C++ transform的lambda返回smatch正则匹配结果错误问题排查

错误原因 #

1. 核心问题：smatch不存储字符串副本，仅保留指向原字符串的迭代器 #

• std::smatch本质是std::match_results<std::string::const_iterator>的别名，所有匹配结果都是通过迭代器指向原匹配字符串的对应位置，不会额外拷贝存储字符串内容。
• 你的lambda入参写为auto s，属于值传递，每次调用都会生成一个临时的std::string对象，lambda执行结束后这个临时对象就会被销毁，此时返回的smatch里保存的所有迭代器全部悬空，属于未定义行为。
• 你看到的输出异常是栈内存复用导致的：第一个临时字符串"a b"销毁后，第二个临时字符串"cd ef"刚好复用了同一块栈内存，悬空的迭代器刚好指向了新的字符串内容，才会出现两次输出都和第二个字符串相关的情况。未定义行为不保证触发运行时报错，出现任何结果都符合预期。
• 补充：原代码中transform(begin(v), end(), ...)第二个参数end()没有传入容器参数，属于语法错误，实际可运行的代码应该是end(v)。

2. *new smatch的写法存在内存泄漏 #

你在堆上申请了smatch对象，解引用后拷贝返回，堆上的原始对象没有被释放，直接造成内存泄漏。就算你换成栈上声明的smatch m{}，也解决不了迭代器悬空的核心问题，所以输出结果还是错误的。

3. 第二段代码编译失败的原因 #

你声明的容器是vector<smatch> P，存储的是smatch对象，但lambda里返回的是new smatch得到的smatch*指针，类型不匹配，所以编译直接报错。如果要存指针需要把容器声明改为vector<smatch*> P，但就算改了也还是存在迭代器悬空的问题，运行结果依然错误。 #

修复方案 #

两种可选方案：

方案1：修改lambda入参为常量引用，避免生成临时字符串 #

该方案需要保证原输入vector的生命周期长于存储smatch的容器，否则仍会出现迭代器悬空：

#include <regex>
#include <vector>
#include <string>
#include <algorithm>
#include <iostream>
using namespace std;

void f(const vector<string>& v) {
  vector<smatch> P{};
  // 正则对象提前构造，避免每次lambda调用重复生成
  static const regex r{"(\\S*) (\\S*) ?(.*)"};
  // 入参改为const string& s，直接引用原vector里的字符串，不生成临时对象
  transform(begin(v), end(v), back_inserter(P), [](const string& s){
    smatch m;
    regex_match(s, m, r);
    return m;
  });
  for (const auto& s: P) cout << s[0] << endl;
}

方案2：直接存储匹配结果的字符串副本，不依赖原对象生命周期 #

如果无法保证原输入vector的生命周期，直接把匹配结果转成string存储更安全：

#include <regex>
#include <vector>
#include <string>
#include <algorithm>
#include <iostream>
using namespace std;

void f(const vector<string>& v) {
  vector<string> P{};
  static const regex r{"(\\S*) (\\S*) ?(.*)"};
  transform(begin(v), end(v), back_inserter(P), [](const string& s){
    smatch m;
    regex_match(s, m, r);
    // 直接返回字符串副本，后续使用不依赖原字符串和smatch的生命周期
    return m.str(0);
  });
  for (const auto& s: P) cout << s << endl;
}

内容的提问来源于stack exchange，提问作者ByteEater