正则表达式(regular expression)描述了⼀种字符串匹配的模式（pattern），可以⽤来检查⼀个串是否含有某种⼦串、将匹配的⼦串替换或者从某个串中取出符合某个条件的⼦串等。
正则库（Regular Expression Library）是编程语言或系统中专门用于处理正则表达式的代码集合与工具包。
正则表达式（Regex）是一种使用特定字符规则来描述和匹配字符串的强大工具。而正则库就是这些规则的实际执行引擎。它通过提供一系列封装好的函数、类和方法，让开发者能够在代码中高效地实现复杂的文本处理需求，主要包括以下三大核心功能：
不同编程语言通常都内置或提供了成熟的正则库：
- Python：自带标准库 re，接口简洁，广泛用于数据分析和爬虫领域。
- C++：从 C++11 标准开始内置了 <regex> 库，提供了 std::regex 等类；在高性能场景下也常使用第三方库如 PCRE。
- Java / JavaScript：分别在 java.util.regex 包和原生 RegExp 对象中提供了完善的正则支持。
简单来说，如果把正则表达式比作“搜索规则说明书”，那么正则库就是按照说明书去执行搜索、提取和替换任务的“自动化工具箱”。
正则表达式的使⽤，可以使得HTTP请求的解析更加简单（这⾥指的时程序员的⼯作变得的简单，这并不代表处理效率会变⾼，实际上效率上是低于直接的字符串处理的），使我们实现的HTTP组件库使⽤起来更加灵活。
接下来我们就简单的讲一下正则库的几个相关的重要接口。
bool regex_match(const std::string& s, std::smatch& m, const std::regex& re);
regex_match的核心作用是：判断字符串 s 是否与正则表达式 re 完全匹配，并将详细的匹配结果（包括整体和各个捕获组）存入容器 m 中。
参数与返回值解析
- const std::string& s：待匹配的原始字符串。
- std::smatch& m：用于接收匹配结果的容器（smatch 相当于一个字符串数组）。如果匹配成功，它会按顺序存放完整的匹配内容以及所有用括号 () 提取的“捕获组”内容。
- const std::regex& re：已经编译好的正则表达式对象，就是正则表达式的匹配规则。
- 返回值 (bool)：如果整个字符串完全符合规则返回 true，否则返回 false。
这个函数应该怎么使用呢？？
我们用一个简单的例子来看一下这个函数的使用。
比如说我们现在有一个这个字符串：std::string st="/numbers/1234";
此时我们想匹配这个字符串中的数字字符串，那么我们应该怎么办呢？？
首先就是定义好我们的匹配规则，因为我们的目的是提取字符串中的数字字符串，所以我们的匹配规则可以这样定义（匹配规则可以具体看正则表达式的语法）：
std::regex e("/numbers/(\\\\d+)");
我就简单介绍一个这个表达式的含义。首先/numbers/就是对原字符串的一一对照匹配，而\\d表示数字，但是字符串中单个\\d会被转义，所以需要两个\\d来表示数字，+号表示匹配前面的字符1 次或多次。我们将\\d+用一个小括号包裹起来，就是表示想把里面的内容提取出来的意思。
随后，定义一个 smatch 容器来存放匹配结果：
std::smatch matches;
这样我们调用函数的三个参数就已经准备好了，一般我们可以使用一个if语句来进行匹配，返回真就是匹配成功，假就是匹配失败。
// 定义一个 smatch 容器来存放匹配结果
std::smatch matches;
//调用 regex_match 进行完全匹配，并将结果存入 matches
if (std::regex_match(st, matches, e))
{
std::cout << "匹配成功！" << std::endl;
// 提取并打印结果
// matches[0] 是整个字符串的完整匹配结果
std::cout << "完整匹配: " << matches[0] << std::endl;
// matches[1] 是正则中第一个括号 (\\d+) 捕获到的数字部分
std::cout << "提取到的数字: " << matches[1] << std::endl;
}
else
{
std::cout << "匹配失败！" << std::endl;
}
当 regex_match 或 regex_search 返回 true 后，smatch 里的数据就可以通过下标 [i] 来提取：
- m[0]：代表整个正则表达式匹配到的完整字符串。
- m[1], m[2]…：分别代表正则表达式中第 1 个、第 2 个括号 () 内捕获到的子串。
除了regex_match，regex库还有一些其他的接口，它们共同构成了正则表达式的完整功能体系：
std::regex_search（搜索匹配）
它的作用是在字符串中搜索是否存在符合规则的子串。只要找到一处匹配就会返回成功。
- 与 regex_match 的区别：regex_match 要求整个字符串严丝合缝地符合规则；而 regex_search 只要字符串里包含符合条件的片段即可。非常适合用来从大段文本中提取特定信息（如提取日志中的错误码、网页中的链接等）。
std::regex_replace（替换操作）
它的作用是将字符串中所有匹配正则表达式的部分，替换为指定的格式化文本。它会返回一个替换后的新字符串。
- 适用场景：批量替换敏感词、格式化文本数据（例如将 “Doe, John” 替换为 “John Doe”）。它支持使用 $1, $2 等符号来引用捕获组的内容。
std::sregex_iterator（迭代器遍历）
