SRELL

概要

std::regexと同じクラス構成のテンプレートライブラリ

　SRELLはECMAScript (JavaScript) 互換の正規表現エンジンを、"std::regex"（C++11で導入された正規表現ライブラリ）とクラス構成が同じになるようにラッピングしたものです。API/クラスデザインが同じですので、std::regexや、その基となったboost::regexと同じように扱えます。
　また、ヘッダファイルのみの純粋なテンプレートライブラリですのでincludeするだけですぐに使えます。事前のセットアップやインストールは不要です。

Unicodeに特化した実装

　SRELLはUnicodeに特化した正規表現ライブラリです。

• 特別な設定をせずとも既定でUTF-8/UTF-16/UTF-32文字列が扱えます。'.' がUTF-16文字列でサロゲートペアの片割れだけにマッチしたり、UTF-8文字列のコードユニットにマッチしたりするようなことがありません。
• 文字クラス内でプレーン1以降の文字も [丈𠀋] のように指定できます。また [\u{1b000}-\u{1b0ff}] のような範囲指定もできます。
• ギリシア文字のΣのように小文字が2種類ある字（u+03c2 [ς] と u+03c3 [σ]）や、クロアチア語で使われるラテン文字DŽのように、「大文字DŽ (upper-case)」・「小文字dž (lower-case) 」に加えて、「頭文字Dž (title-case)」なる第3のcaseがある文字でも、icase検索（大文字・小文字を区別しない検索）時にきちんと処理されます。

※ちなみにC++11以降のstd::regexは、us-asciiやiso-8859-*のような1文字が固定長の文字コードを前提としています。そのため1文字が可変長であるUTF-8, UTF-16, Shift_JIS, EUC-JPの文字列はうまく扱えません。

Ignore case (icase) 検索にも配慮

　SRELLはicase検索（大文字・小文字を区別しない検索）時の速度低下が極力軽減されるようチューニングされています。

　C++11に向けた改訂作業の中でもregexは比較的初期に提案された拡張であったことから、まったくと言って良いほどC++11の新機能に依存していません。そのためC++11より前のコンパイラであっても、C++のテンプレートを正しく解釈するものであればSRELLは利用可能です（動作確認済みコンパイラのうちもっとも古いものはVC++2005です）。

Download

• SRELL 4.100 (BSD License) 2025年10月10日版（更新履歴）
• 最新版へのリンク（インストーラ構築用）

• 倉庫
• 関連：今後適用されるかもしれない変更

• ※ヴァージョン番号について：小数点以下第三位については今後使用しないことにしました。
  ただし混乱を避けるため、メジャー番号を上げるまでは小数点以下3桁目まで使った書式は継続するつもりです（4.08, 4.09, 4.10, ...は避けて4.080, 4.090, 4.100, ...とする）。

使い方

　パスの通ったところに srell*.h*（srell.hpp, srell_ucfdata2.h, srell_updata3.h の3ファイル）を置いて srell.hpp をincludeするだけです。

//  Example 01:
#include <cstdio>
#include <string>
#include <iostream>
#include "srell.hpp"

int main()
{
    srell::regex e;     //  正規表現オブジェクト。
    srell::cmatch m;    //  結果を納めるオブジェクト。

    e = "\\d+[^-\\d]+"; //  正規表現をコンパイル。
    if (srell::regex_search("1234-5678-90ab-cdef", m, e))
    {
        //  printfを使うなら。
        const std::string s(m[0].first, m[0].second);
            //  上は下のどちらかでも良い。
            //  const std::string s(m[0].str());
            //  const std::string s(m.str(0));
        std::printf("result: %s\n", s.c_str());

        //  iostreamを使うなら。
        std::cout << "result: " << m[0] << std::endl;
    }
    return 0;
}
	

　この例のように、SRELLを構成するクラスやアルゴリズムはすべてnamespace srellの下に置かれています。この点を除けば使い方はstd::regexに準じます。

　現時点ではまだstd::regexに関する日本語の文書があまりないようですので、さしあたってSRELLを使ううえで必要となりそうな情報を次のページにまとめました。

• SRELLの使い方

　Zipアーカイヴ内の readme_ja.txt も併せてご覧ください。

SRELLの正規表現

　ECMAScript仕様書の最新ドラフトのRegExpに定義されている表現が使えます。

　既定ではuフラグは常に指定されていると見なされます。SRELL 4.000以降はvフラグモード (/.../v) にも対応していて、パターンコンパイラ (srell::basic_regex) にunicodesetsフラグを渡すことでvモードがオンになります。vモードの詳細については専用の頁を設けてあります。

　対応している表現の詳細は次の通りです（注記なきものはuモード/vモード共通）。

srell::regex re("(?i)");
printf("icase? %s\n", re.flags() & srell::regex::icase ? "yes" : "no");
//  icase? yes

re.assign("(?-i)", srell::regex::icase);
printf("icase? %s\n", re.flags() & srell::regex::icase ? "yes" : "no");
//  icase? no
				

