最近由于项目需求学习了一下ICU下的正则表达式的用法,在运用之前现在官网上下载ICU库,并编译,将include下的头文件路径与lib下的库文件路径都添加到编译器的option选项下,环境实在vs2008下,之后的编码如下
#include <iostream>
#include <list>
//#include <unicode/uregex.h>
#include "unicode/utypes.h"
//#include "unicode/parseerr.h"
#include "testConvAnyCodeUtf8.h"
#include "unicode/ucnv.h"
#include "apr_file_io.h"
#include "unicode/regex.h"
using namespace std;
void MatchFromFile(char* GBpath,list<UnicodeString> listring);
int reg_exp_match(const char*pat,const char* sour);
void print(list<UnicodeString> listString);
#pragma comment(lib,"conv_anycode_utf8.lib")
#pragma comment(lib,"libapr-1.lib")
#pragma comment(lib,"icuind.lib")
#pragma comment(lib,"icuucd.lib")
#define SUM 3
#define BUFFSIZE 1024
int g_num[SUM] = {0};
int main()
{
	list<UnicodeString> listString;
	char* pathname = "F:\\3_27的\\1.txt";
	/*listString.push_back(UnicodeString("\\s123\\s"));*/
	listString.push_back(UnicodeString("123"));
	/*listString.push_back(UnicodeString("[\\u4e00-\\u9fa5$]+好好学习"));*/
	listString.push_back(UnicodeString("好好学习"));
	listString.push_back(UnicodeString("d[o]m"));
	MatchFromFile(pathname,listString);
	print(listString);
	system("pause");
	return 0;
}
void MatchFromFile(char* GBpath,list<UnicodeString> listring)
{
	char* path = conv_anycode_utf8(GBpath,"UTF-8","GB18030");
	list<UnicodeString>::const_iterator _regter = listring.begin();
	apr_pool_t *pool = NULL;
	apr_file_t *file = NULL;
	apr_status_t res = APR_SUCCESS;
	char* inbuf = new char[BUFFSIZE + 1]; 
	char *result;
	int len = 0;
	UConverter *cv = NULL;
	UErrorCode status = U_ZERO_ERROR;
	memset(inbuf,BUFFSIZE + 1);
	apr_initialize();
	res = apr_pool_create(&pool,NULL);
	if(res != APR_SUCCESS)
	{
		printf("create pool Failed!\n");
		return;
	}
	res = apr_file_open(&file,path,APR_READ,APR_OS_DEFAULT,pool);
	if(res != APR_SUCCESS)
	{
		printf("open file fail!\n");
		return ;
	}
	int i = 0;
	while(!apr_file_gets(inbuf,BUFFSIZE+1,file))
	{ 
		while(_regter != listring.end())
		{	
			len = (*_regter).length();
			result = new char[BUFFSIZE+1];
			memset(result,BUFFSIZE*sizeof(char)+1);
			const UChar* psrc = (*_regter).getBuffer();
			cv = ucnv_open("GB18030",&status);
			int32_t num = ucnv_fromUChars(cv,result,psrc,len,&status);
			if(status != U_ZERO_ERROR)
			{
				printf("Convert fail!\n");
				break;
			}
			int n = reg_exp_match(result,inbuf);
			g_num[i] += n;
			delete [] result;
			ucnv_close(cv);
			i++;
			_regter++;
		}
		_regter = listring.begin();
		i = 0;
	}
	delete []inbuf;
}
void print(list<UnicodeString> listring)
{
	char *result;
	int len = 0;
	UConverter *cv = NULL;
	UErrorCode status = U_ZERO_ERROR;
	list<UnicodeString>::const_iterator iter = listring.begin();
	for(int j = 0;(j < SUM) && (iter != listring.end());j++,iter++)
	{
		len = (*iter).length();
		result = new char[BUFFSIZE+1];
		memset(result,BUFFSIZE*sizeof(char)+1);
		const UChar* psrc = (*iter).getBuffer();
		cv = ucnv_open("GB18030",&status);
		int32_t num = ucnv_fromUChars(cv,&status);
		/*	ucnv_toUChars(*/
		if(status != U_ZERO_ERROR)
		{
			printf("Convert fail!\n");
			break;
		}
		printf("%s出现:%d次\n",g_num[j]);
		delete [] result;
		ucnv_close(cv);
	}
}
int  reg_exp_match(const char*pat,const char* sour)
{
	int num = 0;
	int LEN = strlen(sour);
	int len = strlen(pat);
	UConverter *cv = NULL;
	RegexPattern *REPattern = NULL;///正则表达式
	RegexMatcher *REMatcher = NULL;//匹配器
	UErrorCode status = U_ZERO_ERROR;
	cv = ucnv_open("GB18030",&status);
	UChar* patStr = new UChar[len + 1];
	memset(patStr,len + 1);
	ucnv_toUChars(cv,patStr,len+1,pat,&status);
	ucnv_close(cv);
	UnicodeString patString(patStr);
	//Unicode正则表达式组装,这些函数经常代替构造函数来创建RegexPattern对象
	REPattern = RegexPattern::compile(patString,status);
	if (U_FAILURE(status)) 
	{
		return 0;
	}
	//把母串转换为Unicode
	UChar* result  = new UChar[LEN + 1];
	memset(result,LEN+1);
	cv = ucnv_open("utf-8",&status);
	ucnv_toUChars(cv,LEN+1,sour,LEN,&status);
	UnicodeString inputString(result);
	//剔除字符串中的一些序列
	UnicodeString unescapedInput = inputString.unescape();
	//创建一个正则表达式匹配器
	REMatcher = REPattern->matcher(unescapedInput,status);
	if (U_FAILURE(status))
	{
		return 0;
	}

