ATL正则表达式库使用

类别:VC语言 点击:0 评论:0 推荐:

ATL正则表达式库使用

ATL中,由于ATL Server的需要,需要对Client发送过来的地址、命令等复杂文字字段信

息解码,而正则表达式是公认的最强大的文字解析工具,所以,ATL提供了一些用于正则表

达式的库方便了我们的工作。

 

1、        CATLRegExp类

声明:

template <class CharTraits=CAtlRECharTraits>

class CAtlRegExp;  

 

初始化:

 

与微软的GRETA类库(微软研究院推出的另一个正则表达式类库)不同,CATLRegExp并没

有在构造函数中提供初始化匹配字符串的方法,而是让使用者通过调用它的Parse()方法,

使用正则表达式字符串作为参数,就可以构造出一个我们所需要的用于匹配的类,例如我们

需要匹配一种时间格式,可以是h:mm、也可以是hh:mm,那么我们可以这样构造我们的

CAtlRegExp类:

 

         CAtlRegExp <> re;

         re.Parse( "{[0-9]?[0-9]}:{[0-9][0-9]}" );

 

ATL的正则表达式语法和Perl的正则表达式语法大同小异,不过有一个值得注意的地方就

是ATL中用大括号({ })表示其匹配字符串中的Group,我们上面的表达式中,就声明了2

个Group,一个是[0-9]?[0-9],另一个是[0-9][0-9]。

 

匹配:

 

调用CATLRegExp的Match()方法,就可以用该类来进行匹配了,Match方法的原型如下:

 

BOOL Match(const RECHAR *szIn, CAtlREMatchContext<CharTraits> *pContext, const

RECHAR **ppszEnd=NULL)

 

参数的含义很明显,不过需要注意到第一个参数的型别是:const RECHAR * szIN,是一个

const指针,这表明我们可以方便得使用std::string类的c_str()方法给其传递参数。

 

Match的结果通过第二个参数pContext所指向的CAtlREMatchContext < > 类来返回,Match

的结果及其相关信息都被存放在CAtlREMatchContext类中,我们只要访问

CAtlREMatchContext的方法和成员就可以得到匹配的结果。

2、        CAtlREMatchContext类

声明:

 

template <class CharTraits=CAtlRECharTraits>

class CAtlREMatchContext

 

使用:

 

CAtlREMatchContext通过m_uNumGroups成员以及GetMatch()方法向调用者提供匹配的结

果信息。m_uNumGroups代表匹配上的Group有多少组,GetMatch()则根据传递给它的Group

的Index值,返回匹配上的字符串的pStart和pEnd指针,调用者有了这两个指针,自然可

以很方便的得到匹配结果。

 

3、        一个小示例

下面这个例子来源于MSDN,演示了CATLRegExp和CAtlREMatchContext类的典型使用方法:

#include "stdafx.h"

#include <atlrx.h>

 

int main(int argc, char* argv[])

{

   CAtlRegExp<> reUrl;

   // five match groups: scheme, authority, path, query, fragment

   REParseError status = reUrl.Parse(

        "({[^:/?#]+}:)?(//{[^/?#]*})?{[^?#]*}(?{[^#]*})?(#{.*})?" );

   if (REPARSE_ERROR_OK != status)

   {

      // Unexpected error.

      return 0;

   }

 

   CAtlREMatchContext<> mcUrl;

   if (!reUrl.Match(

   "http://search.microsoft.com/us/Search.asp?qu=atl&boolean=ALL#results",

      &mcUrl))

   {

      // Unexpected error.

      return 0;

   }

 

   for (UINT nGroupIndex = 0; nGroupIndex < mcUrl.m_uNumGroups;

        ++nGroupIndex)

   {

      const CAtlREMatchContext<>::RECHAR* szStart = 0;

      const CAtlREMatchContext<>::RECHAR* szEnd = 0;

      mcUrl.GetMatch(nGroupIndex, &szStart, &szEnd);

 

      ptrdiff_t nLength = szEnd - szStart;

      printf("%d: \"%.*s\"\n", nGroupIndex, nLength, szStart);

   }

 

}

Output

0: "http"

1: "search.microsoft.com"

2: "/us/Search.asp"

3: "qu=atl&boolean=ALL"

4: "results"

 

 

例子中所用的正则表达式为:

({[^:/?#]+}:)?(//{[^/?#]*})?{[^?#]*}(?{[^#]*})?(#{.*})?