註

• 正規表現が '\' で終わっていたり、'\' がこの表にない文字との組み合わせで使われたりした時は、error_escapeがthrowされてきます。後者についてはSRELL 2.300まで「'\' に続く文字そのもの」として解釈されていましたが、2.301以降はECMAScriptの仕様に合わせてエラー扱いするようになりました。
• 後方参照の直後に数字を書きたい時、これらが続けて解釈されるのを防ぐ方法としては「/(?:\1)0/ のように後方参照をそれ単体からなるグループにする」「/\1\u0030/ のように数字のほうはコードポイントで書く」「/\1[0]/ のように、数字のほうはその1文字だけからなる文字クラスとして書く」などがあります。SRELLのパターンコンパイラはどの書き方も同じ内部表現に変換します。
• ECMAScriptの正規表現には \ooo や \0ooo のような8進数表現が存在しません。ECMAScriptの仕様では、\に0が続く時は<NUL> (\u0000) として解釈し、1-9で始まる数字が続く時は後方参照として解釈、その際対応する()が正規表現中に存在しなければエラーと定められています。
• V modeでなくとも肯定先読みを使うことで文字クラス同士のAND (intersection) 演算が出来ます（例：/(?=\p{sc=Latin})\p{Ll}/ → ラテン文字の小文字にのみマッチ）。またこの応用で、否定先読みを使うと減算相当の処理 (difference/subtraction) も出来ます（例：/(?!\p{sc=Latin})\p{Ll}/ → ラテン文字ではない小文字にマッチ）。

std::regexへの拡張

Unicode対応

　Unicode対応のために、次のような型がSRELLには追加されています。

基本3クラス (basic_regex, match_results, sub_match) のtypedef一覧

Prefixと文字列の解釈	Tの型	basic_regex<T> (-regex)	match_results<T> (-cmatch) (-smatch)	sub_match<T> (-csub_match) (-ssub_match)	備考
u8- (UTF-8)	char8_t または char	u8regex	u8cmatch u8smatch	u8csub_match u8ssub_match	コンパイラがC++20以降に準拠する時はchar8_t型、それ以外はchar型で特殊化。後者の場合は後述するu8c-型の単なる別名 (typedef) 。
u16- (UTF-16)	char16_t	u16regex	u16cmatch u16smatch	u16csub_match u16ssub_match	コンパイラがC++11以降に準拠する時のみ定義される。
u32- (UTF-32)	char32_t	u32regex	u32cmatch u32smatch	u32csub_match u32ssub_match
u8c- (UTF-8)	char	u8cregex	u8ccmatch u8csmatch	u8ccsub_match u8cssub_match
u16w- (UTF-16)	wchar_t	u16wregex	u16wcmatch u16wsmatch	u16wcsub_match u16wssub_match	WCHAR_MAXが0xFFFF以上、0x10FFFF未満の場合のみ。
u32w- (UTF-32)		u32wregex	u32wcmatch u32wsmatch	u32wcsub_match u32wssub_match	WCHAR_MAXが0x10FFFF以上の場合のみ。
u1632w-		u1632wregex	u1632wcmatch u1632wsmatch	u1632wcsub_match u1632wssub_match	WCHAR_MAXの値によって、上記 u16w- または u32w- の別名となる。

　各prefixの意味するところは次の通りです。

• u8: コンパイラがchar8_t型に対応しているかどうか（__cpp_char8_t定義の有無で判断）で次のように変わります。
  • char8_t対応なら：char8_t型配列またはstd::u8string型インスタンスをUTF-8文字列として扱う。
  • char8_t未対応なら：後述のu8c-に同じ。単なる別名としてtypedefされる。
  C++20ではUTF-8の文字列リテラル (u8"...") の型がcharからchar8_tに変更されましたが、上記の切替によりSRELLのu8-型は常にu8"..."に適するようになっています。
• u16: char16_t型配列またはstd::u16string型インスタンスをUTF-16文字列として扱う。 UTF-16の文字列リテラル (u"...") に適しています。
• u32: char32_t型配列またはstd::u32string型インスタンスをUTF-32文字列として扱う。 UTF-32の文字列リテラル (U"...") に適しています。

• u8c: char型配列またはstd::string型インスタンスをUTF-8文字列として扱う（SRELL 2.100で導入。SRELL 2.002まではこれがu8-というprefixを使用していました）。
• u16w: wchar_t型配列またはstd::wstring型インスタンスをUTF-16文字列として扱う（WCHAR_MAXが0xFFFF以上0x10FFFF未満の時のみ定義される）。
• u32w: wchar_t型配列またはstd::wstring型インスタンスをUTF-32文字列として扱う（WCHAR_MAXが0x10FFFF以上の時のみ定義）。
• u1632w: WCHAR_MAXが0xFFFF以上0x10FFFF未満なら上記u16wに同じ。WCHAR_MAXが0x10FFFF以上なら上記u32wに同じ。 上記u16w-, u32w-と異なり、このu1632w-型はWCHAR_MAXが0xFFFF以上なら常に定義される。 SRELL 2.930以降で利用可能。

※u16w-型とu32w-型とはWCHAR_MAXの大きさによって排他的に定義されます。そのせいでソースコードのポータビリティーに問題が発生しうるということに後になって気づいたため、SRELL 2.930でu1632w-が導入されました。

　先の表では省略しましたが、このルールに基づいてregex_iterator, regex_iterator2, regex_token_iteratorでも同じようにu(8c?|16w?|32w?|1632w) prefixの付いた型がtypedefされています。

　Unicode対応版の基本的な使い方は次の通りです。

srell::u8regex u8re(u8"UTF-8文字列による正規表現");
srell::u8cmatch u8cm;   //  検索対象がbasic_string型なら-smatch。以下同様。
std::printf("%s\n", srell::regex_search(u8"検索対象となるUTF-8文字列", u8cm, u8re) ? "found!" : "not found...");

srell::u16regex u16re(u"UTF-16文字列による正規表現");
srell::u16cmatch u16cm;
std::printf("%s\n", srell::regex_search(u"検索対象となるUTF-16文字列", u16cm, u16re) ? "found!" : "not found...");

srell::u32regex u32re(U"UTF-32文字列による正規表現");
srell::u32cmatch u32cm;
std::printf("%s\n", srell::regex_search(U"検索対象となるUTF-32文字列", u32cm, u32re) ? "found!" : "not found...");

srell::u1632wregex u1632wre(L"UTF-16またはUTF-32の文字列による正規表現");
srell::u1632wcmatch u1632wcm;
std::printf("%s\n", srell::regex_search(L"検索対象となるUTF-16またはUTF-32の文字列", u1632wcm, u1632wre) ? "found!" : "not found...");

