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+)", 0, "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+)", 0, "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, %lu]: %s", entry->start, entry->size, 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, results, entry)
- {
- // trace
- tb_trace_i(" [%lu, %lu]: %s", entry->start, entry->size, entry->cstr);
- }
- }
- // 销毁正则对象
- tb_regex_exit(regex);
- }
用 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+", 0, "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, "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 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。。