在VC6中使用正则表达式解析字符串

接前面一篇日志,当用 CInternetSession 抓到网页内容之后,就要从中按某种模式截取自己想要的东西,比如其中的电话区号,对于这种事情最擅长的莫过于正则表达式了,以及它的分组/后向引用功能。

VC.net 倒是提供了一个很好的正则表达式类库 CATLRegExp (据说是全世界效率最高的正则表达式库),可是却不能在VC6上使用,VC6可以使用VBS(Microsoft VBScript Regular Expression 5.5)这个 COM 来处理正则表达式,或者引入 vbscript.dll 的方式,最好的办法还是借助于第三方库来处理正则表达式,如 boost,更何况若是使用 COM 就不太值(COM给人的感觉总有些笨拙)。

微软件研究院也荣誉出品了一个既能在VC7也能在VC6下用的正则表达式库,叫做 GRETA,详情请点击链接 The GRETA Regular Expression Template Archive for C++

下面就介绍 boost 正则表达式的使用,从 boost 库的下载安装开始

boost下载地址是:http://www.boost.org,当前版本是1.34.0,下载时会把你导向到 sourceforge.net 上,它也是 sourceforge 上的一个开源项目

boost 库安装其实并不麻烦,只是需要自己编译源文件,如果只需要用到它的正则表达式库,按下面步骤做就行了
首先执行 cmd 进入到命令行下
执行 cd C:\boost_1_34_0\libs\regex\build 进入目录(假设你下载的 boost 是解压这 C:\boost_1_34_0目录下)
执行 vcvars32.bat (设置编译时的环境变量,如头/库文件目录等)
执行 nmake -fvc6.mak (耐心等待一下,编译生成 lib、pdb 和 dll 文件在目录C:\boost_1_34_0\libs\regex\build\vc6中)
执行 nmake -fvc6.mak install (其实就是把前一步生成的 lib/pdb 文件拷到 ~VC98/lib 目录下;把 dll 文件拷到 ~VC98/bin 目录下,当然,你想手工拷贝来完成这一步也行)

注意,别看下载下来的数据包没有多大,因为是源文件,压缩比可高啦,尤其是编译完更大,占用100多M,所以安装时一定注意空出足够的空间。记得发布程序的时候要把刚那些 dll 文件带上。

使用前准备,在VC6中集成:Tools->Options->Directories->Include files 中加入目录: C:\boost_1_34_0

最后是在 VC6 中写段代码来测试一下:

执行后的输出结果如下:
str :2007-06-23
str :2007
str :06
str :23

表达式所匹配的字符串,以及年月日非常简单的成功分离。

参考资料: 1. VC利用boost库解析正则表达式
           2. 教你使用正则表达式
           3. Learning boost sp 2 regex语法规范(翻译)
           4. 在 vc 中 引用 vbscript.dll 做正则表达式 IMatchCollection 类的问题?
           5. 在MFC中用正则表达式对窗体进行有效性验证
           6. The GRETA Regular Expression Template Archive for C++
           7. C++ Boost regex 文档(翻译)
           8. C++ Boost 中文站

下面是更确切的据说:(请看有人对 教你使用正则表达式 的评论)
不同的正则表达式匹配引擎擅长于不同匹配模式。作为一个基准,当用模式:"^([0-9]+)(\-| |$)(.*)$" 匹配字符串"100- this is a line of ftp response which contains a message string"时,GRETA的匹配速度比boost(http://www.boost.org)正则表达式库大约快7倍,比ATL7的CATLRegExp快10倍之多! Boost Regex 的说明文档带有一个很多模式的匹配测试Performance结果。比较这个结果后,GRETA在大部分情况下和Boost Regex性能差不多,但是在用Visual Studio.Net 2003编译的情况下,GRETA还略胜一筹。

类别: C++/VB. 标签: , . 阅读(114). 订阅评论. TrackBack.

Leave a Reply

avatar