C++正则提取分组内容：regex_iterator问题及转义疑问

一、用regex_iterator提取分组内容 #

你现在用regex_iterator时输出的是整个匹配（比如{{Test}}），是因为调用了match.str()——这个方法默认返回整个匹配的字符串。而你要的是正则里括号捕获的分组内容，应该用match.str(1)，这里的1对应第一个捕获组（也就是正则中(\w+)的部分）。

修改后的代码如下：

#include <regex> 
#include <iostream> 
int main() { 
    const std::string s = "<abc>{{Test}}</abc><def>{{Again}}</def>"; 
    std::regex rgx("\\{\\{(\\w+)\\}\\}"); 
    std::sregex_iterator next(s.begin(), s.end(), rgx); 
    std::sregex_iterator end; 
    while (next != end) { 
        std::smatch match = *next; 
        std::cout << match.str(1) << "\n"; // 用str(1)获取第一个捕获组内容
        next++; 
    } 
    return 0; 
}

运行后就能输出Test和Again了。

二、用regex_search匹配多个结果 #

regex_search默认只会找到第一个匹配项，要匹配所有结果的话，需要循环调用它，并且每次从上一次匹配的结束位置开始继续搜索。具体做法是用match.suffix().first作为下一次搜索的起始位置：

#include <regex> 
#include <iostream> 
int main() { 
    const std::string s = "<abc>{{Test}}</abc><def>{{Again}}</def>"; 
    std::regex rgx("\\{\\{(\\w+)\\}\\}"); 
    std::smatch match; 
    auto search_start = s.cbegin(); 
    while (std::regex_search(search_start, s.cend(), match, rgx)) { 
        std::cout << match.str(1) << "\n"; // 取第一个捕获组内容
        search_start = match.suffix().first; // 更新搜索起始位置
    } 
}

这样就能输出所有匹配的目标内容了。

三、为什么要用两个反斜杠转义{或}？ #

这是两层转义叠加的结果：

1. C++字符串层面：在C++的字符串字面量中，\是转义字符（比如\n表示换行、\"表示双引号），所以如果想在字符串里表示一个真正的\，必须写成\\。
2. 正则表达式层面：在正则语法中，{和}是特殊字符，用来表示重复次数（比如a{2,3}表示匹配2到3个a）。如果想匹配字面意义上的{或}，就需要用\来转义它们，也就是\{和\}。

把两层转义结合起来，在C++字符串里要写出正则的\{，就需要把\转义成\\，最终变成\\{，同理\\}。

内容的提问来源于stack exchange，提问作者PapaDiHatti