	if (U_FAILURE(status))
	{
		return 0;
	}
	
	int64_t pos = 0;
	UnicodeString str = REMatcher->group(status);
	while(pos < LEN)
	{
		if(REMatcher->find(pos,status))
		{
			num++;
			pos += REMatcher->end64(status);
		}
		else
		{
			break;
		}
	}
	return num;
}

ICU正则表达式运用方法的更多相关文章

  1. HTML5数字输入仅接受整数的实现代码

    这篇文章主要介绍了HTML5数字输入仅接受整数的实现代码,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

  2. ios中的.dylib和.a lib有什么区别?

    我知道Objectivec中的编译和运行时是什么,但是我想知道是什么画了这两个库之间的界限?他们的目的是什么,除了陈述一个是静态的而另一个是动态的?我们何时需要一个而不是另一个?

  3. xamarin.ios – ShareKit与MonoTouch如何?

    有人可以验证ShareKit实际上是否可用于MonoTouch并指导我完成使其工作所需的步骤?解决方法您首先从getsharekit.com下载还是使用ShareKit2.0?

  4. ios – 使用大写符号在字符串swift中获取URL的正则表达式

    我尝试在文本中获取URL.所以,在此之前,我使用了这样一个表达式:但是当用户输入带有大写符号的URL时(例如Http://Google.com,它与它不匹配)我遇到了问题.我试过了:但什么都没发生.解决方法您可以使用正则表达式中的i内联标志关闭区分大小写,有关可用正则表达式功能的详细信息,请参阅FoundationFrameworkReference.(?ismwx-ismwx)Flagsetti

  5. ios – iPhone崩溃日志不能正确地符号化并且是双重间隔的

    任何建议超过欢迎.谢谢.解决方法当这件事发生在我身上时,它只是我通过电子邮件收到的日志.如果我记得,至少有一些是在.msg文件中,我不得不把它们拿出来.它可能是Exchange编码更改.如果你显示不可见的字符,你可能会看到每个字符之间的东西.您可以找到并替换它们以删除它们或更改编辑器中的编码.

  6. ios – Xcode 7 beta 2:LaunchScreen.storyboard无法打开文档

    我在两个不同的Mac(iMac和MacBookpro)上收到这个错误.不知道为什么人们不能再现它,但我需要一些帮助.在运行XX优胜美地10.10.4的Mac上运行Xcode7beta2(15六月’15).甚至无法编译和运行我的项目..我从创建菜单创建了一个视图应用程序项目,就是这样.编辑:我试图删除并重新添加storyboard文件(也可以打开Main.storyboard插件),我仍然得到相同的

  7. ios – 如何在Swift 3中使用正则表达式?