srell::u16wregex u16wre(L"UTF-16文字列による正規表現");
srell::u16wcmatch u16wcm;
std::printf("%s\n", srell::regex_search(L"検索対象となるUTF-16文字列", u16wcm, u16wre) ? "found!" : "not found...");
    //  上3行と下3行とは排他的。wchar_tが21ビット未満なら上、以上なら下。
srell::u32wregex u32wre(L"UTF-32文字列による正規表現");
srell::u32wcmatch u32wcm;
std::printf("%s\n", srell::regex_search(L"検索対象となるUTF-32文字列", u32wcm, u32wre) ? "found!" : "not found...");
			

syntax_option_type

　次のフラグオプションが追加されています。

namespace regex_constants
{
    static const syntax_option_type dotall;  //  （SRELL 2.000以降）
        //  シングルライン指定。'.' の挙動を変える。ECMAScript 2018 (ES9) 以降のsフラグ (/.../s) に相当。

    static const syntax_option_type unicodesets;  //  （SRELL 4.000以降）
    static const syntax_option_type vmode;  //  （SRELL 4.066以降。上の別名）
        //  vモードを使用する。

    static const syntax_option_type sticky;  //  （SRELL 4.049以降）
        //  このフラグを指定して作られた正規表現インスタンスは、検索時にmatch_continuousが
        //  暗黙のうちにセットされる。ECMAScriptのyフラグ (/.../y) に相当。
        //  検索対象文字列 [begin, end) のうち begin の位置からしか照合が試みられぬので、
        //  regex_iterator, regex_iterator2, regex_token_iterator などでは使えぬことに注意。

    static const syntax_option_type quiet;  //  （SRELL 4.066以降）
        //  コンパイル時、検索時ともにregex_error型の例外をthrowしなくなる。
        //  コンパイル時のエラーはbasic_regex::ecode()にて、検索時のエラーはmatch_results::ecode()にて
        //  それぞれ読み出し可能。
}
			

　他のsyntax_option_type型の値と同様に、これらの値はbasic_regex内でも定義されています。

　stickyフラグのメリットは、regex_search()にmatch_continuousフラグを渡した時（またはregex_match()使用時）には利用されず無駄になる最適化処理がコンパイル時に飛ばされることです。そのためパターンコンパイル処理が通常より早く終わることが期待できます。

error_type

　次のerror_type値が追加されています。

namespace regex_constants
{
    static const error_type error_utf8; //  （SRELL 2.630以降）
        //  basic_regexに渡された正規表現中に、不正なUTF-8のシークウェンスが見つかった。

    static const error_type error_property; //  （SRELL 3.010以降）
        //  \p{...}または\P{...}で、対応していないUnicodeプロパティー名または値が指定された。

    static const error_type error_noescape; //  （SRELL 4.000以降。vモードのみ）
        //  文字クラス内で ( ) [ ] { } / - \ | は \ を前置してエスケープする必要あり。

    static const error_type error_operator; //  （SRELL 4.000以降。vモードのみ）
        //  文字クラスの演算エラー。
        //  予約されている二重記号を使用した。または同じ階層で異なる演算をした。

    static const error_type error_complement; //  （SRELL 4.000以降。vモードのみ）
        //  文字列の補集合を使おうとした。
        //  \P{POSName}、[^\p{POSName}]、[^\q{strings}]（POSNameは文字列プロパティー名）が見つかった。

    static const error_type error_modifier; //  （SRELL 4.007以降）
        //  埋込フラグの (?ims-ims) 形式を先頭以外で使った。または一つの括弧内で同じフラグを複数回指定した。
}
			

例外なしモード

　エラー発生時にregex_error型の例外をthrowさせない方法として次の2つがあります。

• 方法1：正規表現のパターンコンパイル時にquietオプションをつける（SRELL 4.066以降で有効）。
  例外を投げるかどうかはランタイムにチェックされますので、例外をthrowする仕組みそのものはバイナリの中に存在することになります。
• 方法2：SRELLをincludeする前にあらかじめSRELL_NO_THROWマクロを定義しておく（SRELL 4.034以降で有効）。
  例外をthrowするコードそのものが無効化され、実行ファイルへも出力されなくなります。

　どちらの場合も、コンパイル時に発生したエラーはbasic_regex::ecode()によって、検索時に発生したエラーはmatch_results::ecode()によって、それぞれ読み出すことが出来ます。エラーが発生していなければどちらも0が返ってきます。

　抑止できるのはregex_error型の例外のみです。メモリ確保失敗時にはstd::bad_allocがthrowされます。

　エラー発生時には、アルゴリズム函数 (regex_search(), regex_match()) は false を返します。

　regex_iterator, regex_iterator2においては、検索時にエラーが発生すると即時にend-of-sequenceイテレータになります。これらのイテレータは内部に持つmatch_results型インスタンスを指し示してしますので、反復が完了してend-of-sequenceになったのか、エラーによってそうなったのかはit->ecode()にて判別可能です。

　一方regex_token_iteratorはsub_matchを指しているため、その外側のmatch_results::ecode()にアクセスする方法がありません。そこでversion 4.065でecode()メンバをregex_token_iteratorクラスに追加しました。

regex_search()

3イテレータ版

　SRELL 2.600以降、引数としてBidirectionalIteratorを3つ取るオーヴァーロードが追加されています。

template <class BidirectionalIterator, class Allocator, class charT, class traits>
bool regex_search(
    BidirectionalIterator first,
    BidirectionalIterator last,
    BidirectionalIterator lookbehind_limit,
    match_results<BidirectionalIterator, Allocator> &m,
    const basic_regex<charT, traits> &e,
    const regex_constants::match_flag_type flags = regex_constants::match_default);
				

