c++ - 在 C++ 中使用带有正则表达式的 g++ 和 Visual Studio 14 2015 编译器时的不同结果

Question

当我在 C++ 中使用正则表达式时，我注意到 g++ (MinGW) 和 Visual Studio 14 2015 编译器(均在 Windows 上)之间存在一些不规则之处。这是我尝试过的代码:

#include <iostream>
#include <vector>
#include <string>
#include <regex>

static const std::string data = "\n    a = 10\n    b = 20\n";

int main(int argc, char* argv[])
{
    auto strIt = data.begin();

    while (strIt != data.end())
    {
        std::regex e("^[ \t\n\r]");
        std::smatch m;
        std::string s(strIt, data.end());

        if (std::regex_search(s, m, e))
        {
            strIt += m[0].str().size();
        }
        else
        {
            std::cout << "s = \"" << s << "\"" << '\n';
            break;
        }
    }
}

当使用 g++ 编译时，我得到了预期的输出

s = "a = 10\n    b = 20\n"

但是当使用Visual Studio编译器时，它会吐出

s = "b = 20\n"

忽略整个“a = 10”部分。通过调试功能在 Visual Studio 中进一步调查后，我发现 m 变量保留了“a = 10”部分之后的空间。

你知道它为什么会这样吗？我是否在某个地方犯了一个大错误却没有注意到？请帮忙。

Answer 1

首先，一个简化的示例:

#include <iostream>
#include <string>
#include <regex>

using namespace std;

int main() {
    const string data = "abc\nXabc";
    regex re("^X");
    smatch match;
    if (regex_search(data, match, re))
        cout << "match: " << match.str() << endl;
    else
        cout << "no match" << endl;
    return 0;
}

Visual Studio 2015 输出:

match: X

MinGW 7.1.0 输出:

no match

---

因此，区别在于正则表达式中的 ^ 是匹配行的开头还是仅匹配字符串的开头。在 C++ 17 中，它由传递给 regex 构造函数的 regex::flag_type 参数确定。

31.5.1 Bitmask type syntax_­option_­type :

The type syntax_­option_­type is an implementation-defined bitmask type. Setting its elements has the effects listed in Table 130. A valid value of type syntax_­option_­type shall have at most one of the grammar elements ECMAScript, basic, extended, awk, grep, egrep, set. If no grammar element is set, the default grammar is ECMAScript.

---

Table 130 — syntax_­option_­type effects

...

multiline — Specifies that ^ shall match the beginning of a line and $ shall match the end of a line, if the ECMAScript engine is selected.

为了使 ^ 匹配行的开头，regex 对象需要像这样初始化:

regex re("^X", regex_constants::multiline);

---

总之，MinGW 的行为在 C++ 17 标准下是正确的。