std::regex 和 boost::regex 的区别

Question

当匹配字符串中存在

\r

时，

std::regex

和

boost::regex

表现不同。为什么？

代码：

#include <iostream>
#include <string>
#include <regex>
#include <boost/regex.hpp>

int main()
{ 
    std::string content = "123456728\r,234";
    std::string regex_string = "2.*?4";

    boost::regex reg(regex_string);

    boost::sregex_iterator it(content.begin(),content.end(),reg);
    boost::sregex_iterator end;
    std::cout <<"content size:" << content.size() << std::endl;

    //boost match 234 and 28\r,234
    while (it != end) 
    {
        std::cout <<"boost match: " << it->str(0) <<" size: " <<it->str(0).size() << std::endl;
        ++it;
    }

    std::regex regex_std(regex_string);
    std::sregex_iterator it_std(content.begin(),content.end(),regex_std);
    std::sregex_iterator std_end;

    //std match 234 and 234
    while (it_std != std_end) 
    {
        std::cout <<"std match: " << it_std->str(0) <<" size: " << it_std->str(0).size() << std::endl;
        ++it_std;
    }

    return 0;
}

我认为boost库表现正常，但我不明白为什么标准库是这样实现的。

Answer 1

这是预料之中的。

std::regex

默认风格是 ECMAScript-262，在 ECMAScript 中，

.

字符匹配除任何

LineTerminator

字符之外的任何字符：

生产 Atom :: . 评估如下：

1. 设 A 为除 LineTerminator 之外的所有字符的集合。
   
2. 调用 CharacterSetMatcher(A, false) 并返回其 Matcher 结果。

然后7.3行终止符说：

行终止符包含在与正则表达式中的

\s

类匹配的空白字符集中。

代码单位值	姓名	正式名称
\u000A	换行	<LF>
\u000D	回车	<CR>
\u2028	行分隔符	<LS>
\u2029	段落分隔符	<PS>

在 Boost regex 中，

.

匹配

将 flag match_not_dot_null 传递给匹配算法时的 NULL 字符。
当 flag match_not_dot_newline 传递给匹配算法时的换行符。

因此，Boost 正则表达式中的

.

与

\r

匹配，而在

std::regex

中则不匹配。