如何用C++正则表达式匹配汇编指令及其地址？

正则表达式构建思路 #

要匹配机器码部分，你可以用([a-f0-9]{2}\s+)*[a-f0-9]{2}来表示“一系列两位十六进制数”——这个表达式会匹配一个或多个以空格分隔的两位十六进制数，完全对应机器码的格式。

完整正则表达式 #

最终可使用的正则表达式如下：

^([a-f0-9]{8}):\s+(([a-f0-9]{2}\s+)*[a-f0-9]{2})\s+(.*)$

各分组对应内容：

• 第1组：8位十六进制地址
• 第2组：完整的机器码部分
• 第4组：需要提取的汇编指令

匹配效果验证 #

用你提供的示例文本测试：

00000000: ae ee move $1, $2
00000004: c1 add $2, $2, $3
00000006: a2 aa e3 addi $1, $2, $4

匹配后可得到：

• 第一行：地址00000000，指令move $1, $2
• 第二行：地址00000004，指令add $2, $2, $3
• 第三行：地址00000006，指令addi $1, $2, $4

简化版正则（仅提取地址与指令） #

如果不需要机器码，可简化正则跳过该部分：

^([a-f0-9]{8}):\s+([a-f0-9]{2}\s+)*[a-f0-9]{2}\s+(.*)$

此时第1组对应地址，第3组对应指令。

内容的提问来源于stack exchange，提问作者余政倫