Question

我只是关注正则表达式，我正在使用Boost Regex库。

我需要使用包含特定URL的正则表达式，并且它会发生窒息，因为显然URL中有为正则表达式保留的字符，需要进行转义。

Boost库中是否有任何函数或方法来转义字符串以进行此类用法？我知道在大多数其他正则表达式实现中都有这样的方法，但我没有在Boost中看到它。

或者，是否有需要转义的所有字符的列表？

Answer 1

. ^ $ | ( ) [ ] { } * + ? \

具有讽刺意味的是，您可以使用正则表达式来转义URL，以便将其插入到正则表达式中。

const boost::regex esc("[.^$|()\\[\\]{}*+?\\\\]");
const std::string rep("\\\\&");
std::string result = regex_replace(url_to_escape, esc, rep,
                                   boost::match_default | boost::format_sed);

（标志boost::format_sed指定使用sed的替换字符串格式。在sed中，转义&将输出与整个表达式匹配的任何内容。

或者，如果您对sed的替换字符串格式不满意，只需将标志更改为boost::format_perl，您就可以使用熟悉的$&来引用整个表达式匹配的任何内容。

const std::string rep("\\\\$&");
std::string result = regex_replace(url_to_escape, esc, rep,
                                   boost::match_default | boost::format_perl);

Answer 2

使用Dav的代码（+注释中的修复），我创建了ASCII / Unicode函数regex_escape()：

std::wstring regex_escape(const std::wstring& string_to_escape) {
    static const boost::wregex re_boostRegexEscape( _T("[.^$|()\\[\\]{}*+?\\\\]") );
    const std::wstring rep( _T("\\\\&") );
    std::wstring result = regex_replace(string_to_escape, re_boostRegexEscape, rep, boost::match_default | boost::format_sed);
    return result;
}

对于ASCII版本，请使用std::string / boost::regex代替std::wstring / boost::wregex。

Answer 3

与boost::xpressive相同：

const boost::xpressive::sregex re_escape_text = boost::xpressive::sregex::compile("([\\^\\.\\$\\|\\(\\)\\[\\]\\*\\+\\?\\/\\\\])");

std::string regex_escape(std::string text){
    text = boost::xpressive::regex_replace( text, re_escape_text, std::string("\\$1") );
    return text;
}

Answer 4

在C ++ 11中，您可以使用原始字符串文字来避免转义正则表达式字符串：

std::string myRegex = R"(something\.com)";

见http://en.cppreference.com/w/cpp/language/string_literal，第（6）项。

如何转义字符串以在Boost Regex中使用

4 个答案: