对话框模板RegexTest

Gil Rosin

将我一军还要朝我拍砖！我甚至都不知道 ATL 有一个 regex 类。Windows 的东西太多，即使你是一个高手，也不一定就知道的那么全。没错，你说得很对，ATL 确实提供了一个 regex 实现！

首先，让我来更正一下人们关于 .NET 框架的一些印象。我知道很多人在应用程序中添加这样的依赖性时都非常勉强，因为害怕代码臃肿，我刚开始也是这样。但是使用.NET 框架也许并不像你想像的那么糟。虽然托管应用在启动时明显感觉性能问题，但不管你信不信，一旦框架被加载之后，微软中间语言（MSIL）代码甚至可以运行得比本机 EXEs 还快。那是因为 JIT （即时）编译器真的能进行许多性能优化。虽然一些面向老版本 Windows 如 Windows 98 或 Windows NT 的应用不一定有现成的框架环境，你得自己安装（参见“Using Visual Studio .NET 2003 to Redistribute the .NET Framework”或在 google 上搜索“dotnetfx.exe”），但较新的以及未来的Windows 版本都会将预装框架环境。随着 .NET 框架越来越普及，其性能也会得到不断的改进，调用框架所产生的额外成本（性能和安装方面）将会降至最小。

对于我的包装库，其实要说它的“累赘”，只不过是一层使之能编译的薄薄糖衣。顶多添加了一个额外的函数调用，因为每个包装器对象只是一个托管对象句柄。正像我在四月份的文章（“Wrappers: Use Our ManWrap Library to Get the Best of .NET in Native C++ Code”）中所指出的那样，函数调用对于大多数应用程序来说无关紧要。此外，我之所以选择 regex，只是以此为例；我的主要目的是创建一种通用机制来包装任何框架类。最终，如果你使用的是老版本编译器不支持 /clr，或者出于某种原因想避免使用/clr，那么你只需要用包装器即可。要不然就撇开包装器，直接通过托管扩展调用框架。

现在我已经消除了误解，我必须承认，当我得知 ATL 模板库有一个 regex 类后，尽管我的孤陋寡闻使我有些忐忑不安，但我还是十分兴奋的。当我收到你的e-mail 后做的第一件事情是将测试程序从使用.NET 库的ManWrap 移植到 ATL。我想看看是不是很容易做到。我碰到了一些小麻烦，但没有费什么周折就解决了。

与 .NET 框架相比，ATL 实现的regex 比较原始，但它在多数情况下表现不错。ATL 使用两个模板类：一个是CAtlRegExp，用于操作正则表达式；另一个是CAtlREMatchContext，用于处理匹配。这两个模板由另一个描述字符集特性（例如，ASCII，WCHAR 或多字节）的类参数化。在实际应用中，你可以将此忽略掉，因为 ATL 模板根据你对 _UNICODE 的设置提供默认的字符集特性 CAtlRECharTraits：

// in atlrx.h
#ifndef _UNICODE
typedef CAtlRECharTraitsA CAtlRECharTraits;
#else
typedef CAtlRECharTraitsW CAtlRECharTraits;
#endif
template <class CharTraits=CAtlRECharTraits>
class CAtlRegExp; // forward declaration

从效果上讲，所有的ATL regex 默认使用TCHARs。所以在 ATL 中要创建正则表达式可以这样写：

CAtlRegExp<> re;
re.Parse("a+b+");

它将正则表达式解析为内部结构，这样一来你便可以用CAtlREMatchContext 调用Match 来得到匹配：

CAtlREMatchContext<> mc;
re.Match("aaabbx", &mc);

与框架的regex 类以及其它更成熟的实现相比，CAtlREMatchContext 多少土气一些。它有一个数据成员 m_Match，类型为 MatchGroup 结构，用于保存匹配的开始和结尾：

struct MatchGroup {
const RECHAR *szStart;
const RECHAR *szEnd;
};

此处 RECHAR 可以是任何在字符集中定义的字符类型；在实际应用中，如果使用的是默认的字符集，则它与 TCHAR 相同。CAtlREMatchContext 还可以在输入字符串中查找匹配的子分组。调用Match 之后，mc.m_uNumGroups 保存匹配子分组的数目，你可以调用GetMatch(i,...)来获得第 i 个子分组匹配。ATL 正则表达式的一个不可思议的事情之一是它使用花括弧来表示分组，而不是标准的圆括弧。例如：

CAtlRegExp<> re;
re.Parse("{a+}{b+}");
re.Match("aaabbx", &mc);

这段代码将找到一个匹配（“aaabb”），两个分组（“aaa”和“bb”）。ATL 会匹配常规的父分组，但你无法找到单独的子匹配，除非你使用花括弧。

CAtlRegExp和CAtlREMatchContext 在使用上显得有些笨拙。例如，为了找到所有匹配，你得用前一次匹配的szEnd 指针作为下一个输入串的开始重复调用Match。又不是研究火箭，为什么必须跟踪状态才能快速找到想要的所有匹配？于是我用一个简单的类 CRegex 对细节进行了封装，使编程更容易一些。主要的头文件如 Figure 5 所示，Figure 6 是我四月份文章中关于 ManWrap 的RegexTest 程序，已经移植到 ATL。最初的程序是输入正则表达式和字符串，RegexTest 显示匹配和分组。它用CRegex 来遍历匹配：

CRegex re(/* regex */);
re.SetInput(/* input */);
while (re.NextMatch()) {
　　int offset=0;
　　CString match = re.GetMatch(&offset);
　　...
}