    解决方法我相信.当没有其他选项适用时,将使用.allZeros.因此,使用Swift3,您可以传递一个空的选项列表或省略options参数,因为它默认为无选项:要么请注意,在Swift3中,您不再使用error参数.它现在抛出.

  8. ios – 为具有多个目标和不同平台的项目编写Podfile

    如何让CocoaPods成功整合到我的项目和iOS/Mac目标?我已经阅读了Podfile文档,但发现它在这方面缺乏.解决方法得到它了!从我的每个目标和运行的pod安装中删除libPods-xxxx.a文件,再次执行了我的目标集成.

  9. ios – 在/usr/lib/system/libcache.dylib中,缺少必需的架构armv6

    在试图为iphoneos编写一个虚拟程序时,Xcode4,gcc似乎没有超出初始的sysroot目录如果我把sysroot,以下作品,但感觉非常干酪,而且不可伸缩.这里发生了什么?

  10. ios – lldb断点在类目标c中的所有方法

    如何使用lldb在ObjectiveC类中的所有方法上自动设置断点?

随机推荐

  1. 法国电话号码的正则表达式

    我正在尝试实施一个正则表达式,允许我检查一个号码是否是一个有效的法国电话号码.一定是这样的:要么:这是我实施的但是错了……

  2. 正则表达式 – perl分裂奇怪的行为

    PSperl是5.18.0问题是量词*允许零空间,你必须使用,这意味着1或更多.请注意,F和O之间的空间正好为零.

  3. 正则表达式 – 正则表达式大于和小于

    我想匹配以下任何一个字符:或=或=.这个似乎不起作用:[/]试试这个:它匹配可选地后跟=,或者只是=自身.

  4. 如何使用正则表达式用空格替换字符之间的短划线

    我想用正则表达式替换出现在带空格的字母之间的短划线.例如,用abcd替换ab-cd以下匹配字符–字符序列,但也替换字符[即ab-cd导致d,而不是abcd,因为我希望]我如何适应以上只能取代–部分?

  5. 正则表达式 – /bb | [^ b] {2} /它是如何工作的?

    有人可以解释一下吗?我在t-shirt上看到了这个:它似乎在说:“成为或不成为”怎么样?我好像没找到’e’?

  6. 正则表达式 – 在Scala中验证电子邮件一行

    在我的代码中添加简单的电子邮件验证,我创建了以下函数:这将传递像bob@testmymail.com这样的电子邮件和bobtestmymail.com之类的失败邮件,但是带有空格字符的邮件会漏掉,就像bob@testmymail也会返回true.我可能在这里很傻……当我测试你的正则表达式并且它正在捕捉简单的电子邮件时,我检查了你的代码并看到你正在使用findFirstIn.我相信这是你的问题.findFirstIn将跳转所有空格,直到它匹配字符串中任何位置的某个序列.我相信在你的情况下,最好使用unapp

  7. 正则表达式对小字符串的暴力

    在测试小字符串时,使用正则表达式会带来性能上的好处,还是会强制它们更快?不会通过检查给定字符串的字符是否在指定范围内比使用正则表达式更快来强制它们吗?

  8. 正则表达式 – 为什么`stoutest`不是有效的正则表达式?

    isthedelimiter,thenthematch-only-onceruleof?PATTERN?

  9. 正则表达式 – 替换..与.在R

    我怎样才能替换..我尝试过类似的东西:但它并不像我希望的那样有效.尝试添加fixed=T.

  10. 正则表达式 – 如何在字符串中的特定位置添加字符?

    我正在使用记事本,并希望使用正则表达式替换在字符串中的特定位置插入一个字符.例如,在每行的第6位插入一个逗号是什么意思?如果要在第六个字符后添加字符,请使用搜索和更换从技术上讲,这将用MatchGroup1替换每行的前6个字符,后跟逗号.

返回
顶部