C ++: qual biblioteca regex devo usar? [fechadas]

107

Estou trabalhando em um projeto comercial de C ++ (não de código aberto) que é executado em um sistema baseado em Linux. Eu preciso fazer alguma regex dentro do código C ++. (Eu sei: agora tenho 2 problemas.)

PERGUNTA: Quais bibliotecas as pessoas que regularmente fazem regex de C / C ++ recomendam que eu pesquise? Uma rápida pesquisa chamou minha atenção para o seguinte:

1) Boost.Regex (preciso ler a licença de software Boost, mas esta questão não é sobre licenças de software)

2) C (não C ++) POSIX regex (#include <regex.h>, regcomp, regexec, etc.)

3) http://freshmeat.net/projects/cpp_regex/ (não sei nada sobre este; parece ser GPL, portanto, não pode ser usado neste projeto)

c++ regex linux Stéphane
fonte
20
Caso alguém esteja olhando para esta velha questão em busca de dicas ... uma nova biblioteca apareceu recentemente que merece ser mencionada: RE2 do Google: code.google.com/p/re2
Stéphane
2
Este é um invólucro c ++ para a nova biblioteca PCRE2 (versão revisada do PCRE).
Jahid

Respostas:

80

Boost.Regex é muito bom e está programado para se tornar parte do padrão C ++ 0x (já está em TR1).

Pessoalmente, acho Boost.Xpressive muito mais agradável de se trabalhar. É uma biblioteca apenas de cabeçalho e tem alguns recursos interessantes, como regexes estáticas (regexes compiladas em tempo de compilação).

Atualização: Se você estiver usando um compilador compatível com C ++ 11 (gcc 4.8 NÃO é!), Use std :: regex a menos que tenha um bom motivo para usar outra coisa.

Ferruccio
fonte
4
O Boost está cheio de bugs e parece não ter padrões de codificação e processo de controle de qualidade. Não é realmente adequado para software de produção. Isso inclui seu equipamento Regex, que usa C (em vez de C ++) em alguns lugares e inclui buffer overflows devido a funções inseguras, como sprintf. Quando relatei um monte de bugs após uma auditoria, eles permaneceram "não reconhecidos" meses após o relatório. Use por sua conta e risco.
jww
8
Quase 5 anos depois, tentei hoje usar std :: regex, mas descobri que ainda não foi implementado no GCC. Consulte stackoverflow.com/questions/15671536/…
Stéphane
2
essa boa razão para não usar std :: regex ou boost :: regex seria que boost :: regex, é cerca de 10 vezes mais lento que re2
Arsen Zahray
3
@jww Não, o padrão C ++ (C ++ 03 TR, C ++ 11 e C ++ 1y) decidiu incorporar várias bibliotecas de reforço ao padrão . Isso significa que, para todos os efeitos práticos, Boost tornou-se o padrão. Fazer afirmações sem evidências usando palavras evasivas como "provavelmente" e usando ataques pessoais não mudam o fato de que grandes partes do boost são agora C ++, e muitas das pessoas que definem a direção moderna do C ++ também estão trabalhando no boost.
Alice
3
@Alice - Os comitês C e C ++ criam padrões. Eles não incorporam bibliotecas. Não sei se eles alguma vez produziram uma biblioteca.
jww
22

Obrigado por todas as sugestões.

Experimentei algumas coisas hoje e, com o que estamos tentando fazer, optei pela solução mais simples, onde não preciso baixar nenhuma outra biblioteca de terceiros. No final, eu #include <regex.h> e usei as chamadas C POSIX padrão regcomp () e regexec (). Não C ++, mas em uma pitada isso provou ser o mais fácil.

Stéphane
fonte
19

Em projetos C ++ anteriores, usei o PCRE com bom sucesso. É muito completo e bem testado, pois é usado em muitos projetos de alto nível. E vejo que o Google também contribuiu com um conjunto de wrappers C ++ para PCRE recentemente.

Greg Hewgill
fonte
16

C ++ tem uma biblioteca regex integrada desde TR1. A biblioteca regex do AFAIK Boost é muito compatível com ele e pode ser usada como um substituto, se sua biblioteca padrão não fornecer TR1.

