如何从C++ std::regex中提取构造时传入的搜索字符串？

首先明确：C++标准库的std::regex没有提供官方接口来获取构造时传入的原始正则表达式字符串。这是因为std::regex内部存储的是编译后的正则表达式执行结构，而非原始字符串，这也是无论传入的正则多长，sizeof(std::regex)都固定的原因。

针对你无法修改第三方代码库的情况，提供几个可行的非标准方案：

• 调试场景下利用编译器内部实现
  很多主流编译器的标准库实现会在std::regex对象中保留用于调试的原始字符串字段。比如GCC的libstdc++中，std::regex的内部成员_M_regex包含原始字符串；MSVC的实现也有类似的调试存储。你可以通过查看编译器的regex头文件或调试器内存布局找到对应字段，然后通过指针偏移的方式提取。但这种方式完全依赖具体编译器和版本，不能用于生产环境。

• 运行时拦截构造函数保存映射
  通过平台特定的钩子技术，拦截std::basic_regex的构造函数，在构造时自动保存传入的正则字符串与regex对象的映射关系（比如用全局的std::map<const std::regex*, std::string>）。Linux平台可以用LD_PRELOAD加载自定义动态库来拦截；Windows平台可以用Detours工具。这种方式不需要修改第三方库代码，可用于生产环境，但需要熟悉平台的钩子实现细节。

• 逆向解析编译后的字节码（不推荐）
  部分std::regex实现会将正则编译为字节码格式，你可以尝试逆向解析这些字节码来还原原始正则字符串。但不同编译器的字节码格式差异极大，还原过程复杂且可能无法完全恢复原始字符串的细节（比如注释、冗余空格等），仅作为最后的备选方案。

内容的提问来源于stack exchange，提问作者Smasheded