C++中匹配路径片段的正则表达式捕获组问题

问题根源 #

你当前使用的正则(\.\/)?[A-Za-z0-9][A-Za-z0-9\/]+(\/)?$出现捕获组错位，是因为第二个捕获组里的+是贪婪匹配模式，会把末尾的/也纳入匹配范围，导致第三组无法捕获到末尾的斜杠。

修正后的正则表达式 #

调整第二个捕获组的匹配逻辑，让它仅匹配到末尾斜杠（如果存在）之前的核心路径片段，同时保留开头可选的./和末尾可选的/：

^(\.\/)?([A-Za-z0-9]+(?:\/[A-Za-z0-9]+)*)(\/)?$

正则规则拆解 #

• ^：锚定字符串开头，确保匹配完整路径而非中间片段
• (\.\/)?：第一捕获组，可选匹配开头的./前缀
• ([A-Za-z0-9]+(?:\/[A-Za-z0-9]+)*)：第二捕获组（目标片段）：
  • [A-Za-z0-9]+：匹配路径的第一个节点（非空，仅由字母数字组成）
  • (?:\/[A-Za-z0-9]+)*：非捕获组，匹配后续的/节点结构，可重复0次或多次，确保不会包含末尾的/
• (\/)?：第三捕获组，可选匹配末尾的/
• $：锚定字符串结尾，确保整个路径被完整匹配

测试捕获结果 #

针对不同输入的捕获表现：

• 输入./var/lib/：第一组./，第二组var/lib，第三组/
• 输入var/lib/：第一组空，第二组var/lib，第三组/
• 输入./var/lib：第一组./，第二组var/lib，第三组空
• 输入./var/lib/test/：第一组./，第二组var/lib/test，第三组/

C++代码示例 #

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

int main() {
    std::regex path_regex(R"(^(\.\/)?([A-Za-z0-9]+(?:\/[A-Za-z0-9]+)*)(\/)?$)");
    std::string paths[] = {"./var/lib/", "var/lib/", "./var/lib", "./var/lib/test/"};

    for (const auto& path : paths) {
        std::smatch matches;
        if (std::regex_match(path, matches, path_regex)) {
            std::cout << "输入: " << path << "\n";
            std::cout << "第一组: " << (matches[1].str().empty() ? "空" : matches[1].str()) << "\n";
            std::cout << "第二组(目标片段): " << matches[2].str() << "\n";
            std::cout << "第三组: " << (matches[3].str().empty() ? "空" : matches[3].str()) << "\n\n";
        }
    }
    return 0;
}

内容的提问来源于stack exchange，提问作者LordBread