Regex C+上的Bug+；11在Ubuntu 14.04（g+；+；/clang）上运行时使用正则表达式，但不在Windows（mingW）中使用

我需要使用C++11正则表达式解析文件（不是Boost，不是外部库，不是调用bash或python例程，等等）

首先，我需要丢弃不包含任何URL域的行

然后，从这些保留的行中，我需要提取域并将它们返回到容器中

示例：从，我只需要保留：www.xjr.com

因此，我建立了自己的以下正则表达式：

std::regex urlRgx("((([[:print:]])?)*(https|http)://(www|ww2|web))\\.
([[:alnum:]]{2,256}.[[:alpha:]]{2,4})((/([[:alnum:]])?)*(([[:print:]])?)*)");

由于不同的原因（以及正则表达式不兼容带来的麻烦），我在Windows 10下（使用MinGW:g++-6.*）以代码块16.01完成了编译和运行程序，没有任何问题

但是，当我来到我想要的环境Ubuntu14.04时，程序编译成功，但在运行时，它只是被卡住了，没有提供任何输出

总是在Ubuntu 14.04中，我尝试：

使用g++-6.*和clang3.8在代码块16.01上编译。结果：没有输出

使用相同的编译器从命令行编译。结果：没有输出

注意：我运行程序，但它永远不会结束；它只是被卡住了，光标在闪烁

当然，我对regex进行了注释，并尝试了其他输出，最终确定问题出在regex本身

我想知道minGW是否在Windows中进行了一些“自动”转换，这在正则表达式中隐藏了一些错误。然后，在POSIX中，它根本不起作用

---

您能提供一些有用的建议吗？

哪些部分带有

（…）？）*

？在我看来，它们可以以无限多的方式匹配空字符串，这听起来不太明智。我认为正则表达式出于某种原因是病态的，这可能是我的第一个怀疑。第一部分和第三部分：（（[：print:]）？）*：它寻找任何可打印的字符，这些字符可以存在或不存在（？）以及任意数量的字符（*）。请考虑，域可能存在于（或不）在字符串的任何部分中。第二部分：查找字母数字字符，如：“/my_folder/index.html”。因此，没有空字符串。“是否存在任何数量”是星号本身的作用。不需要？。问号：“是否出席”；星号：“以前的任何数量”。所以：如果存在某种东西（“？”）（可打印等），它可以以任何数量（“*”）存在。如果不存在，则为“任何数量的零”。示例1:flasjfña jffjñsa！eqson234%%%mydoimain.org fahfñal）（在这种情况下，由于mydomain.org前后都存在垃圾，因此我需要丢弃垃圾并只保留mydomain.org（同时丢弃子域、文件夹等）例2:urpoeurpqpruqwerupurepq urpouqrpoqurepq r在本例中，我需要拒绝所有行：无域。您缺少“任何金额”包括“零金额”。因此

[：print:][]*

完成了您对

的所有期望（（[：print:]）？）*

：它匹配任何非空的可打印字符序列以及空字符串。尝试一下。

（…）的部分是什么*

？在我看来，它们可以以无限多的方式匹配空字符串，这听起来不太正常。我认为正则表达式出于某种原因是病态的，这可能是我的第一个怀疑。第一部分和第三部分：（[[：print:]]？）*：它查找任何可打印的字符，这些字符可以存在或不存在（？）以及任意数量的（*）请考虑，域可能存在于（或不）字符串的任何部分。第二部分：查找字母数字字符，如：“/My文件夹/ index .html”。因此，没有空字符串。“无论是否存在”都是星号唯一所做的。无需问号：“现在或否”；星号：“以前的任何数量”。因此，如果某个东西存在（“？”）（可打印等），它可以以任何数量（“*”）存在。如果它不存在，那么它就是“任何数量的零”。示例1:flasjfña jffjñsa！eqson234%%%mydoiman.org fahfñal）（/$”kk：在这种情况下，由于mydomain.org前后都存在垃圾，我需要丢弃垃圾并只保留mydomain.org（同时丢弃子域、文件夹等）。示例2:urpoeurpqpruqwerupurepq urpouqrpoqurepq r在这种情况下，我需要拒绝所有行：那里没有域。您缺少“任何金额”包括“零金额”。因此，

[[:print:]*

完成了您对

（（[:print:]]）？）*

的所有期望：它匹配任何非空的可打印字符序列以及空字符串。请尝试一下。