　3つ目のイテレータであるlookbehind_limitは、戻り読み (lookbehind) が行われる際の「逆行して良い限界位置」を指定するためのものです。
　違う言い方をしますと、この3イテレータ版では「検索対象範囲 [lookbeind_limit, last) の途中、firstから検索を始める」という処理が行われます。

const char text[] = "0123456789abcdefghijklmnopqrstuvwxyz";
const char* const begin = text;
const char* const end = text + std::strlen(text);
const char* const first = text + 10;    //  'a' の位置に合わせる。
const srell::regex re("(?<=^\\d+).");
srell::cmatch match;

std::printf("matched %d\n", srell::regex_search(first, end, match, re));
    //  戻り読みも [first, end) の範囲でのみ行われるのでマッチしない。

std::printf("matched %d\n", srell::regex_search(first, end, begin, match, re));
    //  beginまで逆行できるのでマッチする。
    //  即ち3イテレータ版は、[begin, end) というシークウェンスに対して
    //  firstよりsearchを始める。
				

　上の例にもあります通り3イテレータ版では、^ は first（第1引数として渡したほう）ではなく begin（第3引数として渡したほう）にマッチするようになります。

　また3イテレータ版使用時には、match_resultsのposition()は第3引数として渡した位置からの距離を返すようになります。これに対してmatch_resultsのprefix().firstには、第1引数として渡した位置がセットされます。

Note

• 3イテレータ版追加に伴い、SRELL 2.300～2.500で導入していた指定方法は廃止しました。
• match_resultsを引数に取らないoverloadはAPI簡素化のため4.065で廃止しました。

位置指定付きbasic_string版

　SRELL 4.065以降、検索対象がbasic_stringである場合、検索開始位置を指定できるオーヴァーロードが追加されています。

template <class ST, class SA, class Allocator, class charT, class traits>
bool regex_search(
    const std::basic_string<charT, ST, SA> &s,
    const std::size_t start,
    match_results<typename std::basic_string<charT, ST, SA>::const_iterator, Allocator> &m,
    const basic_regex<charT, traits> &e,
    const regex_constants::match_flag_type flags = regex_constants::match_default);
				

　これはregex_search(s.begin() + start, s.end(), s.begin(), m, e, flags)と書いた場合と同じように振る舞います。

match_results

名前付きキャプチャ用のoverload函数

　SRELL 2.000以降では名前付きキャプチャ (named-capture) 用に、次のメンバ函数がmatch_resultsクラスに追加されています。

difference_type length(const string_type &sub) const;
difference_type position(const string_type &sub) const;
string_type str(const string_type &sub) const;
const_reference operator[](const string_type &sub) const;

//  以下はSRELL 2.650以降。
difference_type length(const char_type *sub) const;
difference_type position(const char_type *sub) const;
string_type str(const char_type *sub) const;
const_reference operator[](const char_type *sub) const;
				

　使い方は<regex>にある同名の函数と同じです。ただ引数として括弧の番号ではなく括弧の名前を渡すという点のみが異なります。

//  使用例。
srell::regex e("-(?<digits>\\d+)-");
srell::cmatch m;

if (srell::regex_search("1234-5678-90ab-cdef", m, e))
{
    const std::string by_number(m.str(1));      //  std::regexにもある括弧の番号を使ったアクセス。
    const std::string by_name(m.str("digits")); //  名前を使って同じ括弧へアクセス。SRELLの独自拡張。

    std::printf("results: bynumber=%s byname=%s\n", by_number.c_str(), by_name.c_str());
}
//  results: bynumber=5678 byname=5678 と表示される。
				

Version 4.033まで：正規表現中に存在しないグループ名を渡した場合、error_backrefがthrowされます。
Version 4.034以降：正規表現中に存在しないグループ名を渡した場合にもエラー扱いとはならず、matchedメンバがfalseになっているsub_match型インスタンスへの参照が返ってきます。

format()の書式文字列

　名前付きキャプチャ用に $<NAME> というシンボルが追加されています。

書式文字列として使えるテキストシンボル一覧

テキストシンボル	置換テキスト
$$	$そのもの。
$&	マッチした箇所全体。
$`	マッチした箇所に先行する部分。
$'	マッチした箇所より後方の部分。
$1 $2 $3 $4 $5 $6 $7 $8 $9 （後ろに数字が続かぬこと）	正規表現中の対応する括弧で捕獲された文字列。該当する括弧が何も捕獲していない場合は空文字に置換される。正規表現中のキャプチャ括弧の個数より大きな数が指定された場合は置換されず。
$nn（nnは01から99までの範囲）	正規表現中の対応する括弧で捕獲された文字列。該当する括弧が何も捕獲していない場合は空文字に置換される。正規表現中のキャプチャ括弧の個数より大きな数が指定された場合は置換されず。
$<NAME>	名前付きキャプチャ用の追加分 正規表現中に「名前付きキャプチャ」が存在しない場合、置換されずそのまま出力される。 存在する場合、NAMEという名前の丸括弧によって捕獲された文字列と置換される。NAMEに相当する名前のグループ名が正規表現中にないか、あっても何もキャプチャされていなければ空文字列に置換される。

ecode() const

　直前に呼んだアルゴリズム函数内で発生したエラー値を返します。SRELL 4.034以降に実装されている「例外なしモード」用です。
　返されるエラー値は、regex_error::code()と同じerror_type型の整数です。直前のアルゴリズム函数呼び出しでエラーが発生していない時は0を返します。

//  std::regex互換のエラー処理。
srell::cmatch cm;

try {
    srell::regex re("a*");
    regex_search(text, cm, re);
} catch (const srell::regex_error &e) {
    //  エラー処理。
}
				

