Question

在开发我的个人库时，我偶然发现了我认为libstdc ++ 6中的错误。

因为我非常肯定这个图书馆已经被很多技术高超的人审阅过，所以我来这里是为了验证我的发现并获得进一步帮助。

请考虑以下代码：

#include <regex>
#include <iostream>

int main()
{
        std::string uri = "http://example.com/test.html";
        std::regex reg(...);
        std::smatch match;
        std::regex_match(uri, match, reg);
        for(auto& e: match)
        {
                std::cout<<e.str() <<std::endl;
        }
}

我写了一个正则表达式来解析URL到

协议
用户/通行证（可选）
主持人
端口（可选）
路径（可选）
查询（可选）
位置（可选）

我使用了以下正则表达式（在c ++中）：

std::regex reg("^(.+):\\/\\/(.+@)?([a-zA-Z\\.\\-0-9]+)(:\\d{1,5})?([^?\\n\\#]*)(\\?[^#\\n]*)?(\\#.*)?$");

这在在线测试人员和MSVC ++ 2015 Update 3中运行良好，但在我的构建主机上失败，其中主机部分与主机和路径匹配。

Buildhost：

g ++（Ubuntu 5.4.0-6ubuntu1~16.04.2）5.4.0 20160609

libstdc ++ 6：amd64 5.4.0-6ubuntu1~16.04.2

我认为这是一个错误，因为如果我将正则表达式更改为：

std::regex reg("^(.+):\\/\\/(.+@)?([a-zA-Z\\.0-9\\-]+)(:\\d{1,5})?([^?\\n\\#]*)(\\?[^#\\n]*)?(\\#.*)?$");

它的工作原理很好，它的行为应该完全一样。

失败的正则表达式：https://ideone.com/7n2JdK

工作正则表达式：https://ideone.com/6NMPUW

我是否想念一些非常重要的内容，或者这是libstdc ++ 6中的错误？

唯一的区别在于char类：

[a-zA-Z\\.\\-0-9] // not working
[a-zA-Z\\.0-9\\-] // working

Answer 1

这显然是一个错误，因为"[.\\-0]"应该被解析为匹配.或-字符的字符类（因为连字符是用文字{{1}转义的}}或\。由于未知原因，连字符被解析为范围运算符，0子表达式等于[a-zA-Z\\.\\-0-9]+。请参阅this regex demo。

第二个表达式有效，因为字符类末尾（及其开头）的[a-zA-Z.-0-9]+始终被解析为文字连字符。

同一个错误的另一个例子：

std::string uri = "%"; std::regex reg(R"([$\-&])"); std::smatch match; std::regex_match(uri, match, reg); for(auto& e: match) { std::cout<< e.str() <<std::endl; }正则表达式不应与[$\-&]匹配，它应与%，$或-匹配，但无论出于何种原因，{{1} （在ASCII表格中&和%之间）is still matched。

Answer 2

我觉得这不是错误，但我认为这与基本的RE规范有关。

如果想要匹配这样的事情，应该了解文字-（连字符），尤其是的细节。 Quoth re_format(7)（第一句）：

包含文字 -，使其成为范围的第一个或最后一个字符，或第二个端点。使用文字-作为第一个结尾 - 范围点，将其括在[.和.]中，使其成为整理元素（见下文）。除了这些以及使用[的一些组合（请参阅下一段），所有其他特殊字符（包括\）都会丢失括号表达式中的特殊意义。

即。转义一个连字符并期望它匹配为一个字符，这正是man page sais如何匹配一个字面连字符。

验证错误

2 个答案: