RE2-Rust API 完全指南从 FullMatch 到 Set::Match 的完整使用教程【免费下载链接】re2-rusta compatible RE2 API by calling Rust library regex(rure)项目地址: https://gitcode.com/openeuler/re2-rust前往项目官网免费下载https://ar.openeuler.org/ar/RE2-Rust 是一个基于 Rust 正则表达式库的 RE2 兼容 API 实现为开发者提供了高性能、安全的正则表达式处理能力。本教程将详细介绍如何使用 RE2-Rust 的核心 API从基本的 FullMatch 到高级的 Set::Match 功能帮助您快速掌握这个强大的正则表达式工具。 什么是 RE2-RustRE2-Rust 是一个兼容 Google RE2 API 的正则表达式库通过调用 Rust 的正则表达式引擎实现。它保留了 RE2 的所有对外接口包括re2.h、set.h和filtered_re2.h中的函数为 C 开发者提供了与 Rust 正则引擎无缝集成的解决方案。核心优势高性能基于 Rust 的正则引擎性能优于传统 C 实现内存安全Rust 的所有权系统保证了内存安全完全兼容与 Google RE2 API 完全兼容易于集成简单的 C 接口无需学习 Rust️ 安装与配置在 openEuler 22.03-LTS 上安装dnf install git curl --proto https --tlsv1.2 -sSf https://sh.rustup.rs | sh source $HOME/.cargo/env dnf install g git clone https://gitcode.com/openeuler/re2-rust.git cd re2-rust make make install make test g testinstall.cc -o testinstall -lre2 ./testinstall在 Ubuntu 20.04 上安装make sudo make install make test g testinstall.cc -o testinstall -lre2 ./testinstall 基础匹配FullMatch 函数详解FullMatch 基本用法FullMatch是 RE2-Rust 中最常用的函数之一用于检查文本是否完全匹配正则表达式模式。#include re2/re2.h // 简单的完全匹配示例 bool result RE2::FullMatch(hello world, hello.*); // result true // 匹配失败示例 bool result2 RE2::FullMatch(hello, world); // result2 false提取匹配的子字符串FullMatch的强大之处在于可以同时提取多个捕获组#include string #include re2/re2.h std::string username; int user_id; // 从字符串中提取用户名和ID bool success RE2::FullMatch(john:1234, (\\w):(\\d), username, user_id); // success true, username john, user_id 1234支持的数据类型RE2-Rust 的FullMatch支持多种数据类型字符串类型std::string,StringPiece整数类型int,long,short等十六进制/八进制使用RE2::Hex(),RE2::Octal()包装器自定义类型实现ParseFrom方法的任何类型int decimal_num; unsigned int hex_num; std::string text; // 同时匹配十进制和十六进制数字 RE2::FullMatch(100 0x40, (\\d) (0x[0-9a-fA-F]), decimal_num, RE2::Hex(hex_num)); // decimal_num 100, hex_num 64 部分匹配PartialMatch 函数PartialMatch与FullMatch类似但允许正则表达式匹配文本的任何部分而不仅仅是整个文本。#include re2/re2.h // PartialMatch 查找子字符串匹配 std::string found; bool found_match RE2::PartialMatch(The price is $19.99, \\$(\\d\\.\\d), found); // found_match true, found 19.99 // 检查是否包含特定模式 bool has_digits RE2::PartialMatch(Hello123World, \\d); // has_digits truePartialMatch 与 FullMatch 对比特性FullMatchPartialMatch匹配范围整个文本文本的任何部分使用场景验证完整格式搜索和提取性能稍快稍慢返回值完全匹配时返回 true找到匹配时返回 true 流式处理Consume 和 FindAndConsumeConsume 函数Consume从输入字符串的开头开始匹配如果匹配成功则消耗掉匹配的部分。#include re2/re2.h #include re2/stringpiece.h re2::StringPiece input(123-456-7890); std::string area_code, prefix, line_number; // 消耗电话号码的各个部分 if (RE2::Consume(input, (\\d{3})-(\\d{3})-(\\d{4}), area_code, prefix, line_number)) { // area_code 123, prefix 456, line_number 7890 // input 现在为空 }FindAndConsume 函数FindAndConsume在输入字符串中查找匹配然后消耗掉匹配的部分可以重复调用以处理多个匹配。#include re2/re2.h #include re2/stringpiece.h #include vector re2::StringPiece text(apple,banana,orange,grape); std::vectorstd::string fruits; std::string fruit; // 查找并消耗所有水果名称 while (RE2::FindAndConsume(text, ([a-z]),?, fruit)) { fruits.push_back(fruit); } // fruits [apple, banana, orange, grape] 高级功能RE2::Set 多模式匹配Set::Match 功能介绍RE2::Set允许同时匹配多个正则表达式这在需要检查文本是否匹配多个模式时非常有用。#include re2/re2.h #include re2/set.h #include vector // 创建正则表达式集合 RE2::Set email_patterns(RE2::DefaultOptions, RE2::UNANCHORED); // 添加多个邮箱模式 email_patterns.Add(^[a-zA-Z0-9._%-]gmail\\.com$, nullptr); // Gmail email_patterns.Add(^[a-zA-Z0-9._%-]outlook\\.com$, nullptr); // Outlook email_patterns.Add(^[a-zA-Z0-9._%-]yahoo\\.com$, nullptr); // Yahoo // 编译集合 if (!email_patterns.Compile()) { // 处理编译错误 } // 匹配文本 std::vectorint matches; bool has_match email_patterns.Match(usergmail.com, matches); // has_match true, matches [0] (匹配第一个模式)锚点模式设置RE2::Set支持三种锚点模式RE2::UNANCHORED- 非锚定匹配默认RE2::ANCHOR_START- 锚定到字符串开头RE2::ANCHOR_BOTH- 锚定到字符串两端// 创建锚定到开头的集合 RE2::Set anchored_set(RE2::DefaultOptions, RE2::ANCHOR_START); anchored_set.Add(foo, nullptr); anchored_set.Add(bar, nullptr); anchored_set.Compile(); // 这些匹配将成功 anchored_set.Match(foobar, nullptr); // true - 以foo开头 anchored_set.Match(foo, nullptr); // true - 完全匹配foo // 这个匹配将失败 anchored_set.Match(barfoo, nullptr); // false - 不以foo或bar开头性能优化技巧使用RE2::Set时以下技巧可以提升性能// 技巧1批量处理时重用集合对象 RE2::Set url_patterns(RE2::DefaultOptions, RE2::UNANCHORED); // 一次性添加所有模式 url_patterns.Add(https?://[^\\s], nullptr); url_patterns.Add(www\\.[^\\s]\\.[a-z]{2,}, nullptr); url_patterns.Add([a-zA-Z0-9._%-][a-zA-Z0-9.-]\\.[a-zA-Z]{2,}, nullptr); url_patterns.Compile(); // 技巧2当不需要匹配索引时传递nullptr std::vectorstd::string texts {http://example.com, not a url, testemail.com}; for (const auto text : texts) { if (url_patterns.Match(text, nullptr)) { // 快速检查是否有任何匹配 } } // 技巧3需要匹配索引时才分配vector std::vectorint matched_indices; if (url_patterns.Match(http://example.com, matched_indices)) { // 处理匹配的索引 } 错误处理与调试检查正则表达式有效性#include re2/re2.h #include iostream RE2 re(([a-z])(\\d)); // 有效的正则表达式 if (!re.ok()) { std::cerr 正则表达式错误: re.error() std::endl; std::cerr 错误代码: re.error_code() std::endl; std::cerr 错误参数: re.error_arg() std::endl; } else { std::cout 正则表达式编译成功! std::endl; std::cout 模式: re.pattern() std::endl; }RE2::Set 的错误处理RE2::Set patterns(RE2::DefaultOptions, RE2::UNANCHORED); std::string error_msg; // 添加模式并检查错误 int index patterns.Add((invalid regex, error_msg); if (index -1) { std::cerr 添加模式失败: error_msg std::endl; } // 编译检查 if (!patterns.Compile()) { std::cerr 编译失败: 可能内存不足 std::endl; } 性能对比与最佳实践根据性能测试结果RE2-Rust 在大多数情况下性能优于 RE2-C单模式匹配性能对比正则表达式RE2-CRE2-Rust性能提升空字符串匹配339 ns/iter213 ns/iter37%简单字符串匹配820 ns/iter259 ns/iter68%HTTP请求匹配343 ns/iter246 ns/iter28%Set::Match 性能对比场景RE2-CRE2-Rust性能提升不返回匹配索引1716 ns/iter383 ns/iter78%返回匹配索引8231 ns/iter535 ns/iter93%最佳实践建议预编译正则表达式重复使用的模式应该预编译为RE2对象使用 StringPiece避免不必要的字符串拷贝合理使用 Set当需要匹配多个模式时使用RE2::Set而不是多个RE2对象选择正确的锚点根据需求选择UNANCHORED、ANCHOR_START或ANCHOR_BOTH错误处理始终检查ok()和编译结果 实际应用示例示例1日志解析器#include re2/re2.h #include re2/set.h #include iostream #include vector class LogParser { private: RE2::Set log_patterns_; public: LogParser() : log_patterns_(RE2::DefaultOptions, RE2::UNANCHORED) { // 添加各种日志级别模式 log_patterns_.Add(\\[ERROR\\].*, nullptr); log_patterns_.Add(\\[WARN\\].*, nullptr); log_patterns_.Add(\\[INFO\\].*, nullptr); log_patterns_.Add(\\[DEBUG\\].*, nullptr); log_patterns_.Compile(); } std::string parseLogLevel(const std::string log_line) { std::vectorint matches; if (log_patterns_.Match(log_line, matches)) { for (int idx : matches) { switch (idx) { case 0: return ERROR; case 1: return WARN; case 2: return INFO; case 3: return DEBUG; } } } return UNKNOWN; } };示例2数据验证器#include re2/re2.h #include map #include string class DataValidator { private: std::mapstd::string, RE2 validation_patterns_; public: DataValidator() { // 预编译各种验证规则 validation_patterns_[email] RE2(R(^[a-zA-Z0-9._%-][a-zA-Z0-9.-]\.[a-zA-Z]{2,}$)); validation_patterns_[phone] RE2(R(^\?[1-9]\d{1,14}$)); validation_patterns_[date] RE2(R(^\d{4}-\d{2}-\d{2}$)); validation_patterns_[url] RE2(R(^(https?|ftp)://[^\s/$.?#].[^\s]*$)); } bool validate(const std::string type, const std::string value) { auto it validation_patterns_.find(type); if (it validation_patterns_.end()) { return false; } return RE2::FullMatch(value, it-second); } }; 总结RE2-Rust 提供了强大而高效的正则表达式处理能力通过本文的指南您应该已经掌握了✅基础匹配使用FullMatch进行完全匹配部分匹配使用PartialMatch查找子字符串流式处理使用Consume和FindAndConsume处理连续输入多模式匹配使用RE2::Set和Set::Match同时匹配多个模式性能优化利用预编译和正确的锚点设置提升性能错误处理正确处理编译和匹配错误RE2-Rust 不仅兼容 Google RE2 的 API还通过 Rust 引擎提供了更好的性能和内存安全性。无论是处理日志文件、验证用户输入还是进行复杂的文本分析RE2-Rust 都是一个值得信赖的选择。记住关键的最佳实践预编译重复使用的模式、使用StringPiece避免拷贝、根据需求选择合适的匹配函数以及充分利用RE2::Set来处理多模式匹配场景。现在就开始使用 RE2-Rust享受高性能正则表达式处理带来的便利吧【免费下载链接】re2-rusta compatible RE2 API by calling Rust library regex(rure)项目地址: https://gitcode.com/openeuler/re2-rust创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考