C++20正则去重连续指定字符时误删点号与逗号的原因

你的问题出在正则表达式的逻辑错误上：你写的([.,\\-:!?]){2,}匹配的是连续2个及以上任意指定字符（可以是不同的），而非你需要的连续相同的指定字符。

举个例子，原字符串里的..,,,-是由.、,, -组成的连续序列，都会被这个正则整体匹配，而捕获组$1保存的是这个序列的最后一个字符（也就是-），所以替换后整个序列会变成-，直接丢失了前面的.和,；同理开头的...虽然是相同字符，但如果后续有其他指定字符连在一起，也会被错误合并。

要实现“将连续出现的同一指定字符替换为单个”的需求，正确的正则应该用反向引用锁定重复的是同一个字符：

std::string s{ "...?12 :: 54  ! !! ..,,,- ---" };
const std::regex re(R"(([.,\-:!?])\1+)"); // 使用原始字符串字面量避免转义混乱
s = std::regex_replace(s, re, "$1");

代码说明 #

1. 正则逻辑：([.,\-:!?])捕获一个指定字符，\1+表示匹配该字符的1次或多次重复，确保只匹配连续相同的指定字符序列。
2. 原始字符串字面量：用R"(...)"包裹正则，可以避免C++字符串中反斜杠的双重转义问题，让正则表达式更直观。

这样处理后，就能得到你预期的结果：.?12 : 54 ! ! .,- -。

内容的提问来源于stack exchange，提问作者ENIAC