C++如何从DBC格式VAL_字符串中提取正则匹配值至数组

核心思路 #

分两步处理：

1. 先提取开头的固定参数（数字234、标识符State1），并分离出数组部分的原始内容；
2. 对数组内容单独匹配，遍历提取每一组（无符号整数+带转义的字符串）。

代码实现 #

#include <iostream>
#include <string>
#include <vector>
#include <regex>
#include <utility>

int main() {
    // 原始输入字符串（注意转义处理）
    std::string input = R"(VAL_ 234 State1 123 "Description 1" 0 "Description 2 with \n new line" 90903489 "Big value and special characters &$§())!" ;)";

    // 第一步：匹配开头的固定参数和数组内容
    std::regex header_re(R"(^VAL_ (\d+) ([A-Za-z_]\w*) (.*?);$)");
    std::smatch header_match;
    if (!std::regex_match(input, header_match, header_re)) {
        std::cout << "输入格式不符合要求" << std::endl;
        return 1;
    }

    // 提取前两个固定参数
    int target_num = std::stoi(header_match[1].str());
    std::string target_id = header_match[2].str();
    std::string array_raw = header_match[3].str();

    // 第二步：遍历提取数组的每一组元素
    std::regex item_re(R"((\d+) "((?:\\.|[^"])*)")");
    std::vector<std::pair<int, std::string>> array_items;

    std::sregex_iterator item_it(array_raw.begin(), array_raw.end(), item_re);
    std::sregex_iterator end_it;

    for (; item_it != end_it; ++item_it) {
        std::smatch item_match = *item_it;
        int item_num = std::stoi(item_match[1].str());
        std::string item_desc = item_match[2].str();
        array_items.emplace_back(item_num, item_desc);
    }

    // 输出验证结果
    std::cout << "提取的数字: " << target_num << "\n";
    std::cout << "提取的标识符: " << target_id << "\n";
    std::cout << "数组内容:\n";
    for (const auto& item : array_items) {
        std::cout << "- " << item.first << " \"" << item.second << "\"\n";
    }

    return 0;
}

关键说明 #

1. 为什么之前的正则只拿到最后一组？
   你之前使用的([0-9]*\\s\"[^\"]*\"\\s)+属于重复捕获组，C++标准库的正则引擎只会保留该组最后一次匹配的结果，无法获取所有重复组内容。

2. 如何遍历子匹配？
   使用std::sregex_iterator可以遍历所有匹配的结果，每个迭代器返回的std::smatch对象包含当前匹配的所有捕获组（比如示例中的组1是整数，组2是描述字符串），通过遍历迭代器就能拿到所有数组元素。

3. 处理带转义的字符串
   正则((?:\\.|[^"])*)用来匹配带转义字符的字符串：

   • \\. 匹配转义字符（比如\n、\"）；
   • [^"] 匹配非引号的普通字符；
   • (?:...) 是非捕获组，避免额外的捕获开销。

内容的提问来源于stack exchange，提问作者Murmi