C++11正则表达式如何匹配返回所有捕获组？

嘿，我完全懂你的困扰——你想从FIX格式的字符串里提取所有的键值对，但当前代码只返回了最后一组捕获结果，对吧？这其实是正则引擎处理重复捕获组的典型行为，咱们来一步步搞定它。

为什么你的代码只返回最后一组？ #

你用的std::regex_match是要求整个字符串完全匹配正则表达式，而你的正则(([0-9]+)=(.*?)\\|)+?里，外层的+?是重复整个捕获组。但C++的std::match_results（也就是cmatch）只会存储每个捕获组最后一次匹配的内容，所以你只能看到最后一个键值对的捕获结果，前面的所有匹配都被覆盖了。

正确的解决方案：用正则迭代器遍历所有匹配 #

要获取所有的键值对，咱们需要用std::cregex_iterator（针对C风格字符串）或者std::sregex_iterator（针对std::string）来遍历字符串中所有符合正则的子串，每个子串对应一个键值对，然后从每个匹配结果里提取捕获组。

修改后的代码示例 #

#include <iostream>
#include <regex>
#include <cstring>

int main() {
    const char* fixMessage = "8=FIXT|9=69|35=5|34=18|49=102|56=asd|115=TESTTESTTEST|52=20170810-15:36:22.500867816|1409=42|";
    // 使用原始字符串字面量，避免转义反斜杠，让正则更易读
    std::regex e(R"(([0-9]+)=(.*?)\|)");

    // 创建迭代器，遍历所有匹配的子串
    std::cregex_iterator match_it(fixMessage, fixMessage + std::strlen(fixMessage), e);
    std::cregex_iterator end_it; // 默认构造的迭代器作为结束标记

    int count = 0;
    for (; match_it != end_it; ++match_it) {
        const std::cmatch& current_match = *match_it;
        std::cout << "第" << ++count << "组匹配:\n";
        std::cout << "  完整匹配: " << current_match[0] << "\n";
        std::cout << "  键(组1): " << current_match[1] << "\n";
        std::cout << "  值(组2): " << current_match[2] << "\n\n";
    }

    return 0;
}

代码说明 #

1. 调整正则表达式：去掉了外层的+?，因为我们不需要一次性匹配整个字符串，而是让迭代器逐个找到每个键值对的匹配。
2. 使用正则迭代器：std::cregex_iterator会自动遍历输入字符串中所有符合正则的子串，每次迭代返回的cmatch对象包含当前匹配的所有捕获组。
3. 原始字符串字面量：R"(...)"语法可以避免我们手动转义\，让正则表达式的写法更直观。

额外优化：兼容无结尾|的情况 #

如果你的FIX消息最后一个键值对可能没有结尾的|，可以把正则调整为：

std::regex e(R"(([0-9]+)=(.*?)(?:\||$))");

这里的(?:\||$)是一个非捕获组，匹配结尾的|或者字符串结束位置，这样就能兼容两种情况了。

内容的提问来源于stack exchange，提问作者Andre