这是一个迭代器类（配合 std::regex 使用），专门用来遍历并逐个提取字符串中的所有匹配结果。
- 适用场景：当一段文本中有多个地方需要提取时（比如提取一篇文章中所有的邮箱地址或手机号），单次的 regex_search 只能找到第一个，这时就需要用到迭代器来循环获取全部结果。
int main()
{
// 1. regex_search：搜索并提取子串
std::string text = "我的订单号是 #8823，备用订单号为 #9910。";
std::regex search_pattern(R"(#\\d+)"); // 匹配 # 加上后面的数字
std::smatch result;
if (std::regex_search(text, result, search_pattern))
{
std::cout << "【regex_search】找到的第一个订单号: " << result.str() << std::endl;
}
// 2. regex_replace：替换文本
std::string replaced_text = std::regex_replace(text, search_pattern, "[已隐藏]");
std::cout << "【regex_replace】替换后的文本: " << replaced_text << std::endl;
// 3. sregex_iterator：遍历提取所有匹配项
std::cout << "【sregex_iterator】提取到的所有订单号: ";
auto begin = std::sregex_iterator(text.begin(), text.end(), search_pattern);
auto end = std::sregex_iterator();
for (auto it = begin; it != end; ++it)
{
std::cout << (*it).str() << " "; // 解引用迭代器获取 smatch，再调用 .str()
}
std::cout << std::endl;
return 0;
}
有的同学可能会好奇，这个正则表达式到底有什么实际意义呢？
答，这个对于我们在服务器中处理各种url报文等字符串信息有着很大的帮助。
比如我们现在有着这一串url报头：
GET /helloworld?user=b&password=d HTTP/1.1\\r\\n
我们可以根据以下思路来设置对应的匹配规则。
首先我们要知道报头的结构，他的第一个一定是请求方法，所以我们可以列举出所有的请求方法来匹配这一段字符串：GET|POST|HEAD|PUT|DELETE。不过这里有个小细节，因为我们只需要提取后面的路径和参数，并不需要把“请求方法”单独存下来，所以最好给它加上 ?: 变成非捕获组 (?:GET|POST|HEAD|PUT|DELETE)，这样既能完成匹配，又不会占用后面我们提取数据的编号坑位。随后请求方法后面的是空格，我们可以使用 \\s+ 来匹配一个或多个空白字符，所以就是：
(?:GET|POST|HEAD|PUT|DELETE)\\s+
后面的内容一般以问号划分出两段，因为一般问号前是服务器的对应路径，问号后的是报头附赠的信息。
所以我们就根据问号分别提取出对应的字符串：
([^?]*)
这一段表示匹配零个或多个“除了问号（?）以外”的任意字符，它会一直往后吞字符，直到遇见问号立刻刹车，所以会精准地把 ? 前所有的路径字符串收集进去。
随后用 \\? 匹配那个作为分界线的问号。紧接着，我们用 (.*) 提取 ? 号后的字符。这里的 .* 非常聪明，它是贪婪匹配的，会一口气把后面所有的参数都吃进去，但是！因为它后面紧跟着必须存在的协议版本和空格，所以它会在遇到下一个空格时自动停下来，完美地只保留中间的参数字符串，即：\\?(.*)。
再用 \\s+ 匹配参数字符串与协议版本之间的空白字符。
随后就是协议版本，我们可以使用 (HTTP/1\\.[01]) 来表示提取 HTTP/1.1 或者 HTTP/1.0。这里的 \\. 专门用来匹配真实的点号，而 [01] 则涵盖了两种常见的版本号。
面对我们最后可能的 \\r\\n 断行符，这个我们可以使用 (?:\\r\\n|\\n)? 来处理。写成这样是为了最大程度地兼容不同系统（比如 Windows 的 \\r\\n 或 Linux 的 \\n），最后的 ? 还能防止某些没有换行符的特殊情况导致匹配失败，保证整条正则的健壮性。
把这些部分连起来，就是我们最终严谨且完美的正则表达式啦。
注意，可能造成转义的字符我们记得追加\\表示。
通过上面的详细拆解，相信大家已经对如何利用正则表达式来解析复杂的 HTTP 报头有了非常清晰的认识。
从简单的 /numbers/1234 数字提取，到完整解析 GET /helloworld?user=b&password=d HTTP/1.1\\r\\n 这样包含路径、参数和协议版本的复杂报文，正则表达式展现出了它极其强大的文本描述与处理能力。它将原本繁琐且容易出错的字符串查找、切割逻辑，浓缩成了一行简洁明了的规则代码，极大地降低了我们编写网络组件时的逻辑复杂度，也让代码的可读性和可维护性得到了质的飞跃。
当然，正如我们在开篇提到的，正则表达式虽然让程序员的开发工作变得轻松了，但它的底层匹配引擎在运行时会有一定的性能开销（尤其是在处理超长字符串或极度复杂的嵌套规则时）。因此，在对延迟要求极其严苛的高并发服务器核心链路上，我们需要在“开发的便捷性”与“运行的极致效率”之间做好权衡。但在绝大多数的业务场景和配置解析中，熟练运用 C++ <regex> 库提供的这些强大接口，绝对是我们提升开发效率、快速构建稳健网络服务的利器！
