c++0x 正则表达式适用于 clang 但不适用于 gcc 4.9.2

Question

我正在解析如下所示的多行文本记录：

> UniRef50_A0A091LJV8 Lysozyme g (Fragment) n=2 Tax=Chlamydotis 
macqueenii RepID=A0A091LJV8_9GRUI
Length=186

 Score =   114 bits (285),  Expect = 3e-30, Method: Compositional matrix adjust.
 Identities = 54/83 (65%), Positives = 65/83 (78%), Gaps = 0/83 (0%)

Query  1   ASCKTAKPEGLSYCGVSASKKIAERDLQAMDRYKTIIKKVGEKLCVEPAVIAGIISRESH  60
       AS  TA+PEGLSY GVSAS+KIAE+DL+ M +++  I +V     V+PA+IAGIISRESH
Sbjct  17  ASEATARPEGLSYAGVSASEKIAEKDLKNMQKHQDKITRVANSKGVDPALIAGIISRESH  76

Query  61  AGKVLKNGWGDRGNGFGLMQVDK  83
            G VL+NGWGD  N FGLMQVDK
Sbjct  77  GGTVLENGWGDHNNAFGLMQVDK  99

我使用一些正则表达式从这些记录中提取数据。它们在使用 clang (MacOS X) 和 gcc 4.9.2 (Ubuntu) 编译时都能正常工作。然而，其中一个在使用 gcc 编译时会抛出 regex_error。这是最小（非）工作示例：

#include <regex>

const std::string regex_string_OK_1 = "\[(.+?)\]";
const std::string regex_string_OK_2 = "Tax\s*?=\s*?([\n\w ]*?)\s*?RepID";
const std::string regex_string_PROBLEM = "Query\s+?(\d+?)\s+?([_\-[:alnum:]]+?)\s+?(\d+?)\n.+?\nSbjct\s+?(\d+?)\s+?([_\-[:alnum:]]+?)\s+?(\d+?)\n";

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

std::regex regex_OK_1(regex_string_OK_1);
std::regex regex_OK_2(regex_string_OK_2);

std::regex regex_PROBLEM(regex_string_PROBLEM); // This line throws regex_error on Ubuntu

  return 0;
}

我用 https://myregextester.com 测试了所有正则表达式字符串，它们工作正常。此外，在 MacOS 上使用 clang 编译的代码可以毫无问题地解析大量真实案例数据。但是现在我必须运行 Linux/gcc 系统上的代码。

Answer 1

我不得不完全重新编辑这个答案，因为我在 http://melpon.org/wandbox/ 各种版本的 clang 和 gcc 下测试了你的代码，我开始认为 gcc 不承认 \- 作为一个有效的连字符转义（实际上在所有版本中）。

你的例子现在对我来说似乎是正确的：[_\-[:alnum:]] 已经包含连字符的转义符：\- 但由于某些原因 gcc 不喜欢它。所以我建议以下字符 class:

 `[-_[:alnum:]]`

如果您还需要匹配斜杠：\ 那么您应该添加 \\（我之前假设这是您的意图）。

ps。我之前的回答留下了 \，这在另一方面导致了 clang 的异常，但这是不正确的正则表达式，因为它以转义括号结尾：\[ 这是胡说八道 - 但为什么不在 gcc 上？

c++0x 正则表达式适用于 clang 但不适用于 gcc 4.9.2

c++0x regex works with clang but not with gcc 4.9.2

regex

c++11

gcc4.9