c++ - 如何在 C++ 正则表达式中匹配换行符？

Question

我尝试了以下正则表达式:

const static char * regex_string = "([a-zA-Z0-9]+).*";

void find_first(const std::string str);

int main(int argc, char ** argv)
{
        find_first("0s7fg9078dfg09d78fg097dsfg7sdg\r\nfdfgdfg");
}
void find_first(const std::string str)
{
        std::cout << str << std::endl;
        std::regex rgx(regex_string);
        std::smatch matcher;
        if(std::regex_match(str, matcher, rgx))
        {
                std::cout << "Found : " << matcher.str(0) << std::endl;
        } else {
                std::cout << "Not found" << std::endl;
        }
}

DEMO

我预计正则表达式会完全正确并且会找到该组。但事实并非如此。为什么？如何匹配 C++ 正则表达式中的换行符？在 Java 中它工作正常。

Answer 1

dot in regex通常匹配换行符以外的任何字符 std::ECMAScript syntax .

.   not newline   any character except line terminators (LF, CR, LS, PS).

0s7fg9078dfg09d78fg097dsfg7sdg\r\nfdfgdfg
[a-zA-Z0-9]+ matches until \r ↑___↑ .* would match from here

在许多正则表达式风格中，有一个 dotall 标志可用于使点也匹配换行符。

如果不是，有不同语言的解决方法，例如 [^] not nothing 或 [\S\s] 任何空格或一个类中的非空白一起导致任何字符，包括 \n

regex_string = "([a-zA-Z0-9]+)[\\S\\s]*";

或者使用可选的换行符:([a-zA-Z0-9]+).*(?:\\r?\\n.*)* 或 ([ a-zA-Z0-9]+)(?:.|\\r?\\n)*

See your updated demo

---

更新 - 另一个值得一提的想法:std::regex::extended

A <period> ( '.' ), when used outside a bracket expression, is an ERE that shall match any character in the supported character set except NUL.

std::regex rgx(regex_string, std::regex::extended);

See this demo at tio.run