这个就看具体实际需要了。。


猜你在找的正则表达式相关文章