QRegExp 未按预期提取文本答案

【问题标题】：QRegExp not extracting text as expectedQRegExp 未按预期提取文本
【发布时间】：2013-10-09 08:22:44
【问题描述】：

我正在尝试从一行文本的方括号之间提取文本。一段时间以来，我一直在搞乱正则表达式，无法得到我需要的东西。（我什至无法解释为什么输出是这样的）。代码如下：

QRegExp rx_timestamp("\[(.*?)\]");
int pos = rx_timestamp.indexIn(line);
if (pos > -1) {
    qDebug() << "Captured texts: " << rx_timestamp.capturedTexts();
    qDebug() << "timestamp cap: " <<rx_timestamp.cap(0);
    qDebug() << "timestamp cap: " <<rx_timestamp.cap(1);
    qDebug() << "timestamp cap: " <<rx_timestamp.cap(2);
} else qDebug() << "No indexin";

输入行是：

messages:[2013-10-08 09:13:41] NOTICE[2366] chan_sip.c: Registration from '"xx000 <sip:xx000@183.229.164.42:5060>' failed for '192.187.100.170' - No matching peer found

输出是：

Captured texts:  (".") 
timestamp cap:  "." 
timestamp cap:  "" 
timestamp cap:  ""

有人可以解释发生了什么吗？为什么上限返回“。”当方括号之间不存在这样的字符时
有人可以更正正则表达式以从方括号之间提取时间戳吗？

【问题讨论】：

标签： regex qt qregexp

【解决方案1】：

你错过了两件事。转义反斜杠并使用setMinimal。见下文。

QString line = "messages:[2013-10-08 09:13:41] NOTICE[2366] chan_sip.c: Registration from '\"xx000 <sip:xx000@183.229.164.42:5060>' failed for '192.187.100.170' - No matching peer found";

QRegExp rx_timestamp("\\[(.*)\\]");
rx_timestamp.setMinimal(true);
int pos = rx_timestamp.indexIn(line);
if (pos > -1) {
    qDebug() << "Captured texts: " << rx_timestamp.capturedTexts();
    qDebug() << "timestamp cap: " <<rx_timestamp.cap(0);
    qDebug() << "timestamp cap: " <<rx_timestamp.cap(1);
    qDebug() << "timestamp cap: " <<rx_timestamp.cap(2);
} else qDebug() << "No indexin";

输出：

Captured texts:  ("[2013-10-08 09:13:41]", "2013-10-08 09:13:41") 
timestamp cap:  "[2013-10-08 09:13:41]" 
timestamp cap:  "2013-10-08 09:13:41" 
timestamp cap:  ""

更新：发生了什么：

c++ 源代码中的反斜杠表示下一个字符是转义字符，例如\n。要在正则表达式中显示反斜杠，您必须像这样转义反斜杠：\\ 这将使正则表达式引擎看到 \，就像 Ruby、Perl 或 Python 会使用的那样。

方括号也应该被转义，因为它们通常用于表示正则表达式中的一系列元素。

所以为了让正则表达式引擎看到一个方括号字符，你需要发送它

\[

但是一个 c++ 源文件不能将\ 字符转换成一个字符串，如果没有两个连续的字符串，所以它变成了

\\[

在学习正则表达式时，我喜欢使用 regex tool by GSkinner。它在页面右侧列出了唯一代码和字符。

QRegEx 与正则表达式不完全匹配。如果您研究文档，您会发现很多小东西。比如 Greedy v. Lazy 匹配是怎么做的。

QRegExp and double-quoted text for QSyntaxHighlighter

就我从正则表达式解析器中看到的而言，如何列出捕获是非常典型的。捕获列表首先列出所有这些，然后列出第一个捕获组（或第一组括号括起来的内容。

http://qt-project.org/doc/qt-5.0/qtcore/qregexp.html#cap

http://qt-project.org/doc/qt-5.0/qtcore/qregexp.html#capturedTexts

要查找更多匹配项，您必须反复调用indexIn。

http://qt-project.org/doc/qt-5.0/qtcore/qregexp.html#indexIn

QString str = "offsets: 1.23 .50 71.00 6.00";
QRegExp rx("\\d*\\.\\d+");    // primitive floating point matching
int count = 0;
int pos = 0;
while ((pos = rx.indexIn(str, pos)) != -1) {
    ++count;
    pos += rx.matchedLength();
}
// pos will be 9, 14, 18 and finally 24; count will end up as 4

希望对您有所帮助。

【讨论】：

为什么我需要双重转义 [ 字符？另外，不应该 cap(2) 返回第二个匹配项 [2366] 吗？