//  No throw/exceptionモードのエラー処理。
srell::smatch m;

srell::regex re("a*");
regex_search(text, m, re);
if (m.ecode()) //  非0ならエラーが発生した。
    //  エラー処理。
				

　Version 4.069以降はsrell::regex_error(m.ecode()).what()のようにすることでエラー名を取得することもできます。

basic_regex

　SRELL 4.009以降、SRELLのbasic_regexクラスには次のメンバ函数が独自拡張して追加されています。

• match(): srell::regex_match()と同じ処理を行う。
• search(): srell::regex_search()と同じ処理を行う。

　SRELL 4.100以降ではパターンコンパイラ（コンストラクタ、operator=()、assign()の3種）のうち、従来std::basic_string型の引数を取っていたものはcontiguous_container_view型の引数を取るように変更されています。

contiguous_container_view

　contiguous_container_viewとはstd::string_view風のviewクラスです。この型の仮引数に対しては、次の2つの条件を満たすコンテナなら何でも渡せます：「1) 要素がcontiguousに保持されていること」「2) その先頭アドレスを返すdata()メンバ函数と、長さを返すsize()メンバ函数とがあること」
　basic_stringやbasic_string_viewに加えて、std::vector（data()メンバを持つのはC++11以降）やstd::arrayなどがこの条件に該当します。
　なおこのクラスは仮引数用に定義されているもので、SRELLの外部で直接使用されることは想定していません。

match() const

　srell::regex_match()と同じ処理を行います。basic_regex型インスタンスをreとした時、re.match(...)は、srell::regex_match(..., re, ...)のように書いたのと同じです。

　以下のようなoverload函数があります。引数の順番はregex_match()と同じく、検索対象文字列、match_results型インスタンス、match_flag_typeの値（任意）の順です。

template <typename BidirectionalIterator, typename Allocator> bool match( const BidirectionalIterator begin, const BidirectionalIterator end, match_results<BidirectionalIterator, Allocator> &m, const regex_constants::match_flag_type flags = regex_constants::match_default) const; // srell::regex_match(begin, end, m, re, flags) に同じ。	(1)
template <typename Allocator> bool match( const charT *const str, match_results<const charT *, Allocator> &m, const regex_constants::match_flag_type flags = regex_constants::match_default) const; // srell::regex_match(str, m, re, flags) に同じ。	(2)
template <typename ST, typename SA, typename MA> bool match( const std::basic_string<charT, ST, SA> &s, match_results<typename std::basic_string<charT, ST, SA>::const_iterator, MA> &m, const regex_constants::match_flag_type flags = regex_constants::match_default) const; // srell::regex_match(s, m, re, flags) に同じ。	(3)
// Version 4.069以降。 template <typename MA> bool match( const contiguous_container_view c, match_results<const charT *, MA> &m, const regex_constants::match_flag_type flags = regex_constants::match_default) const;	(4) ※4.069以降。

　(4)のようなcontiguous_container_viewを引数に取るoverloadを使う時は、match_resultsはcmatch系を使用します（smatch系はstd::basic_stringのイテレータ専用です）。
　std::basic_stringをsmatch系とセットで引数として渡した場合は(3)が呼ばれ、cmatch系と渡した場合は(4)が呼ばれます。

2025/02/14追記：Version 4.057で誤って削除してしまっていました。Version 4.064で引数にmatch_resultsを取るoverloadsのみ復活させ、match_resultsを取らぬoverloadsについてはそのまま廃止としました。

search() const

　srell::regex_search()と同じ処理を行います。basic_regex型インスタンスをreとした時、re.search(...)は、srell::regex_search(..., re, ...)のように書いたのと同じです。

　以下のようなoverload函数があります。引数の順番はregex_search()と同じく、検索対象文字列、match_results型インスタンス、match_flag_typeの値（任意）の順です。

template <typename BidirectionalIterator, typename Allocator> bool search( const BidirectionalIterator begin, const BidirectionalIterator end, match_results<BidirectionalIterator, Allocator> &m, const regex_constants::match_flag_type flags = regex_constants::match_default) const; // srell::regex_search(begin, end, m, re, flags) に同じ。	(1)
template <typename Allocator> bool search( const charT *const str, match_results<const charT *, Allocator> &m, const regex_constants::match_flag_type flags = regex_constants::match_default) const; // srell::regex_search(str, m, re, flags) に同じ。	(2)
template <typename ST, typename SA, typename MA> bool search( const std::basic_string<charT, ST, SA> &s, match_results<typename std::basic_string<charT, ST, SA>::const_iterator, MA> &m, const regex_constants::match_flag_type flags = regex_constants::match_default) const; // srell::regex_search(s, m, re, flags) に同じ。	(3)
// 以下はstd::regex_search()にはありません。
template <typename BidirectionalIterator, typename Allocator> bool search( const BidirectionalIterator begin, const BidirectionalIterator end, const BidirectionalIterator lookbehind_limit, match_results<BidirectionalIterator, Allocator> &m, const regex_constants::match_flag_type flags = regex_constants::match_default) const; // srell::regex_search(begin, end, lookbehind_limit, m, re, flags) に同じ。	(4)
// Version 4.065以降。 template <typename ST, typename SA, typename MA> bool search( const std::basic_string<charT, ST, SA> &s, const std::size_t start, match_results<typename std::basic_string<charT, ST, SA>::const_iterator, MA> &m, const regex_constants::match_flag_type flags = regex_constants::match_default) const; // srell::regex_search(s, start, m, re, flags) に同じ。	(5) ※4.065以降。
// Version 4.069以降。 template <typename MA> bool search( const contiguous_container_view c, match_results<const charT *, MA> &m, const regex_constants::match_flag_type flags = regex_constants::match_default) const;	(6) ※4.069以降。
// Version 4.069以降。 template <typename MA> bool search( const contiguous_container_view c, const std::size_t start, match_results<const charT *, MA> &m, const regex_constants::match_flag_type flags = regex_constants::match_default) const;	(7) ※4.065以降。

