本文共 4710 字，大约阅读时间需要 15 分钟。
RE2是Google开源的正则表达式库，RE2是多语言支持的，提供对C/C++,Python,Ruby等，本文介绍C语言的RE2的正则库。正则表达式在工程实践中是非常有用的，可用于信息提取，内容比对，替换等。
安装
主要步骤，下载安装包，解压，编译，安装。需要说明的是较新版本源码添加了对C++11的支持，同时也需要较高版本g++的支持，本文选择tag为re2-2016-02-01的较低版本。类简介
使用RE2首先要构造正则表达式对象，RE2的构造函数如下：RE2(const StringPiece& pattern);RE2(const StringPiece& pattern, const Options& option);
其中StringPiece是RE2提供的一个string风格的对象，在RE2构造函数中传入”const char*” 或者”string”对象时，将被隐式的转换为StringPiece对象。使用StringPiece可以减少”const char*”到”string”之间的来来回回的转换。StringPiece包含一个指向原始输入的指针,和一个字符串的长度计数，构造函数如下：
class StringPiece {private: const char* ptr_; int length_;public: StringPiece() : ptr_(NULL), length_(0) { } StringPiece(const char* str): ptr_(str), length_((str == NULL) ? 0 : static_cast (strlen(str))) { } StringPiece(const std::string& str): ptr_(str.data()), length_(static_cast (str.size())) { } StringPiece(const char* offset, int len) : ptr_(offset), length_(len) { } ...}; Options：构造函数中的Options，用于改变默认的设置，它是一个枚举类型，枚举值为：
Quiet // 不要输出正则表达式编译的错误等
RE2类的其他方法：
//返回RE2对象是否被正确的创建bool ok() const { return error_code() == NoError; }//如果RE2对象没有被正确的创建，将返回相关的错误描述const string& error() const { return *error_; } 使用
下面介绍使用正则表达式提取结果的方法 1.Extract/* *用于从text内容中，根据正则表达式提取内容 *text:待提取的内容 *pattern:构造，编译后的正则表达式 *rewrite:控制输出结果 *out:按照rewrite定义的输出结构 */static bool Extract(const StringPiece &text, const RE2& pattern, const StringPiece &rewrite, string *out);text:待提取的内容pattern:构造，编译后的正则表达式rewrite:控制输出结果out:按照rewrite定义的输出结构
这里重点说下rewrite，它用于控制输出结果，如果正则表达式含有多个字表达式，那么rewrite可以控制输出哪些匹配结果，它通常是’[digits]’,其中\0表示完整的匹配结果，而\1则表示第一个字表达式。例如：表达式regmail中含有多个字表达式，下面分别用\1,\3,\5分别输出邮箱的用户名,用户名等。
string content = "test,regular,邮件 test@gmail.com;";string regmail = "(\\w+([-+.]\\w+)*)@(\\w+([-.]\\w+)*)\\.(\\w+([-.]\\w+)*)";re2::RE2::Extract(content.c_str(),*pHandle,"\\0,\\1,\\3,\\5",&strVal);strVal的值为"test@gmail.com,test,gmail,com" //分隔符','是在rewrite中定义的符号
2.Match
bool Match(const StringPiece& text,int startpos, int endpos, Anchor anchor, StringPiece *match, int nmatch) const;text:待匹配的文本startpos:从text中进行匹配的开始位置endpos:从text中进行匹配的结束位置anchor:匹配的模式，Anchor是一个枚举类型，其值分别为:UNANCHORED表示从startpos到endpos之间任何位置开始匹配，ANCHOR_START表示只能从startpos开始匹配， ANCHOR_BOTH表示模式必须完全匹配startpos到endpos之间的字符串。match:它通常是是一个StringPiece数组，用于保存匹配结果nmatch:匹配的字段个数，通常nmatch值越小，匹配速度越快，应该避免使得nmatch>1+match数组的长度
下面介绍Anchor类型对匹配结果的影响：
StringPiece group[3];RE2 re("(\\w+):([0-9]+)");string content = "please visit 127.0.0.1:8999 here";if(re.Match(content,0,content.size(),RE2::UNANCHORED,group,3)){ for(size_t i = 0; i < 3 ;++i) { cout< <<";"; } cout< 上述的正则表达式包含两个子表达式,group[0]是完整的匹配结果,group[1],group[2]分别输出模式”(\w+)”和”([0-9]+)”的结果，其输出如下:localhost:8999;localhost;8999;
如果将匹配模式改为:re.Match(content,0,content.size(),RE2::ANCHOR_START,group,3);
那么只能匹配content值为”127.0.0.1:8999 here”,ANCHOR_START指明模式必须从startpos就开始匹配。
而如果将匹配模式改为:re.Match(content,0,content.size(),RE2::ANCHOR_BOTH,group,3);
那么只能匹配content值为”127.0.0.1:8999”,ANCHOR_BOTH指明模式必须从startpos到endpos之间完全匹配。
3.FullMatch