boost正则库匹配ANSII编码的中文、全角字符示例

 ===================================

本人log中所有未注明转载的文章和blog一般为本人原创或整理加工，
原创文章版权本人（lonefox）所有；转载文章版权归原作者所有；

http://blog.csdn.net/boythl

欢迎转载，但请注明出处，保留作者和版权信息。

===================================

   首先，boost正则库(regex)不支持形如 [０-９] (注意：这个０和９是全角字符。)这样的表达式，貌似会崩溃。

 

   现在查网上正则匹配中文的例子，都是讲用 /uFF00-/uFFFF ; 拜托，/u是unicode编码，能用于我常用的ansii编码（如GB18030,GBK,GB2312等等）吗？举例时也不说清楚。

 

   再次查看正则语法，发现 /xnn 比较有用，/x匹配ASCII编码中十六进制代码为nn的字符，注意，是单个字符，因此，对于双字节的全角，我们需要用两个/x才能匹配一个全角字符。举例如下（下文示例全部使用ANSII编码，GB2312或GB18030）：

 

   全角数字：０１２３４５６７８９ (/xA3[/xB0-/xB9])+ , ０是/xA3/xB0

   全角小写字母：ａｚ (/xA3[/xE1-/xFA])+, ａ是/xA3/xE1 ｚ是/xA3/xFA

   全角大写字母：ＡＺ (/xA3[/xC1-/xDA])+ ,Ａ是/xA3/xC1 Ｚ是/xA3/xDA

 

    其他汉字也类似，有需要的可以自己查查编码。 不知道汉字对应的ANSII编码？使用UltraEdit32，输入汉字后按CTRL+H，就可以看到16进制的编码。

 

   下面贡献一个我自己项目时临时写的测试正则表达式的小工具。 只提供简单的测试表达式是否匹配文本的功能。使用自己封装的boost::regex库完成，该库是为了摆脱boost和stlport同时使用时的编译问题而编写。静态链接regex库，因此发布时不需要boost库，以后不用再异常辛苦的编译boost库了。

   小测试工具下载地址：http://p.blog.csdn.net/images/p_blog_csdn_net/boythl/EntryImages/20081121/boostRegex.jpg  下载后请将扩展名修改为RAR。

   工具代码也十分简单：

1. void CMy4Dlg::OnButton1() 
2. {
3.     UpdateData();
4.     NAVINFO::CMatch match;
5.     NAVINFO::CRegex reg(this->m_strExpression);  //使用默认参数normal，因此表达式是区分大小写的
6.     if (reg.regex_match(this->m_strText, match))//使用默认参数normal
7.     {       
8.         CString str = _T("");
9.         str.Format("共有匹配项 %d 个:", match.size());
10.         this->m_strResult = str;
11.         for (int i = 0; i < match.size(); i++)
12.         {
13.             str.Format("/r/n%02d:%s", i, match[i]);
14.             this->m_strResult += str;
15.         }
16.         UpdateData(FALSE);
17.     }
18.     else
19.     {
20.         MessageBox("Unmatch");
21.     }
22. }