Kasprzol
fonte
Qual compilador tem TR1? Minha cópia do g ++ 4.1.2 (Debian Etch) não tem suporte para #include <regex>, mas obrigado por chamar a minha atenção para TR1, eu tinha esquecido. Para outros curiosos para saber mais sobre TR1 e C ++ 0x, consulte en.wikipedia.org/wiki/Technical_Report_1
Stéphane,
A partir do SP1, o Visual Studio 2008 tem a maior parte do TR1, incluindo regex. Eu sei que não ajuda você no Linux, mas outros podem estar interessados. O Dinkumware também suporta TR1 no gcc.
Michael Burr,
Como escrevi, se sua biblioteca std não tiver regex, você pode usar boost: boost.org/doc/libs/1_36_0/doc/html/boost_tr1/…
Kasprzol
3
g ++ 4.5.0. TR1 vive em tr1 / regex. por exemplo: #include <tr1 / regex>
Ogre Salmo33
11

Mais duas opções:

Se você pode escrever em c ++ 11 - Faça o tutorial: http://www.codeguru.com/cpp/cpp/cpp_mfc/stl/article.php/c15339

Observação: no momento em que este artigo foi escrito, a única biblioteca regex c ++ 11 que eu sei que funciona é a clang / llvm , e só funciona no Mac. O GNU ainda não implementa regex . Não sei sobre o Visual Studio. A maioria das pessoas ainda usa a implementação boost regex .

Ou você pode usar o ragel para gerar uma máquina de estado finito para fazer a análise para você e gerar a implementação do código C / C ++: http://www.complang.org/ragel/

Usei um pouco para gerar código para analisar json. Este arquivo ragel: https://github.com/matiu2/yajp/blob/master/parser/number.rl é usado para gerar este código https://github.com/matiu2/yajp/blob/master/parser/json .hpp # L254 e este diagrama de máquina de estado finito:

diagrama de estado

Atualização 1:

O regex libc ++ do lvm funciona no ubuntu 14.04: libc ++ - dev - Biblioteca LLVM C ++ Standard (arquivos de desenvolvimento). Ao compilar:clang++ -std=c++11 -lc++ -I/usr/include/c++/v1 ...

Atualização 2:

No momento, estou gostando do boost spirit 3 - gosto mais do que regex, porque tem regras de estilo BNF e é bem pensado. (Mais antigos (mais documentados) Libras do Qi do Espírito encontradas aqui )

matiu
fonte
7

Você também pode consultar a biblioteca de regex rápida que foi desenvolvida no mecanismo de pesquisa Yandex para fazer correspondências rápidas de milhares de padrões contra grandes quantidades de dados.

Alexander Gololobov
fonte
6

Pessoalmente, sempre usei boost.regex (embora não precise de regex em C ++). O Microsoft Labs também tem uma biblioteca regex, chamada GRETA: http://research.microsoft.com/projects/greta/ . Aparentemente, é muito rápido e possui uma sintaxe Perl 5 completa. Eu não usei, mas você pode querer testá-lo.

Roel
fonte
8
GRETA ( research.microsoft.com/en-us/downloads/… ) foi feito por Eric Niebler quando ele trabalhava na Microsoft (1998-2001 a partir dos arquivos de cabeçalho do GRETA). Eric Niebler então fez em 2007 Boost.Xpressive. As pessoas deveriam usar Boost.Xpressive porque é mais novo e tem uma licença melhor do que o "contrato de licença de usuário final da Microsoft Research"
Cristian Adam,
1
Desculpe, não vejo como puxar na biblioteca Boost é uma coisa boa. A última vez que verifiquei o download local da versão não compactada do boost é de 400 megs. Para não mencionar a loucura de modelo inútil que você obtém com impulso. Desculpe, recomendo a resposta de Greg.
Chade,
lh3lh3.users.sourceforge.net/reb.shtml
Chade,
@Chad Porque boost é um conjunto bem conhecido e considerado de bibliotecas padrão que são úteis em muitas situações? Se o tamanho do download for muito grande para você, use o BCD para remover tudo o que você não precisa; boost.regex é muito pequeno quando removido dessa maneira.
Alice
1

Ninguém aqui disse nada sobre o que vem com C ++ 0x. Se você estiver usando um compilador e o STL que suporta C ++ 0x, você pode apenas usar isso em vez de ter outra lib em seu projeto.

RedX
fonte
1
Se você olhar para a resposta com maior votação (de 2+ anos atrás), ela menciona isso.
Mateen Ulhaq