使用 libc++ 正则表达式库 (C++11) 匹配“行首”答案

【问题标题】：Matching "beginning-of-line" using libc++ regex library (C++11)使用 libc++ 正则表达式库 (C++11) 匹配“行首”
【发布时间】：2012-08-14 20:05:29
【问题描述】：

我想匹配所有以给定单词开头的行，比如 iheap。如果我没记错的话，正则表达式（在 ECMAScript 语法中）"^iheap.*" 应该可以解决问题。但是，当我使用 libc++ 的 regex 库在 C++11 中对此进行测试时，只有第一行匹配。所以"^..." 似乎只匹配输入开头而不是行开头。

这是一个例子：

#include <string>
#include <regex>
#include <iostream>

using namespace std;

int main() {
        regex rx("^iheap.*");
        string s = "iheap says hello.\niheap says hello again.\n";
        cout << s << regex_replace(s, rx, "IHEAP");
        return 0;
}

输出：

iheap says hello.
iheap says hello again.
IHEAP
iheap says hello again.

这是 libc++ 的错误还是我做错了什么？谢谢！

注意：我使用的是 Mac OS X Mountain Lion 和 Apple LLVM Compiler 4.0（基本上是 clang 3.1 SVN 的快照）。

【问题讨论】：

刚刚偶然发现这个问题...仅供参考，boost::regex（在 EMCAScript 模式下）匹配行首，即您的正则表达式可以工作。
嗯，只是稍微相关，但$ 与 VS2013 中的 \r\n 不匹配——它需要 \s*$ 或类似的匹配...

标签： c++ regex c++11 clang libc++

【解决方案1】：

我查看了所有相关标准，据我所知，^ 仅匹配字符串的开头，而不匹配换行符，除非引擎处于 multiline 模式.默认引擎是ECMA-262 该引擎默认不处于多行模式，我看不到使用标准C++接口将其置于多行模式。

话虽如此，如果有人能指出我所说的不同的规范性文本，我会认为这是一个错误报告并尽我所能修复它。

【讨论】：

只是为了一笑而过，试试这个：(?m)^iheap.*。 ECMA-262 没有指定内联修饰符，但libc++ 可能无论如何都支持它们。这不会是唯一的 ECMAScript 正则表达式实现单方面添加对规范中未涵盖的功能的支持。
你好霍华德。我也找不到解决问题的规范性文本，但我认为我有足够的理由暗示默认模式应该是多行的。有std::regex_constants::match_not_bol 标志，其功能是确保"^" 断言与输入的开头不匹配。在多行模式下使用该标志； "^" 断言将匹配除第一行之外的所有行。在单行模式下，该标志将使"^" 断言不起作用，这对我来说没有意义。
我找到了两个支持我的解释的非官方参考网站。查看this website 中"^" 断言的解释和this website 中match_not_bol 标志的解释。我知道这些不是规范性文本，但它们提供了一些证据，证明许多人期望这种多行行为是默认的。请注意，"$" 断言也存在同样的问题（并且有一个相应的标志 match_not_eol）。
我会调查的。感谢您的调查。
该标准对此只字未提，但我所知道的其他 2 个工作实现（boost::regex 和 Visual Studio 2012）将 ^ 和 $ 与换行符匹配。

【解决方案2】：

此问题已在 http://cplusplus.github.io/LWG/lwg-toc.html 的 2343 列出。

【讨论】：