当前位置：首页 > news >正文

[RE2] docs | FullMatch PartialMatch | 自动匹配

news 2025/11/6 18:32:21

链接：re2/README.md at main · google/re2

docs：RE2正则表达式引擎

RE2是一个高性能的C++库，用于正则表达式匹配。

它接收正则表达式模式，将其解析为符号化表示（Regexp），然后**编译**成可执行程序（Prog）。

该程序随后由各种优化匹配引擎（如DFA和NFA）执行，以快速安全地在文本中查找模式。

可视化

在这里插入图片描述

模块

RE2 (高级API接口)
Regexp (正则表达式对象)
Prog (编译后的程序)
DFA (确定性有限自动机引擎)
NFA (非确定性有限自动机引擎)
CharClass (字符类表示)

第1章：RE2（API）

欢迎来到re2

在第一章中，我们将深入探索re2库的核心：RE2类。

你可以把RE2视为C++中处理正则表达式的全能工具，它封装了所有底层复杂性，让你能专注于快速准确地完成模式匹配。

RE2解决什么问题？

假设你有一堆文本，需要从中提取特定模式（如电话号码、电子邮件或日期）。正则表达式（简称"regex"或"regexp"）是描述这类模式的强大工具。例如电话号码"650-253-0001"的模式可表示为：(\d+)-(\d+)-(\d+)。而RE2类正是帮助你在C++中实现这种模式匹配的桥梁。

RE2类提供三大核心功能：

定义模式：将正则表达式字符串转换为可执行格式
执行匹配：检查文本是否符合模式
提取信息：获取匹配文本的特定部分（如电话号码中的区号）

快速入门：编译模式

使用正则表达式前需要先"编译"模式字符串，这类似于将菜谱转化为计算机可执行的指令：

#include "re2/re2.h"
#include <iostream>int main() {// 1. 定义正则表达式模式RE2 phone_pattern("(\\d+)-(\\d+)-(\\d+)");// 检查编译是否成功if (!phone_pattern.ok()) {std::cerr << "正则表达式编译错误: " << phone_pattern.error() << std::endl;return 1;}std::cout << "模式编译成功！" << std::endl;return 0;
}

执行匹配与数据提取

RE2提供两种主要匹配方法：

RE2::FullMatch：完全匹配
RE2::PartialMatch：部分匹配

电话号码提取示例：

#include "re2/re2.h"
#include <iostream>
#include <string>int main() {RE2 phone_pattern("(\\d+)-(\\d+)-(\\d+)");std::string text = "650-253-0001";std::string area_code, prefix, line_number;if (RE2::FullMatch(text, phone_pattern, &area_code, &prefix, &line_number)) {std::cout << "匹配成功！完整号码: " << text << std::endl;std::cout << "  区号: " << area_code << std::endl;    // 输出: 650std::cout << "  前缀: " << prefix << std::endl;      // 输出: 253std::cout << "  线路号: " << line_number << std::endl; // 输出: 0001}// 部分匹配示例std::string long_text = "联系电话：650-253-0001或408-123-4567";std::string found_number;if (RE2::PartialMatch(long_text, phone_pattern, &found_number)) {std::cout << "\n在文本中发现号码: \"" << long_text << "\"" << std::endl;std::cout << "  首个号码(区号): " << found_number << std::endl; }return 0;
}

RE2内部工作机制

RE2类作为协调者，将任务分发给专门的内核模块：

在这里插入图片描述

核心组件包括：

Regexp：语法解析器
Prog：模式编译器
匹配引擎：DFA/NFA等实际执行者

脑中对这四行代码留下印象，基本上就掌握调用啦

	RE2 phone_pattern("(\\d+)-(\\d+)-(\\d+)");std::string text = "650-253-0001";std::string area_code, prefix, line_number;//callif (RE2::FullMatch(text, phone_pattern, &area_code, &prefix, &line_number))

代码实现

初始化流程（简化自re2/re2.cc）：

void RE2::Init(absl::string_view pattern, const Options& options) {// 语法解析entire_regexp_ = Regexp::Parse(pattern, options.ParseFlags(), &status);// 模式编译prog_ = entire_regexp_->CompileToProg(options.max_mem() * 2 / 3);
}

匹配引擎选择逻辑：

bool RE2::Match(...) const {// 根据模式特性选择最优引擎if (can_one_pass && anchor != Prog::kUnanchored) {prog_->SearchOnePass(...);} else if (can_bit_state...) {prog_->SearchBitState(...);} else {prog_->SearchNFA(...);}
}