　(6)(7)のようなcontiguous_container_viewを引数に取るoverloadsを使う時は、match_resultsはcmatch系を使用します（smatch系はstd::basic_stringのイテレータ専用です）。
　std::basic_stringをsmatch系とセットで引数として渡した場合は(3)ないし(5)が呼ばれ、cmatch系と渡した場合は(6)ないし(7)が呼ばれます。

2025/02/14追記：Version 4.057で誤って削除してしまっていました。Version 4.064で引数にmatch_resultsを取るoverloadsのみ復活させ、match_resultsを取らぬoverloadsについてはそのまま廃止としました。

ecode() const

　直前のパターンコンパイルで発生したエラー値を返します。SRELL 4.034以降に実装されている「例外なしモード」用です。
　返されるエラー値は、regex_error::code()と同じerror_type型の整数です。直前のコンパイルでエラーが発生していない時は0を返します。

//  std::regex互換のエラー処理。
try {
    srell::regex re("a{2,1}");
} catch (const srell::regex_error &e) {
    //  e.code() == srell::regex_constants::error_badbrace
}
				

//  No throw/exceptionモードのエラー処理。

srell::regex re("a{2,1}");
//  re.ecode() == srell::regex_constants::error_badbrace
				

　Version 4.069以降はsrell::regex_error(re.ecode()).what()のようにすることでエラー名を取得することもできます。

regex_iterator2

　SRELL 4.013以降、regex_iterator2が追加されています。Grep, replace, splitなどをこれ1つでまかなえるように、regex_iteratorに次のような変更を加えたものです。

• イテレータが0幅を指している状態で++された時の特例（フラグにmatch_not_null | match_continuousを付加して、その位置から再度regex_search()する）を削除。
  これは、このイテレータを使って置換処理した時の結果がJavaScript互換になることを目的とした変更です（例は後述）。
• インスタンスの使い回しを可能とするassign()を追加。
• 置換やsplit用のヘルパー函数を追加。

template <typename BidirectionalIterator,
    typename BasicRegex = basic_regex<typename std::iterator_traits<BidirectionalIterator>::value_type,
        regex_traits<typename std::iterator_traits<BidirectionalIterator>::value_type> >,
    typename MatchResults = match_results<BidirectionalIterator> >
class regex_iterator2
{
    typedef typename std::iterator_traits<BidirectionalIterator>::value_type char_type;
    typedef BasicRegex regex_type;
    typedef MatchResults value_type;
    typedef std::ptrdiff_t difference_type;
    typedef const value_type *pointer;
    typedef const value_type &reference;
    typedef std::input_iterator_tag iterator_category;

    //  以下、メンバー函数……
			

　見にくくて分かりづらいかもしれませんが、テンプレート引数の2つ目はbasic_regexの型、3つ目はmatch_resultsの型です。regex_iteratorよりも単純化してあります。
　regex_iteratorに倣って次のtypedefが定義済みです。

typedef regex_iterator2<const char *> cregex_iterator2;
typedef regex_iterator2<const wchar_t *> wcregex_iterator2;
typedef regex_iterator2<std::string::const_iterator> sregex_iterator2;
typedef regex_iterator2<std::wstring::const_iterator> wsregex_iterator2;

//  charでUTF-8文字列を処理する。
typedef regex_iterator2<const char *, u8cregex> u8ccregex_iterator2;
typedef regex_iterator2<std::string::const_iterator, u8cregex> u8csregex_iterator2;

//  char16_t, char32_t利用可能時のみ定義。
typedef regex_iterator2<const char16_t *> u16cregex_iterator2;
typedef regex_iterator2<const char32_t *> u32cregex_iterator2;
typedef regex_iterator2<std::u16string::const_iterator> u16sregex_iterator2;
typedef regex_iterator2<std::u32string::const_iterator> u32sregex_iterator2;

//  char8_t利用可能時のみ定義。
typedef regex_iterator2<const char8_t *> u8cregex_iterator2;
//  std::u8string利用可能時のみ定義。
typedef regex_iterator2<std::u8string::const_iterator> u8sregex_iterator2;

//  char8_tがない時のみ定義。
typedef u8ccregex_iterator2 u8cregex_iterator2;
//  std::u8stringがない時のみ定義。
typedef u8csregex_iterator2 u8sregex_iterator2;

//  WCHAR_MAXが0x10FFFF以上の時のみ定義。
typedef wcregex_iterator2 u32wcregex_iterator2;
typedef wsregex_iterator2 u32wsregex_iterator2;
typedef u32wcregex_iterator2 u1632wcregex_iterator2;
typedef u32wsregex_iterator2 u1632wsregex_iterator2;

//  WCHAR_MAXが0xFFFF以上、10FFFF未満の時のみ定義。
typedef regex_iterator2<const wchar_t *, u16wregex> u16wcregex_iterator2;
typedef regex_iterator2<std::wstring::const_iterator, u16wregex> u16wsregex_iterator2;
typedef u16wcregex_iterator2 u1632wcregex_iterator2;
typedef u16wsregex_iterator2 u1632wsregex_iterator2;
			

コンストラクタ

　regex_iteratorと同じように、end-of-sequenceイテレータを作る「引数なし版」と、通常版とがあります。

regex_iterator2() {} // End-of-sequence iteratorを作る。	(1)
regex_iterator2( const BidirectionalIterator a, const BidirectionalIterator b, const regex_type &re, const regex_constants::match_flag_type m = regex_constants::match_default);	(2)

assign()

