c++ - 奇怪的正则表达式机器与测试仪不同

Question

我遵循正则表达式来匹配输入字符串上的 HTTP header 和正文:

([^()<>@,;:\\\"/\\[\\]?={}\\s\\t]+):(?:[\\s\\t]+)?(.+)\\r\\n(?:\\r\\n([\\s\\S]+))?

下面的括号显示预期的匹配:

(Header-Name): (Its_value)
(Im-a-header): (Im_a_value)

(Anything here,
commonly HTML code...
...)

它在 Regex101.com 中使用 PCRE、Python 或 JavaScript 风格运行良好，但当我在 C++ 中使用 regex_search 对其进行测试时，只有第一个标题匹配，没有更多，甚至 body 。使用来自 boost::regex 的 Perl 风格产生更奇怪的输出。

测试代码:

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

int main()
{
        const std::string data("Name: value\r\nFoo: bar\r\n\r\nanything\r\nhere");
        std::regex pattern("([^()<>@,;:\\\"/\\[\\]?={}\\s\\t]+):(?:[\\s\\t]+)?(.+)\\r\\n(?:\\r\\n([\\s\\S]+))?");
        std::smatch result;

        std::regex_search(data, result, pattern);

        for(const auto &match : result)
                std::cout << match << std::endl;
}

输出:

Name: value

Name
value

输出从 std 改变至 boost (并自动转换为 Perl 风格):

Name: value
Foo: bar

anything here

Name
value
Foo: bar

anything here

观察:我使用了 boost仅用于测试结果输出。我不想要任何特定于 Perl 的解决方案。

我想用这样的代码得到类似于下面的输出:

Name
value
Foo
bar
anything
here

有人可以了解问题所在并帮助我解决这个问题吗？

Answer 1

似乎有几个问题。

1. 您需要多次运行 regex_search 以获得多个匹配项，每个匹配项都有捕获组。
2. 由于您需要修改输入字符串，因此需要将其声明为非常量。
3. 正则表达式本身将 anything\r\nhere 放入第 3 组，您应该在尝试打印/获取它之前检查它是否已填写。

这是一个固定版本:

string data("Name: value\r\nFoo: bar\r\n\r\nanything\r\nhere");
std::regex pattern("([^()<>@,;:\\\\\"/\\[\\]?={}\\s]+):\\s*(.+)\r\n(?:\r\n([\\s\\S]+))?");
std::smatch result;

while (regex_search(data, result, pattern)) {
    std::cout << result[1] << "\n" << result[2] << std::endl;
    if (result[3].str().size() > 0)
    {
        std::cout << result[3] << std::endl;
    }
    data = result.suffix().str();
}

参见 IDEONE demo .输出:

Name
value
Foo
bar
anything
here