RE2 - fast, safe, thread-friendly alternative to backtracking regular expression engines

Todo

使用

簡單 Script：

git clone https://github.com/google/re2 re2

mkdir src
# edit src/myprogram.cpp

mkdir build
cd build

make -j8 -C ../re2
cp ../re2/obj/so/libre2.so .

clang++ -std=c++14 -Wall -Wextra ../src/myprogram.cpp -I ../re2/ -L . -l re2 -o myprogram
LD_PRELOAD=./libre2.so ./myprogram

// src/myprogram.cpp

#include <iostream>

#include <re2/re2.h>

int main() {
    std::cout << RE2::FullMatch("Hello World", "H.*W.*") << std::endl;
    std::cout << RE2::FullMatch("Hello |orld", "H.*W.*") << std::endl;
    return 0;
}

基本功能

可以從 re2/re2.h 中找到 RE2 提供的 C++ 介面， 大致翻過裡面的程式碼後可以發現有數個功能可以使用（都在 RE2 namespace 底下）， 其中主要的是 FullMatch 、PartialMatch 、Consume 、FindAndConsume 這幾項。

關係

+-----------+   +--------------+    +---------+    +----------------+
| FullMatch |   | PartialMatch |    | Consume |    | FindAndConsume |
+-----------+   +--------------+    +---------+    +----------------+
      ^                 ^                ^                 ^
      |                 |                |                 |            VariadicFunction2<...>
      |                 |                |                 |
+------------+  +---------------+   +----------+   +-----------------+
| FullMatchN |  | PartialMatchN |   | ConsumeN |   | FindAndConsumeN |
+------------+  +---------------+   +----------+   +-----------------+
      ^                 ^                ^                 ^
      |                 |                |                 |            Simple Wrapper
      |                 |                |                 |
+--------------------------------------------------------------------+
|                              DoMatch                               |
+--------------------------------------------------------------------+
                                 ^
                                 |                                      Wrapper
                                 |
+--------------------------------------------------------------------+
|                              Match                                 |
+--------------------------------------------------------------------+

FullMatch 是 FullMatchN 的 Special Case， 用 VariadicFunction2 Template 包裝而成 (在 re2/variadic_function.h )， 而 FullMatchN 則是 RE2::RE2::DoMatch 的包裝。 同樣的 PartialMatchN 、ConsumeN 、FindAndConsumeN 也都是 RE2::RE2::DoMatch 的包裝。

Function 名稱

功能

Anchor

FullMatch

完整符合

ANCHOR_BOTH

PartialMatch

其中符合

UNANCHORED

Consume

開頭起算完整符合，符合後截去該部份

ANCHOR_START

FindAndConsume

開頭起尋找符合的部份，符合後截至該部份

UNANCHORED

範例：

#include <iostream>
#include <string>

#include <re2/re2.h>

int main() {
    // FullMatch
    std::cout << RE2::FullMatch("Hello World", "H.*W.*") << std::endl;  // true
    std::cout << RE2::FullMatch("Hello World", "W.*") << std::endl;     // false

    // PartialMatch
    std::cout << RE2::PartialMatch("Hello World", "H.*W.*") << std::endl;  // true
    std::cout << RE2::PartialMatch("Hello World", "W.*") << std::endl;     // true

    // Consume
    {
        std::string contents = "this is my input";
        re2::StringPiece input(contents);   // Wrap a StringPiece around it
        int counter = 0;
        while (RE2::Consume(&input, "(\\S+)")) {
            std::cout << ++counter << "|\"" << input << "\"" << std::endl;
        }
        // 1|" is my input"
    }
    {
        std::string contents = " this is my input";     // add space at the begin
        re2::StringPiece input(contents);   // Wrap a StringPiece around it
        int counter = 0;
        while (RE2::Consume(&input, "(\\S+)")) {    // match nothing
            std::cout << ++counter << "|\"" << input << "\"" << std::endl;
        }
    }

    // FindAndConsume
    {
        std::string contents = "this is my input";
        re2::StringPiece input(contents);   // Wrap a StringPiece around it
        int counter = 0;
        while (RE2::FindAndConsume(&input, "(\\S+)")) {
            std::cout << ++counter << "|\"" << input << "\"" << std::endl;
        }
        // 1|" is my input"
        // 2|" my input"
        // 3|" input"
        // 4|""
    }
    {
        std::string contents = " this is my input";     // add space at the begin
        re2::StringPiece input(contents);   // Wrap a StringPiece around it
        int counter = 0;
        while (RE2::FindAndConsume(&input, "(\\S+)")) {
            std::cout << ++counter << "|\"" << input << "\"" << std::endl;
        }
        // 1|" is my input"
        // 2|" my input"
        // 3|" input"
        // 4|""
    }

    return 0;
}

FullMatch、PartialMatch、Consume、FindAndConsume 感覺就像是 sscanf 那樣， 第一個吃的是輸入資料， 第二個是要爬的 pattern， 剩下的是要存入的變數位置 (如果有用 groups 的話)， 範例：

#include <iostream>
#include <string>

#include <re2/re2.h>

int main() {
    int i;
    std::string s;
    RE2::FullMatch("iamstring:1234", "(\\w+):(\\d+)", &s, &i);
    return 0;
}

不定 group 個數：

#include <iostream>
#include <string>

#include <re2/re2.h>

int main() {
    const RE2::Arg* args[10];
    int n;
    // ... populate args with pointers to RE2::Arg values ...
    // ... set n to the number of RE2::Arg objects ...
    bool match = RE2::FullMatchN(input, pattern, args, n);
    // equals:
    // bool match = RE2::FullMatch(input, pattern, args[0], args[1], ..., args[9]);

    return 0;
}

其他還有一些可以使用的輔助 Functions， 例如：

  • Replace

  • GlobalReplace

  • Extract

  • QuoteMeta

  • PossibleMatchRange

  • Hex

  • Octal

  • CRadix

  • …