Форум программистов [Powered by Invision Power Board]

Версия для печати темы
Нажмите сюда для просмотра этой темы в оригинальном формате

Форум программистов > Центр помощи > [C++] Странное поведение RexExp'ов

Автор: BukeMan 15.11.2010, 10:39

Здравствуйте!
Прошу вас помощи разобраться в чем проблема моего использования regex.
Есть у меня такая функция:

Код


#include <regex> 
#include <iostream> 
#include <string>

using namespace std;
using namespace std::tr1;

string SearchEmail(string input)
{
    string in, out; 
    cmatch mr; 
    regex rx("[A-Za-z0-9._%-]+@[A-Za-z0-9.-]+.[A-Za-z]{2,4}");
    match_results<string::const_iterator> mr2;  
    
    in = input;
    regex_search(in, mr2, rx); 
    out = mr2.str();
    if(out == "")
    {
        string a = "NoEmail";
        return a;
    } 
    else return out;
}

как вы можете видеть, она находит email адрес в заданной строке.
но, увы она не всегда выдает корректный результат.
например при подаче на вход строки типа:

Код


SearchEmail("Email: [email protected] Web: www.zieglerhellas.gr ")

оно мне выдаст:
[email protected] Web
вместо корректного
[email protected]

Подскажите пожалуйста в каком месте баг, и как мне сделать так, что б оно НЕ включало в результат поиска что-либо после домена верхнего уровня.

Автор: t_gran 16.11.2010, 03:52

BukeMan, у вас ошибка в самом регулярном выражении:

[A-Za-z0-9._%-]+@[A-Za-z0-9.-]+.[A-Za-z]{2,4}

Вспоминайте, что такое точка в свободном виде? Правильно, любой символ. Вот и получается, что у вас в вашем случае любой символ это пробел.

Наверное нужно было вот так:

[A-Za-z0-9._%-]+@[A-Za-z0-9.-]+[.][A-Za-z]{2,4}

Автор: BukeMan 16.11.2010, 12:02

t_gran, спасибо Вам большое! действительно после взятия точки в квадратные скобки результат поиска выдает верно.
Я еще не сильно разобрался в регулярных выражениях, т.к. не могу найти толкового хелпа... в MSDN VS2008 там вообще примеры очень скудные.
Если Вам не трудно, помогите пожалуйста еще по двум вопросам касающимся регулярных выражений.
1) как задать маску так, что б в качестве первого символа email принимались только буквы?
дело в том, что если перед адресом будет какой-либо из символов ( - . _ ), то вышеуказанная маска ("[A-Za-z0-9._%-]+@[A-Za-z0-9.-]+[.][A-Za-z]{2,4}") включит их в результат поиска.
например: при подаче на вход строки "some text [email protected] something else" результатом будет: [email protected]
реально ли задать маску таким образом, что б результат был: [email protected]
2) и второй вопрос: как можно продолжить поиск в текущей строке? нипример если найдено совпадение, но в данной строке есть еще один email...

Автор: ИванМ 18.11.2010, 19:46

Код


regex rx("^[A-Za-z]+[0-9\\._%-]*@[A-Za-z0-9\\.-]+\\.[A-Za-z]{2,4}$");

^ - начало строки
$ - конец строки
\. - точка
* - ноль или больше символов

Добавлено @ 19:54
Только для такого выражения лучше использовать regex_match.
А для того, что бы найти несколько e-mail, нужно пользоваться как раз regex_search.

Код


    smatch mr; 
    regex rx("([A-Za-z]+[0-9\\._%-]*@[A-Za-z0-9\\.-]+\\.[A-Za-z]{2,4})");
    std::string::const_iterator itbegin = input.begin();
    std::string::const_iterator itend = input.end();
    while (regex_search(itbegin,itend,mr,rg))
    {    
       std::cout << mr[1]<< std::endl;
        itbegin = mr[0].second;
    }

Но тогда начало и конец строки не проверить.
Нужно еще раз проверять перед началом поиска на начало и конец.