c++ - vc++ std::regex_match 返回一个带有交替正则表达式的额外空字符串

Question

为什么这个正则表达式返回空字符串与 std::regex_match 的额外匹配？

std::regex trim_comments_spaces("^\\s*(?:(?:(.*?)\\s*[/]{2,}.*)|(?:(.*?)\\s*))$");

它似乎给出了正确的匹配，但我必须访问 std::smatch 结果的第三个元素。，这让我怀疑我的更改/分组/捕获语法有点错误。

std::string trim_line(std::string current_line) {

    std::string trimmed_line = "";

    if (current_line != "#include <glsl.h>") {

        std::regex trim_comments_spaces("^\\s*(?:(?:(.*?)\\s*[/]{2,}.*)|(?:(.*?)\\s*))$");
        std::smatch sub_matches;

        if (std::regex_match(current_line, sub_matches, trim_comments_spaces)) {
            std::cout << sub_matches.size() << "\n";
            std::string sub_string = sub_matches[2].str();

            if (sub_string != "") {
                std::regex validate_line("^(?:(?:[a-z][a-zA-Z0-9\\s_+*\\-/=><&|^?:{().,[\\]]*[;{})])|[}])$");

                if (std::regex_match(sub_string.begin(), sub_string.end(), validate_line)) {
                    trimmed_line = sub_string;
                }
                else {
                    std::cout << "Syntax error(2): " << sub_string << "\n";
                }           
            }
        }
        else {
            std::cout << "Syntax error(1): " << current_line << "\n";
        }
    }

    return trimmed_line;
}

Answer 1

您的正则表达式一旦针对匹配的字符串执行，将为您获取一个具有 3 组的 smatch 对象:

• 1) 第 0 组 - 整场比赛，
• 2) 第 1 组 - (.*?) 在 ^\\s*(?:(?:(.*?)\\s*[/]{2, }.*)|
• 3) 第二组 - (?:(.*?)\\s*))$
中的 (.*?)

无论组是否匹配，如果你在模式中定义了一个(...)，它将首先用一个空字符串初始化，然后，它要么被捕获的填充值，否则它将保持为空。当然，除非您使用同名组或分支重置，但您无法在 std::regex 中访问它们。您可以使用 Boost 并使用 "^\\s*(?|(?:(.*?)\\s*[/]{2,}.*)|(? :(.*?)\\s*))$"(请参阅 (?| 构造，然后您需要的所有值都将在第 1 组中)

如果您使用当前代码，您可以连接第 1 组和第 2 组，因为其中一个组始终为空。

std::string sub_string = sub_matches[1].str() + sub_matches[2].str();

参见 C++ demo