C++ 正則表達式提取日誌錯誤修正指南

問題現象

嘗試用 `std::regex` 從字串 20110604-092737<INFO :0xb7f2a6d0>: Player logout: ... 中提取前綴時間戳與日誌等級部分，但原寫法 "^[\\d\\-\\d\\<\\w\\s{0,1}\\:\\w>]" 編譯通過卻無法匹配，且在 VC2010 下報錯。

錯誤分析

• 字元類別濫用：`[\\d\\-\\d...]` 將 `-` 視為字面字元而非範圍運算子，且重複寫入 `\\d`。
• 轉義混淆：`<` `>` `:` 在字元類別中無需轉義，但在正則整體中 `<` 需轉義為 `\\<`（視引擎而定），C++ 字串字面值又需雙重轉義 `\\\\<`。
• 量詞錯位：`\\s{0,1}` 寫在字元類別內部無效，應放在外部修飾 `\\w`。

正確寫法（經測試可行）

// 使用原始字串字面值 (C++11) 避免雙重轉義地獄
std::regex rgx(R"(^\d+-\d+<\w+\s?:\w+>)");

// 傳統寫法（雙重轉義）
std::regex rgx("^\\d+-\\d+<\\w+\\s?:\\w+>");

關鍵點解析

1. `^` 鎖定行首。
2. `\\d+` 匹配一位以上數字（日期與時間部分）。
3. `-` 字面連字號。
4. `<` `>` 匹配尖括號（標準正則中 `<` `>` 為字面字元，無需轉義；若引擎視為單詞邊界則需 `\\<` `\\>`）。
5. `\\w+` 匹配單詞字元（INFO）。
6. `\\s?` 可選空白（冒號前可能有空格）。
7. `:` 字面冒號。
8. `\\w+` 匹配十六進位位址中的字母數字部分（注意：`0x` 開頭含 `x`，`\\w` 剛好涵蓋）。

完整驗證程式

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

int main() {
    std::string log = "20110604-092737<INFO :0xb7f2a6d0>: Player logout: 忘了愛過誰";
    std::regex rgx(R"(^\d+-\d+<\w+\s?:\w+>)"); // C++11 raw string
    
    std::smatch m;
    if (std::regex_search(log, m, rgx)) {
        std::cout << "匹配成功: " << m.str() << '\n';
        // 輸出: 20110604-092737<INFO :0xb7f2a6d0>
    } else {
        std::cout << "匹配失敗\n";
    }
    return 0;
}

避坑建議

• 優先使用 C++11 原始字串字面值 `R\"(...)\"` 編寫正則，極大降低轉義負擔。
• 在 regex101 等工具先行測試正則邏輯，再移植至代碼。
• C++ `` 性能一般，高頻呼叫場景建議改用 boost::regex 或 re2。