ATL中,由于ATL Server的需要,需要对Client发送过来的地址、命令等复杂文字字段信息解码,而正则表达式是公认的最强大的文字解析工具,所以,ATL提供了一些用于正则表达式的库方便了我们的工作。

1、 CATLRegExp类

1, 声明:

template <class CAtlRECharTraits>
class CAtlRegExp;

2, 初始化:

与微软的GRETA类库(微软研究院推出的另一个正则表达式类库)不同,CATLRegExp并没有在构造函数中提供初始化匹配字符串的方法,而是让使用者 通过调用它的Parse()方法,使用正则表达式字符串作为参数,就可以构造出一个我们所需要的用于匹配的类,例如我们需要匹配一种时间格式,可以是 h:mm、也可以是hh:mm,那么我们可以这样构造我们的CAtlRegExp类:

CAtlRegExp <> re;
re.Parse("{[0-9]?[0-9]}:{[0-9][0-9]}");

ATL的正则表达式语法和Perl的正则表达式语法大同小异,不过有一个值得注意的地方就 是ATL中用大括号({ })表示其匹配字符串中的Group,我们上面的表达式中,就声明了2 个Group,一个是[0-9]?[0-9],另一个是[0-9][0-9]。

3, 匹配:

调用CATLRegExp的Match()方法,就可以用该类来进行匹配了,Match方法的原型如下:

BOOL Match(const RECHAR *szIn, CAtlREMatchContext<chartraits> *pContext,
    const RECHAR **ppszEnd=NULL) 

参数的含义很明显,不过需要注意到第一个参数的型别是:const RECHAR * szIN,是一个 const指针,这表明我们可以方便得使用std::string类的c_str()方法给其传递参数。

Match的结果通过第二个参数 pContext所指向的CAtlREMatchContext<>类来返回,Match 的结果及其相关信息都被存放在CAtlREMatchContext类中,我们只要访问CAtlREMatchContext的方法和成员就可以得到匹配的结果。

2、 CAtlREMatchContext类

1, 声明:

template <class CAtlRECharTraits>
class CAtlREMatchContext;

2, 使用:

CAtlREMatchContext 通过m_uNumGroups成员以及GetMatch()方法向调用者提供匹配的结果信息。m_uNumGroups代表匹配上的Group有多少 组,GetMatch()则根据传递给它的Group的Index值,返回匹配上的字符串的pStart和pEnd指针,调用者有了这两个指针,自然可以 很方便的得到匹配结果。

3、 一个小示例

下面这个例子来源于MSDN,演示了CATLRegExp和CAtlREMatchContext类的典型使用方法:

#include "stdafx.h"
#include <atlrx.h>

int main(int argc, char* argv[]){

    CAtlRegExp<> reUrl; // five match groups: scheme, authority, path, query, fragment
    REParseError status = reUrl.Parse("({[^:/?#]+}:)?(//{[^/?#]*})?{[^?#]*}(?{[^#]*})?(#{.*})?");
    if (REPARSE_ERROR_OK != status) { // Unexpected error.
        return 0;
    }

    CAtlREMatchContext<> mcUrl;
    if (!reUrl.Match( "http://search.microsoft.com/us/Search.asp?qu=atl&boolean=ALL#results", &mcUrl)) { 
    // Unexpected error.
        return 0;
    }
    for (UINT nGroupIndex = 0; nGroupIndex < mcUrl.m_uNumGroups; ++nGroupIndex) {
        const CAtlREMatchContext<>::RECHAR* szStart = 0;
        const CAtlREMatchContext<>::RECHAR* szEnd = 0;
        mcUrl.GetMatch(nGroupIndex, &szStart, &szEnd);
        ptrdiff_t nLength = szEnd - szStart;
        printf("%d: \"%.*s\"\n", nGroupIndex, nLength, szStart);
    }

    return 0;
}

Output

0: "http"
1: "search.microsoft.com"
2: "/us/Search.asp"
3: "qu=atl&boolean=ALL"
4: "results"

例子中所用的正则表达式为:

({[^:/?#]+}:)?(//{[^/?#]*})?{[^?#]*}(?{[^#]*})?(#{.*})?

以()为分界标志,共分成5组,第一组是{1+}:,^是"非"后面成员的意思,那么也就是说第一组从开头开始,一直到:、/、?、#其中任何一个结束。联系后面的待匹配字符串就可以得出所匹配的结果是http。

4、 自定义匹配字符串的缩写形式

为了方便,ATL已经帮我们定义了一些经常用到的正则表达式的简略形式。例如:\d代表([0-9])、\n代表(\r|(\r?\n))等。这些缩写形式 都体现在CAtlRECharTraitsA/CAtlRECharTraitsW等类中,把这些类作为模板参数传递给CATLRegExp和 CAtlREMatchContext,我们就可以定义自己的匹配字符串缩写了。

class CAtlRECharTraitsA {
    static const RECHARTYPE** GetAbbrevs() {
        static const RECHARTYPE *s_szAbbrevs[] = {
            "a([a-zA-Z0-9])", // alpha numeric
            "b([ \\t])", // white space (blank)
            "c([a-zA-Z])", // alpha
            "d([0-9])", // digit
            "h([0-9a-fA-F])", // hex digit
            "n(\r|(\r?\n))", // newline
            "q(\"[^\"]*\")|(\'[^\';]*\')", // quoted string
            "w([a-zA-Z]+)", // simple word
            "z([0-9]+)", // integer
            NULL 
        };
        return s_szAbbrevs;
    }
};

以上是atlrx.h摘录下来的代码,可以很清楚地看到ATL是通过一个GetAbbrevs()函数来定义字符串缩写的。要定义新的缩写形式,我们只需要这样:

class MyRegTraits : public ATL::CAtlRECharTraitsA {
    public:
    static const RECHARTYPE** GetAbbrevs() { 
        static const RECHARTYPE *s_szAbbrevs[] = { 
            "a([a-zA-Z0-9])", // alpha numeric "b([ \\t])", // white space (blank)
            "c([a-zA-Z])", // alpha
            "d([0-9])", // digit
            "h([0-9a-fA-F])", // hex digit
            "n(\r|(\r?\n))", // newline
            "q(\"[^\"]*\")|(\'[^\';]*\')", // quoted string
            "w([a-zA-Z]+)", // simple word
            "z([0-9]+)", // integer
            "e([0-8]+)", //自己添加
            NULL 
        };
        return s_szAbbrevs;
    }
};

让我们自己定义的Trait类继承自CAtlRECharTraitsA,然后改写GetAbbrevs()函数,增加 一些需要的简写就可以被使用了。下面的代码示例了使用了我们自己的类中定义的"\e"简略表达:

int main ( ) { 
    ATL::CAtlRegExp<MyRegTraits> re ;
    re.Parse("\\e+");
    ATL::CAtlREMatchContext<MyRegTraits> mc;
    BOOL res1 = re.Match( "678", &mc ); // returns TRUE: successful match
    res1 = re.Match ( "999" , &mc ) ; // returns FALSE:match fail
    return 0;
}

只要在构造ATL::CAtlRegExp和 ATL::CAtlREMatchContext类时,传递过去我们的 MyRegTraits类作为Traits的参数,就可以直接使用自己定义的简略符号了。

5.CAtlRegExp对中文的支持

在CAtlRegExp中,默认使用CAtlRECharTraits,实际上是CAtlRECharTraitsA。要支持ANSI模式下的中文,必须使用CAtlRECharTraitsMB,见如下代码: 注意要包含#include <atlrx.h>。

char* szText = "测试邮箱地址xjump.me@gmail.com/r/n";
//匹配电子邮件地址的正则表达式
char* szRegExpEmail = "({[a-zA-Z0-9_/.]+@[a-zA-Z0-9]+[/.][a-zA-Z0-9]+[/.]?[a-zA-Z0-9]+})";

CAtlRegExp<> reEmail;
REParseError reError = reEmail.Parse((const ATL::CAtlRegExp<>::RECHAR *) szRegExpEmail);
if (REPARSE_ERROR_OK != reError)
    return;

CAtlREMatchContext<> mcEmail;
if (!reEmail.Match((const ATL::CAtlRegExp<>::RECHAR *)szText, &mcEmail)) {
    return;
}

char szBuf[260];
for (UINT nGroupIndex = 0; nGroupIndex < mcEmail.m_uNumGroups; ++nGroupIndex)
{ 
    const CAtlREMatchContext<>::RECHAR* szStart = 0;
    const CAtlREMatchContext<>::RECHAR* szEnd = 0;

    mcEmail.GetMatch(nGroupIndex, &szStart, &szEnd);
 
    memcpy(szBuf, szStart, szEnd-szStart);
    szBuf[szEnd-szStart] = 0;
    printf("%s\n", szBuf);
}

输出:

xjump.me@gmail.com

6.结尾

虽然现在C++的社区里已经拥有了Boost::regex,GRETA等非常著名的正则表达式库,可是作为VC++自带的模板库,ATL中的正则表达式库 仍然给我们的工作提供了极大的便利。由于ATL是微软官方发布的Library,所以它拥有良好的文档说明、严格的测试以及微软官方的技术支持。另外在用 ATL开发COM组件的时候,更可以方便地利用正则库的巨大威力。

原文:
1.http://blog.donews.com/crackme/archive/2006/04/26/847531.aspx
2.http://www.vckbase.com/document/viewdoc/?id=1256
在MSDN中:
ms-help://MS.MSDNQTR.2003FEB.2052/vclib/html/vclrfCAtlRegExp.htm
其他参考:
http://www.codeproject.com/KB/string/mfcregex.aspx?df=100&forumid=276265&exp=0&select=1541164