C++ 正则表达式匹配可选数字

我有一个文本文件，当前使用

regex

表达式解析，它运行良好。文件格式定义良好，2个数字，由任何空格分隔，后跟可选注释

现在，我们需要在这个文件中添加一个额外的（但可选的）第3个数字，使格式为2或3个数字，用空格分隔，并带有可选注释

我有一个

regex

对象，它至少匹配所有必要的行格式，但是我没有任何运气能够真正捕获第三个（可选）数字，即使它存在

代码：

如您所见，它匹配所有预期的输入格式，但永远无法实际捕获第三个数字，即使它存在

---

我目前正在用GCC 5.1.1测试这一点，但实际的目标编译器将是GCC 4.8.2，使用

boost:：regex

而不是

std:：regex

让我们对以下示例进行逐步处理

16653 2 1
^

^

是当前匹配的偏移量。在这一点上，我们在这里的模式：

\s*？（\d+）\s*？（\d+）\s*？（\d+）\s*？（\d+）！*？*？
^             

（我已将brievty的

[[：space:][]

简化为

\s

，

[[：digit:][]code>简化为
\d


\s*？
匹配，然后
（\d+）
匹配。我们最终处于以下状态：

16653 2 1
^

\s*？（\d+）\s*？（\d+）\s*？（\d+）\s*？（\d+）！*？*？
^


同样的事情：
\s*？
匹配，然后
（\d+）
匹配。状态为：

16653 2 1
^

\s*？（\d+）\s*？（\d+）\s*？（\d+）\s*？（\d+）！*？*？
^ 


现在，事情变得更棘手了

这里有一个
\s*？
，一个惰性量词。引擎尝试不匹配任何内容，并查看模式的其余部分是否匹配。因此，它尝试替换

第一种选择是
\d+
，但它失败了，因为这个位置没有数字

第二个选择是
\s*？
，之后没有其他选择。它是惰性的，所以让我们先尝试匹配空字符串

下一个标记是
！*？
，但它也与空字符串匹配，然后紧跟着
*？
，它将匹配字符串末尾的所有内容（这样做是因为您使用的是
正则表达式匹配
-它会将空字符串与
正则表达式搜索
匹配）

此时，您已经成功地到达了模式的末尾，并且获得了一个匹配项，而无需强制将
\d+
与字符串匹配

问题是，模式的整个部分最终都是可选的：

\s*？（\d+）\s*？（\d+）\s*？（\d+）\s*？（\d+）！*？*？
\__________________/


那么，你能做什么？你可以像这样重写你的模式：

\s*？（\d+）\s+（\d+）（:\s+（\d+）））\s*（？：！*）？

（添加锚以模拟
regex\u匹配
行为）

这样，您强制ReGEX引擎考虑<代码> \d>代码>，不能在空字符串上进行懒惰匹配。不必使用惰性量词，因为<代码> < <代码> > <代码> \d>代码>是不相交的。< /p>
！*？*？*？
也是次优的，因为
！*？
已经包含在下面的
*？
中。我将其改写为
（？：！！*）
以要求在注释开始时使用
！
，如果没有，匹配将失败。
如果是
\s*（\d+）\s+（\d+）（\d+）（\d+）（\s+）？：：：）\s*）\s*（？：）？
。非贪婪量词让我紧张。@melpomene是的，谢谢，我提交答案太快了，没有考虑原始模式的所有怪癖。
#include <iostream>
#include <regex>
#include <vector>
#include <string>
#include <cassert>
using namespace std;

bool regex_check(const std::string& in)
{
   std::regex check{
      "[[:space:]]*?"                    // eat leading spaces
      "([[:digit:]]+)"                   // capture 1st number
      "[[:space:]]*?"                    // each second set of spaces
      "([[:digit:]]+)"                   // capture 2nd number
      "[[:space:]]*?"                    // eat more spaces
      "([[:digit:]]+|[[:space:]]*?)"     // optionally, capture 3rd number
      "!*?"                              // Anything after '!' is a comment
      ".*?"                              // eat rest of line
   };

   std::smatch match;

   bool result = std::regex_match(in, match, check);

   for(auto m : match)
   {
      std::cout << "  [" << m << "]\n";
   }

   return result;
}

int main()
{
   std::vector<std::string> to_check{
      "  12  3",
      "  1  2 ",
      "  12  3 !comment",
      "  1  2     !comment ",
      "\t1\t1",
      "\t  1\t  1\t !comment   \t",
      " 16653    2      1",
      " 16654    2      1 ",
      " 16654    2      1   !    comment",
      "\t16654\t\t2\t   1\t ! comment\t\t",
   };

   for(auto s : to_check)
   {
      assert(regex_check(s));
   }

   return 0;
}

  [  12  3]
  [12]
  [3]
  []
  [  1  2 ]
  [1]
  [2]
  []
  [  12  3 !comment]
  [12]
  [3]
  []
  [  1  2     !comment ]
  [1]
  [2]
  []
  [ 1   1]
  [1]
  [1]
  []
  [   1   1  !comment       ]
  [1]
  [1]
  []
  [ 16653    2      1]
  [16653]
  [2]
  []
  [ 16654    2      1 ]
  [16654]
  [2]
  []
  [ 16654    2      1   !    comment]
  [16654]
  [2]
  []
  [ 16654       2      1     ! comment      ]
  [16654]
  [2]
  []