　イテレータのインスタンスを再作成します。引数は通常版のコンストラクタと同じです。

void assign( const BidirectionalIterator a, const BidirectionalIterator b, const regex_type &re, const regex_constants::match_flag_type m = regex_constants::match_default);

(1)

done() const

　Iteratingが終端まで行ったならtrueを、まだならfalseを返します。

bool done() const;
				

　regex_iteratorと同じように、引数なしのコンストラクタでend-of-sequenceイテレータを作り、それとの比較がtrueになるまでforループでぐるぐる回すという方法も使えますが、このdone()を使うともっと簡単に判定できます。

srell::sregex_iterator2 eit;
srell::sregex_iterator2 it(text.begin(), text.end, re);

//  for (; it != eit; ++it) {   //  下と同じ。
for (; !it.done(); ++it) {
    //  何かする。
}
				

replace()

　コンストラクタに渡した範囲がstd::basic_string型インスタンスの一部であり、かつイテレータ作成後に余所でサイズ変更をしていない（メモリの割り当て位置が移動していない）場合は、イテレータのreplace()メンバ函数により、現在マッチしている箇所 ((*it)[0]) を別の文字列に置き換えることが出来ます。

　regex_iterator2::replace()はstd::basic_string型の文字列全体のインスタンスを第1引数、置換用文字列を第2引数として取ります。

// [entire.begin(), entire.end()) 内の // [(*it)[0].first, (*it)[0].second) の範囲を // replacementないし[begin, end)に置換する。
template <typename ST, typename SA> void replace(std::basic_string<char_type, ST, SA> &entire, const std::basic_string<char_type, ST, SA> &replacement);	(1)
template <typename ST, typename SA> void replace(std::basic_string<char_type, ST, SA> &entire, BidirectionalIterator begin, BidirectionalIterator end);	(2)
template <typename ST, typename SA> void replace(std::basic_string<char_type, ST, SA> &entire, const char_type *const replacement);	(3)

　置換により検索対象文字列が伸び縮みした場合はそれに合わせてイテレータ内部の位置情報を修正し、またメモリの再割り当てが発生した場合は位置情報を自動的に作り直します。

　regex_iterator2::replace()の使用例と、regex_iteratorとの違いとを示すサンプルプログラムです。

#include <cstdio>
#include <string>
#include <regex>
#include "srell.hpp"

template <typename Iterator, typename Regex>
void replace(const Regex &re, const std::string &text, const char *const title) {
    std::string::const_iterator prevend = text.begin();
    Iterator it(text.begin(), text.end(), re), eit;
    std::string out;

    for (; it != eit; ++it) {
        out += it->prefix();
        out += ".";
        prevend = (*it)[0].second;
    }

    const std::string::const_iterator end = text.end();
    out.append(prevend, end);
    std::printf("[%s] by %s\n", out.c_str(), title);
}

int main() {
    std::string text("a1b");
    std::regex re1("\\d*?");
    srell::regex re2("\\d*?");

    replace<std::sregex_iterator>(re1, text, "std::sregex_iterator");
    replace<srell::sregex_iterator>(re2, text, "srell::sregex_iterator");
    replace<srell::sregex_iterator2>(re2, text, "srell::sregex_iterator2");

    srell::sregex_iterator2 it(text, re2);
    for (; !it.done(); ++it)
        it.replace(text, ".");  //  replace()の使用。
    std::printf("[%s] by srell::sregex_iterator2::replace()\n", text.c_str());

    return 0;
}
---- 実行結果 ----
[.a...b.] by std::sregex_iterator
[.a...b.] by srell::sregex_iterator
[.a.1.b.] by srell::sregex_iterator2
[.a.1.b.] by srell::sregex_iterator2::replace()
				

　regex_iteratorを使った置換では前述の特例により "1" の部分が置換されてしまっているのに対して、JavaScript互換の振る舞いをする下2つではそのまま残っています。

　ちなみにこのstd::regex_iteratorの振る舞いは何に準拠したものなのか不明です。Perlの挙動とも異なっているようです。std::regexの元となったboost::regexは初期からずっとPerl指向ですので、ひょっとすると過去のPerlのいずれかの版に合わせた挙動なのかもしれません。

Split用補助函数

　イテレータがマッチした箇所のprefixと、最後にマッチした箇所より後ろの部分を集めるとsplit相当の処理となります（下図参照。itはイテレータ）。

(*it)[0]とit->prefix()とが指す位置

対象文字列	間	マッチ1箇所目	間	マッチ2箇所目	間
イテレータ it	1回目の it->prefix()	(*it)[0]	2回目の it->prefix()	(*it)[0]	2回目の it->suffix()

　そこでsplitにも対応できるように、上図の青いところを集めやすくするためのヘルパ函数を用意しました。

bool split_ready();
//  現在のit->prefix()がsplitされた文字列として有効な範囲を
//  指しているか否かを返す。判断基準はECMAScriptのsplit()準拠
//  (it->prefix().first != (*it)[0].second)。
//  即ち、正規表現が0幅にマッチしうる時のみfalseが返ってくることもある。

const typename value_type::value_type &remainder(bool only_after_match = false);
//  繰り返し完了または中断時点の残余区間を取り出す。上表の「2回目のit->suffix()」の部分。
//  戻り値value_type::value_typeはsub_match型。
//  イテレータitが一度もマッチしていない場合、it->suffix()は未定義値を返すのに対して、
//  このit.remainder()は常に有効な範囲を返す。
//  引数がtrueかつ前回のマッチが成功していたら、マッチした位置の終わり ((*it)[0].second) 以降を返す。
//  それ以外は検索開始位置 (it->prefix().first) 以降を返す。
				

　もっとも単純なsplit処理は次の通りです。

for (; !it.done(); ++it) {
    if (it.split_ready())
        list.push_back(it->prefix());
}
list.push_back(it.remainder());
				

