Стенли Липпман - Язык программирования C++. Пятое издание

Регулярное выражение можно считать самостоятельной "программой" на простом языке программирования. Этот язык не интерпретируется компилятором С++, и "компилируется" только во время выполнения, когда объект класса regexинициализируется или присваивается. Как и в любой написанной программе, в регулярных выражениях вполне возможны ошибки.

Важно понимать, что правильность синтаксиса регулярного выражения проверяется во время выполнения.

Если допустить ошибку в записи регулярного выражения, то передача исключения (см. раздел 5.6) типа regex_errorпроизойдет только во время выполнения . Подобно всем стандартным типам исключений, у исключения regex_errorесть функция what(), описывающая произошедшую ошибку (см. раздел 5.6.2). У исключения regex_errorесть также функция-член code(), возвращающая числовой код (зависящий от реализации), соответствующий типу произошедшей ошибки. Стандартные сообщения об ошибках, которые могут быть переданы библиотекой RE, приведены в табл. 17.7.

Таблица 17.7. Причины ошибок в регулярном выражении

Например, в схеме вполне можно пропустить по неосторожности скобку:

try {

// ошибка: пропущена закрывающая скобка после alnum; конструктор

// передаст исключение

regex r("[[:alnum:]+\\.(cpp|схх|cc)$", regex::icase);

} catch (regex_error e)

{ cout << e.what() << "\ncode: " << e.code() << endl; }

При запуске на системе авторов эта программа выводит следующее:

regex_error(error_brack):

The expression contained mismatched [ and ].

code: 4

Компилятор определяет функцию-член code()для возвращения позиции ошибок, перечисленных в табл. 17.7, счет которых, как обычно, начинается с нуля.

Как уже упоминалось, представляющая регулярное выражение "программа" компилируется во время выполнения, а не во время компиляции. Компиляция регулярного выражения может быть на удивление медленной операцией, особенно если используется расширенная грамматика регулярного выражения или выражение слишком сложно. В результате создание объекта класса regexи присвоение нового регулярного выражения уже существующему объекту класса regexможет занять много времени. Для минимизации этих дополнительных затрат не создавайте больше объектов класса regex, чем необходимо. В частности, если регулярное выражение используются в цикле, его следует создать вне цикла, избежав перекомпиляции при каждой итерации.

Поиск возможен в любой из исходных последовательностей нескольких типов. Входные данные могут быть обычными символами типа charили wchar_t, и эти символы могут храниться в библиотечной строке или в массиве символов (или в его версии для wchar_t, или wstring). Библиотека RE определяет отдельные типы, соответствующие этим разным типам исходных последовательностей.

Предположим, например, что класс regexсодержит регулярное выражение типа char. Для типа wchar_tбиблиотека определяет также класс wregex, поддерживающий все операции класса regex. Единственное различие в том, что инициализаторы класса wregexдолжны использовать тип wchar_tвместо типа char.

Типы соответствий и итераторов (они рассматриваться в следующих разделах) более специфичны. Они отличаются не только типом символов, но и тем, является ли последовательность библиотечным типом или массивом: класс smatchпредставляет исходные последовательности типа string; класс cmatch— символьные массивы; wsmatch— строки Unicode ( wstring); wcmatch— массивы символов wchar_t.

Таблица 17.8. Библиотечные классы регулярных выражений

Важный момент: используемый тип библиотеки RE должен соответствовать типу исходной последовательности. Соответствие классов видам исходных последовательностей приведено в табл. 17.8. Например:

regex r("[[:alnum:]]+\\.(cpp|схх|cc)$", regex::icase);

smatch results; // будет соответствовать последовательности типа

// string, но не char*

if (regex_search("myfile.cc", results, r)) // ошибка: ввод char*

cout << results.str() << endl;

Компилятор С++ отклонит этот код, поскольку тип аргумента и тип исходной последовательности не совпадают. Если необходимо искать в символьном массиве, то следует использовать объект класса cmatch:

cmatch results; // будет соответствовать последовательности символьного

// массива

if (regex_search("myfile.cc", results, r))

cout << results.str() << endl; // вывод текущего соответствия

Обычно программы используют исходные последовательности типа stringи соответствующие ему версии компонентов библиотеки RE.

Упражнение 17.14. Напишите несколько регулярных выражений, предназначенных для создания различных ошибок. Запустите программу и посмотрите, какие сообщения выводит ваш компилятор для каждой ошибки.