Question

将gcc从版本4.8.5升级到版本5.3.1后，我想我可以摆脱boost的正则表达式实现（升级版本1.54.0）和使用gcc提供的那个（在版本4.9之前它没有使用gcc 据我所知）。然而，事实证明这是一个问题，因为那两个实现的行为不同：

#include <regex>
#include <boost/regex.hpp>
#include <iostream>
#include <string>

int main() {
    std::string s="\\needs_another_backslash";
    std::string reg("^(\\\\)(needs)(.+)");
    std::string rep("\\\\got$3");
    std::regex sr(reg);
    boost::regex br(reg);
    std::cout<<"string before replacement:\n"<<s<<std::endl<<
        "regular expression:\n"<<reg<<std::endl<<
        "replacement string:\n"<<rep<<std::endl<<
        "std::regex_replace:\n"<<std::regex_replace(s,sr,rep)<<std::endl<<
        "boost::regex_replace:\n"<<boost::regex_replace(s,br,rep)<<std::endl;
    return 0;
}

这给出了以下输出：

string before replacement: \needs_another_backslash regular expression: ^(\\)(needs)(.+) replacement string: \\got$3 std::regex_replace: \\got_another_backslash boost::regex_replace: \got_another_backslash

好像提升对待＆＃39; \＆＃39;特别是在替换字符串中而gcc没有。由于std :: regex_replace的替换字符串中的反向引用的神奇字符是＆＃39; $＆＃39; （它也是作为示例证明的提升），我倾向于认为gcc是对的。然而，在许多其他程序（例如vim）中，它是＆＃39; \。因此，提升可能有助于治疗＆＃39; \＆＃39;特别。那么谁是对的？

Answer 1

首先，std示例实际上不是gcc的问题，而是C ++标准的问题，gcc（在本例中）是兼容的。标准在28.5.2中说明：

当正则表达式匹配由新字符串替换时，新的 string应使用ECMAScript replace使用的规则构造 ECMA-262中的函数，第15.5.4.11节String.prototype.replace。此外，在搜索和替换操作期间所有非重叠的出现应定位和替换正则表达式，并输入部分与表达式不匹配的表达式应不加改变地复制到输出中字符串。

并且ECMA声明：

否则，让newstring表示将replaceValue转换为String的结果。结果是从原始输入String派生的String值，方法是将每个匹配的子字符串替换为从newstring派生的字符串，方法是用表22中指定的替换文本替换newstring中的字符。这些$替换是从左到右完成的，并且，一旦进行了这样的替换，新的替换文本不再需要进一步替换。例如，“$ 1，$ 2”.replace（/（\ $（\ d））/ g，“$$ 1- $ 1 $ 2”）返回“$ 1- $ 11，$ 1- $ 22”。与以下任何表格都不匹配的新闻字符串中的$保留原样。

（如果part：replaceValue是一个函数。）

没有提到有关替换转义序列的内容。用firefox试过：

var test = "\\needs_another_backslash";
test = test.replace(/^(\\)(needs)(.+)/, "\\\\got$3");
alert(test);

结果：\\got_another_backslash。

提升documentation州：

效果：如果fmt是以null结尾的字符串或char_type的容器，则将字符序列[fmt.begin（），fmt.end（））复制到OutputIterator out。对于fmt中的每个格式说明符或转义序列，将该序列替换为它所代表的字符，或者它所引用的* this中的字符序列。 flags中指定的位掩码确定识别哪些格式说明符或转义序列，默认情况下，这是ECMA-262，ECMAScript语言规范，第15章第5.4.11节String.prototype.replace使用的格式。

此外，它还声明了match_type_flags：

指定在用新字符串替换正则表达式匹配时，使用ECMA-262中ECMAScript替换函数使用的规则构建新字符串，ECMAScript语言规范，第15章第5.4.11节字符串.prototype.replace。（FWD.1）。

这在功能上与Perl格式字符串规则相同。

[...]

在linux上尝试使用perl 5.18.2：

my $test = "\\needs_another_backslash";
$test =~ s/^(\\)(needs)(.+)/\\\\got$3/;
print "$test\n";

导致\\got_another_backslash。

使用std::string reg("^(\\\\)(needs)(.+)");时，传递字符串文字时，reg会保存字符串^(\\)(needs)(.+)（不是字面值，因此省略引号！），而std::string rep("\\\\got$3");代表字符{hold} { {1}}。

但是在解释上显然存在差异。假设我们有std和boost两个和相同的ECMAScript引擎。

然后，std和boost一致的做法是将\\got$3字符串编译为正则表达式：

reg

我认为通过创建std / boost :: regex类的实例可以很好地反映这一点。

然后出现差异：std将sprintf(b, "/%s/", reg); sr /* br, respectively */ = ECMAScriptEngine::compileFromSource(b);，s和sr传递给ECMAScript引擎，以便直接调用rep（当然没有这样的现实中的s函数 - 只是让我们假设我们可以这样做。）

boost也可以编译rep字符串（旁注：我没有安装boost，所以我自己也没有验证这个行为......）：

s.(String.prototype.replace)(sr, rep);

然后拨打引擎sprintf(b, "'%s'", rep); // note: '', not //! ecma_rep = ECMAScriptEngine::compileFromSource(b);。

有趣的是，boost不会编译源字符串s，它再次与std ...

一致

最后，我认为，标准实施反映了我们实际想做的事情：

s.(String.prototype.replace)(sr, ecma_rep);

VS

s.replace(regex, string);
s.replace(/reg/, rep);
(std::string).replace(std::regex(std::string), std::string);
std::regex_replace(s, std::regex(reg), rep);

不确定这是否足以说一个是对的而另一个是错的，但是（这意味着错误的一个是错误的！）。可能我们甚至必须保留第三种选择：两种方法都是有效的（所以两种方法都是正确的，没有一种是错误的），不幸的是，它们是不相容的......

不同的待遇＆＃39; \在regex_replace（）中替换g ++和boost中的字符串

1 个答案: