C++正则表达式匹配string_view：如何通过引用获取结果避免堆拷贝？

关于正则内部实现的疑问 #

你的猜测是对的：C++标准库的正则实现内部确实依赖原始缓冲区的迭代器/指针，不会主动为子匹配创建新的堆内存拷贝——除非你显式调用operator string_type()或者str()方法触发转换。

C++17中的解决方案 #

在C++17里，std::sub_match本身是一个迭代器对（继承自std::pair<BidirIt, BidirIt>），你可以直接访问它的first和second成员，这两个就是指向原始缓冲区的迭代器，完全不需要拷贝：

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

int main() {
    const std::string buf = "Hello 123 World 456";
    std::regex re(R"(\d+)");
    
    std::smatch match;
    auto it = buf.cbegin();
    while (std::regex_search(it, buf.cend(), match, re)) {
        // 直接通过迭代器范围访问原始数据，无拷贝
        std::cout << "匹配内容：";
        std::cout.write(&*match[0].first, match[0].length()) << '\n';
        
        // 构造C++17的string_view视图，同样无拷贝
        std::string_view view(match[0].first, match[0].length());
        std::cout << "string_view视图：" << view << '\n';
        
        it = match[0].second; // 移动迭代器到当前匹配的末尾，继续下一轮搜索
    }
    return 0;
}

你提到的position(i)和length(i)也是可行方案，结合原始字符串的地址就能构造无拷贝的视图：

// 用position和length构造string_view
std::string_view view(&buf[match.position(0)], match.length(0));

C++20的优化 #

升级到C++20后，std::sub_match新增了operator std::basic_string_view()的隐式转换，写法更简洁，同样没有拷贝：

std::string_view view = match[0]; // C++20起直接支持

同时C++20的正则相关接口对迭代器范围的处理做了进一步优化，能更高效地避免不必要的内存操作。

内容的提问来源于stack exchange，提问作者Ichthyo