C++中三种正则表达式比较.docx

C+中三种正则表达式比较之后我变换了匹配的字符串，将其长度生了一倍，达到每个100字符左右（代码里面所示），匹配速度就下来了，但是也能达到 100w/s左右，这肯定满足我们现在的需求了。作者：pmars的博客来源：pmars的博客|2017-01-05 16:19收藏分享工作需要用到C+中的正则表达式，所以就研究了以上三种正则。1、C regex/* write by xingming * time:2012年10月19日15:51:53 * for: test regex * */#include #include #include #include #include #include using namespace std;const int times = 1000000;int main(int argc,char* argv) char pattern512=||3.*(channel=finance|_finance$|ch=stock|/stock/)|/.*ch=9&; const size_t nmatch = 10; regmatch_t pm10; int z ; regex_t reg; char lbuf256=set,rbuf256; char buf3256 = //dddddddddddddddddddddda.sdfasdfeoasdfnahsfonadsdf, 3.sina.egooooooooo, http:/3/google.baiduchannel=financegogo.sjdfaposif;lasdjf.asdofjas;dfjaiel.sdfaosidfj; printf(input strings:n); timeval end,start; gettimeofday(&start,NULL); regcomp(®,pattern,REG_EXTENDED|REG_NOSUB); for(int i = 0 ; i times; +i) for(int j = 0 ; j 3; +j) z = regexec(®,bufj,nmatch,pm,REG_NOTBOL);/* if(z=REG_NOMATCH) printf(no matchn); else printf(okn); */ gettimeofday(&end,NULL); uint time = (end.tv_sec-start.tv_sec)*1000000 + end.tv_usec - start.tv_usec; couttime/1000000 s and time%1000000 us.endl; return 0 ;使用正则表达式可简单的分成几步： 1.编译正则表达式 2.执行匹配 3.释放内存首先，编译正则表达式int regcomp(regex_t *preg, const char *regex, int cflags);reqcomp()函数用于把正则表达式编译成某种格式，可以使后面的匹配更有效。preg： regex_t结构体用于存放编译后的正则表达式；regex： 指向正则表达式指针；cflags：编译模式共有如下四种编译模式：REG_EXTENDED：使用功能更强大的扩展正则表达式REG_ICASE：忽略大小写REG_NOSUB：不用存储匹配后的结果REG_NEWLINE：识别换行符，这样$就可以从行尾开始匹配，就可以从行的开头开始匹配。否则忽略换行符，把整个文本串当做一个字符串处理。其次，执行匹配int regexec(const regex_t *preg, const char *string, size_t nmatch, regmatch_t pmatch, int eflags);preg： 已编译的正则表达式指针；string：目标字符串；nmatch:pmatch数组的长度；pmatch：结构体数组，存放匹配文本串的位置信息；eflags：匹配模式共两种匹配模式：REG_NOTBOL：The match-beginning-of-line operator always fails to match (but see the compilation flag REG_NEWLINE above). This flag may be used when different portions of a string are passed to regexec and the beginning of the string should not be interpreted as the beginning of the line.REG_NOTEOL:The match-end-of-line operator always fails to match (but see the compilation flag REG_NEWLINE above)最后，释放内存void regfree(regex_t *preg);当使用完编译好的正则表达式后，或者需要重新编译其他正则表达式时，一定要使用这个函数清空该变量。其他，处理错误size_t regerror(int errcode, const regex_t *preg, char *errbuf, size_t errbuf_size);当执行regcomp 或者regexec 产生错误的时候，就可以调用这个函数而返回一个包含错误信息的字符串。errcode： 由regcomp 和 regexec 函数返回的错误代号。preg： 已经用regcomp函数编译好的正则表达式，这个值可以为NULL。errbuf： 指向用来存放错误信息的字符串的内存空间。errbuf_size： 指明buffer的长度，如果这个错误信息的长度大于这个值，则regerror 函数会自动截断超出的字符串，但他仍然会返回完整的字符串的长度。所以我们可以用如下的方法先得到错误字符串的长度。当然我在测试的时候用到的也比较简单，所以就直接用了，速度一会再说！2、C+ regex/* write by xingming * time:2012年10月19日15:51:53 * for: test regex * */#include #include #include #include using namespace std;int main(int argc,char* argv) regex pattern(:digit:,regex_constants:extended); printf(input strings:n); string buf; while(cinbuf) printf(*n%sn*n,buf.c_str(); if(buf = quit) printf(quit just now!n); break; match_results result; printf(run compare now! %sn, buf.c_str(); bool valid = regex_match(buf,result,pattern); printf(compare over now! %sn, buf.c_str(); if(!valid) printf(no match!n); else printf(okn); return 0 ;C+这个真心不想多说它，测试过程中发现字符匹配的时候 a 是可以匹配的，a+也是可以的，:w:也可以匹配任意字符，但:w:+就只能匹配一个字符，+号貌似不起作用了。所以后来就干脆放弃了这伟大的C+正则，如果有大牛知道这里面我错在哪里了，真心感谢你告诉我一下，谢谢。3、boost regex/* write by xingming * for:test boost regex * time:2012年10月23日11:35:33 * */ #include #include #include #include boost/regex.hppusing namespace std;using namespace boost;const int times = 10000000;int main() regex pattern(||3.*(channel=finance|_finance$|ch=stock|/stock/)|dp.s /.*ch=9&); coutinput strings:endl; timeval start,end; gettimeofday(&start,NULL); string input = //, 3.sina.egooooooooo, http:/3/google.baiduchannel=financegogo; for(int i = 0 ;i times; + i) for(int j = 0 ; j 3;+j) /if(input=quit) / break; /coutstring:inputendl; cmatch what; if(regex_search(inputj.c_str(),what,pattern) ; / coutOK!endl; else ; / couterror!endl; gettimeofday(&end,NULL); uint time = (end.tv_sec-start.tv_sec)*1000000 + end.tv_usec - start.tv_usec; couttime/1000000 s and time%1000000 ||3.*(?:channel=finance|_finance$|ch=stock|/stock/)|/.*ch=9&),RegexOptions.Compiled); string str = new //, 3.sina.egooooooooo, http:/3/google.baiduchannel=financegogo; int tt = 0; DateTime start = DateTime.Now; for (int i = 0; i times; +i) for (int j = 0; j 3; +j) if (reg.IsMatch(strj) ; /Console.WriteLine(OK!); /else /Console.WriteLine(Error!); DateTime end = DateTime.Now; Console.WriteLine(end - start).TotalMilliseconds); Console.WriteLine(tt); Console.ReadKey(); 结果发现，正则在不进行RegexOptions.Compiled 的时候，速度和C regex的基本一样，在编译只会，速度会比C regex快上一倍，这不由得让我对微软的那群人的敬畏之情油然而生啊。但随后我去查看了一下该博客上面C regex的描述，发现我可以再申明正则的时候加入编译模式，随后我加入了上面代码里的 REG_NOSUB（在先前测试的时候是没有加入的），结果让我心理面很激动的速度出