c++ - 为什么这个正则表达式不会编译？

Question

我想从这里使用正则表达式：

https://www.rfc-editor.org/rfc/rfc3986#appendix-B

我正在尝试像这样编译它：

#include <regex.h>
...
regex_t regexp;
if((regcomp(&regexp, "^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?", REG_EXTENDED)) != 0){
    return SOME_ERROR:
}

但我被 regcomp 的返回值困住了：

REG_BADRPT

据人说，这意味着：

重复运算符的使用无效，例如用作*第一个字符。

这个人的类似含义：

?,*或+前面没有有效的正则表达式

我使用自己的正则表达式编写了解析器，但我也想测试这个，因为它正式在 rfc 中。我不打算用它来验证。

Answer 1

正如 Oli Charlesworth 建议的那样，您需要\\为问号转义反斜杠\?。有关详细信息，请参阅 C++转义序列。

测试程序

#include <regex.h>
#include <iostream>

void test_regcomp(char *rx){
 regex_t regexp;
 if((regcomp(&regexp, rx, REG_EXTENDED)) != 0){
    std::cout << "ERROR :" << rx <<"\n";
 }
 else{
   std::cout <<  "   OK :"<< rx <<"\n";
 }
}

int main()
{

  char *rx1 = "^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?" ;
  char *rx2 = "^(([^:/\?#]+):)\?(//([^/\?#]*))\?([^\?#]*)(\\\?([^#]*))\?(#(.*))\?" ;

   test_regcomp(rx1);
   test_regcomp(rx2);

   return 0;
}

输出

ERROR :^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(?([^#]*))?(#(.*))?
   OK :^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?

---

正\?则表达式中的 是 REG_BADRPT 错误的来源。它被转换为?. 如果您将其替换为\\?，regcomp 将能够编译您的正则表达式。

"^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\\?([^#]*))?(#(.*))?"

   OK :^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?