C++爬虫原理(八):正则知识和Boost在VS中的应用
一、正则的知识？什么是正则？正则是干什么用的？正则的应用？
请参考以下教程：正则表达式30分钟入门教程
二、正则表达式中一些常见的元字符
正则表达式 (总结 by: cplusplus.me )：
- ^ : 表示 行的开始，^放在[]中表示排除的意思
- $ : 表示 行的结束
- \b : 表示 单词定界符
- \B : 表示 不能是一个完整的单词
- [] : 表示 方括号内只能匹配一个字符。eg: [Tt]忽略大小写
- | ： 表示 或。eg: T|t忽略大小写。 注: []与|的区别为，[]只能为单个字符，|可以为任意长度
- – ： 表示 连字符，字符的范围。eg: [a-zA-Z]
- ？ ： 表示 匹配前面的字符零次或一次
- + ： 表示 匹配前面的字符一次或多次
- * ： 表示 匹配前面的字符零次或多次
- {n} : 表示 匹配前面的字符n次
- {n,}: 表示 匹配前面的字符最少n次
- {n,m}: 表示 匹配前面的字符最少n次，最多m次
- . : 表示 匹配除换行符外的任意一个字符
- \ : 表示 转移字符 或 反斜杠
- () : 表示 改变限定符的作用范围 或 分组。eg: (thir|four)th , ([0-9]{1,3}){3}
三、关于C++编程中的正则
常用正则有Boost regex,C regex,C++ regex(C++11，VS2010+均支持)，这里有关于正则速度的比较，请查看文章：《C++中三种正则表达式比较（C regex，C ++regex，boost regex）》，《#墙裂推荐Boost regex# C，C++11，Boost三种regex库性能比较》。但是以上文章仅供参考，我这里在真实环境测试的过程中，成熟的Boost regex效率远远大于C++11 regx 。对于正则，还是看真实环境，测试后取用把。仁者见仁智者见智~
四、Boost正则在VS中的应用
现在在VS中使用Boost非常的方便了，步骤如下：
- 下载Boost库：http://www.boost.org/
- 解压Boost压缩文件，管理员运行CMD，然后CD到解压目录
- 运行bootstrap.bat， 然后等待完成
- 上一部执行完成会生成一个bjam.exe程序，运行bjam.exe。
- 等待完成就OK了
- 最后把VS工程包含Boost目录即可，操作如下：包含目录添加 G:\boost_1_55_0 ；库目录添加 G:\boost_1_55_0\stage\lib，示例图片（来源：百度）如下：
创作、整理、搬运：cpp.cloudcpp.com Share、Open- C/C++程序员之家