以()为分界标志,共分成5组,第一组是{[^:/?#]+}:,^是“非”后面成员的意思,那么也就是说第一组从开头开始,一直到:、/、?、#其中任何一个结束。联系后面的待匹配字符串就可以得出所匹配的结果是http。

4、        自定义匹配字符串的缩写形式

为了方便,ATL已经帮我们定义了一些经常用到的正则表达式的简略形式。例如:\d代表

([0-9])、\n代表(\r|(\r?\n))等。这些缩写形式都体现在CAtlRECharTraitsA/

CAtlRECharTraitsW等类中,把这些类作为模板参数传递给CATLRegExp和

CAtlREMatchContext,我们就可以定义自己的匹配字符串缩写了。

 

class CAtlRECharTraitsA

{

    static const RECHARTYPE** GetAbbrevs()

    {

        static const RECHARTYPE *s_szAbbrevs[] =

        {

            "a([a-zA-Z0-9])",   // alpha numeric

            "b([ \\t])",        // white space (blank)

            "c([a-zA-Z])",  // alpha

            "d([0-9])",     // digit

            "h([0-9a-fA-F])",   // hex digit

            "n(\r|(\r?\n))",    // newline

            "q(\"[^\"]*\")|(\'[^\']*\')",   // quoted string

            "w([a-zA-Z]+)", // simple word

            "z([0-9]+)",        // integer

            NULL

        };

 

        return s_szAbbrevs;

    }

};

 

以上是atlrx.h摘录下来的代码,可以很清楚地看到ATL是通过一个GetAbbrevs()函数

来定义字符串缩写的。要定义新的缩写形式,我们只需要这样:

class   MyRegTraits : public ATL::CAtlRECharTraitsA

{

public:

    static const RECHARTYPE** GetAbbrevs()

    {

        static const RECHARTYPE *s_szAbbrevs[] =

        {

            "a([a-zA-Z0-9])",   // alpha numeric

            "b([ \\t])",        // white space (blank)

            "c([a-zA-Z])",  // alpha

            "d([0-9])",     // digit

            "h([0-9a-fA-F])",   // hex digit

            "n(\r|(\r?\n))",    // newline

            "q(\"[^\"]*\")|(\'[^\']*\')",   // quoted string

            "w([a-zA-Z]+)", // simple word

            "z([0-9]+)",        // integer

            "e([0-8]+)",        //自己添加

            NULL

        };

        return s_szAbbrevs;

    }

};

 

让我们自己定义的Trait类继承自CAtlRECharTraitsA,然后改写GetAbbrevs()函数,增加

一些需要的简写就可以被使用了。下面的代码示例了使用了我们自己的类中定义的“\e”简

略表达:

int main ( )

{

    ATL::CAtlRegExp < MyRegTraits > re ;

    re.Parse( "\\e+" );

    ATL::CAtlREMatchContext < MyRegTraits > mc ;

 

    BOOL res1 = re.Match( "678", &mc );  // returns TRUE: successful match

    res1 = re.Match ( "999" , &mc ) ;    //  returns FALSE:match fail

}

 

只要在构造ATL::CAtlRegExp和 ATL::CAtlREMatchContext类时,传递过去我们的

MyRegTraits类作为Traits的参数,就可以直接使用自己定义的简略符号了。

 

5、        结尾

虽然现在C++的社区里已经拥有了Boost::regex,GRETA等非常著名的正则表达式库,可是

作为VC++自带的模板库,ATL中的正则表达式库仍然给我们的工作提供了极大的便利。由于

ATL是微软官方发布的Library,所以它拥有良好的文档说明、严格的测试以及微软官方的

技术支持。另外在用ATL开发COM组件的时候,更可以方便地利用正则库的巨大威力。

 

由于本人学识所限,文章内容错在所难免,如有批评指正之词,请mail :[email protected]

 

本文地址:http://com.8s8s.com/it/it1759.htm