　他言語のsplitによくある「正規表現に括弧が含まれていた場合は、それがキャプチャしたものも追加する」処理や、分割回数 (LIMIT) を指定する機能も追加したい場合は次のように書きます。

for (std::size_t count = 0; !it.done(); ++it) {
    if (it.split_ready()) {
        if (++count == LIMIT)
            break;
        list.push_back(it->prefix());   //  *1
        for (std::size_t i = 1; i < it->size(); ++i) {
            if (++count == LIMIT) {
                list.push_back(it.remainder(true));
                //  上 (*1) でpush済みのprefix()区間を除外するため
                //  trueにする。
                return;
            }
            list.push_back((*it)[i]);
        }
    }
}
list.push_back(it.remainder());
				

　ヘルパーを使っても長くなってしまうので、さらなるヘルパ函数を用意しました。
　上のコードは次のように書けます。

std::size_t count = 0;
for (it.split_begin(); !it.done(); it.split_next()) {
    if (++count == LIMIT)
        break;
    list.push_back(it.split_range());
}
list.push_back(it.split_remainder());   //  remainder()ではなくsplit_remainder()であることに注意。
				

void split_begin();
//  split_ready() が true を返す最初の位置まで移動する。
//  このメンバ函数は最初に一回だけ呼ばれることを想定している。

bool split_next();
//  split_ready() が true を返す次の位置まで移動する。
//  そのような位置に移動できたらtrueを、done() == trueになってしまったら
//  falseを返す。このメンバ函数は通常のoperator++()の代わりに使われることを意図している。

const typename value_type::value_type &split_range() const;
//  イテレータが現在指し示している範囲（sub_match型インスタンスへの参照）を返す。

const typename value_type::value_type &split_remainder();
//  Iteratingが終わった後もしくは中断した後にこのメンバ函数を呼ぶと、
//  最後にマッチした位置以降の範囲（sub_match型インスタンスへの参照）が返ってくる。
//  上の remainder() とは異なり、only_after_match に相当するbool値は自動的に計算される。

//  Version 4.049以降。
const typename value_type::value_type &split_aptrange();
//  done()がfalseを返す時はreturn split_range()する。
//  trueならreturn split_remainder()する。
				

　分割したものすべてに対して同じ処理をしたい時向けに、SRELL 4.049以降にはsplit_aptrange()が追加されています。

for (it.split_begin();; it.split_next()) {
    list.push_back(it.split_aptrange());    //  これは次のコードに同じ。
    //  list.push_back(!it.done() ? it.split_range() : it.split_remainder());

    if (it.done())
        break;
}
				

その他のメンバ

　他には次のようなメンバ函数があります。

regex_iterator2 &operator=(const regex_iterator2 &right);

bool operator==(const regex_iterator2 &right) const;
bool operator!=(const regex_iterator2 &right) const;

const value_type &operator*() const;
const value_type *operator->() const;

regex_iterator2 &operator++()
regex_iterator2 operator++(int)
				

　前述の通りoperator++()に特例がないことを除いては、regex_iteratorの同名メンバ函数と同じように振る舞います。

註・ここに明記されていないAPIがあった場合、それらはすべて試験的なものです。予告なく仕様が変更されたり時には削除されたりすることもあり得ます。

regex_token_iterator

ecode() const

　直前の検索でエラーが発生していたらその値を返します。SRELL 4.034以降に実装されている「例外なしモード」用です。
　返されるエラー値は、regex_error::code()と同じerror_type型の整数です。直前の検索でエラーが発生していない時は0を返します。

長考対策

　ECMAScriptの正規表現（およびその元となったPerlの正規表現）では通常、バックトラッキングと呼ばれる方法を使って照合が行われます。このバックトラッキング方式には、「繰り返しが入れ子になっている正規表現」や「量指定子（回数指定）を伴う文字ないし文字クラスが連続していて、かつそれらが互いに排他的な集合になっていない正規表現」で検索を行うと、オートマトンが著しい長考に入ってしまうことがあるという問題が存在します。

　次のような例が有名です。

• "aaaaaaaaaaaaaaaaaaaaaaaaaaaaa" =~ /(a*)*b/
• "aaaaaaaaaaaaaaaaaaaaaaaaaaaaa" =~ /a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?a?aaaaaaaaaaaaaaaaaaaaaaaaaaaaa/

　残念ながらこの現象に対しては、あらゆる状況に適用できる根本的な解決策というものが見つかっていません。そこで制御が長時間返ってこなくなる事態を避けるため、SRELLは特定の位置からの照合が一定回数以上失敗すると、regex_error(regex_constants::error_complexity) を throw するようになっています。
　回数の既定値は2097152（1 << 21. 128の3乗。SRELL 4.054までは16777216=256の3乗）ですが、アルゴリズム函数（regex_search()やregex_match()など）に渡すbasic_regex型インスタンスのlimit_counter変数に任意の値を代入することで変更することも出来ます。

安全対策

　SRELLのパターンコンパイラは次の場合に自分自身を再帰呼び出しします。

• グループ（キャプチャする括弧、キャプチャなしの括弧、先読み、戻り読み）をパーズする時。
• （Vモード限定）[]の中にある別の[]をパーズする時。

　通常、函数の呼び出しにはスタックが使用されますので、正規表現中に入れ子になったグループや文字クラスがあり、その階層があまりに深いとスタック溢れが発生してプログラムが止まってしまうということも起こりえます。
　これを防止するため、SRELL 4.065以降は再帰呼び出しの深さがSRELL_MAX_DEPTHを超えると、error_complexityをthrowするようになっています。

　SRELL_MAX_DEPTHの既定値は256ですが、SRELLをincludeする前に#define SRELL_MAX_DEPTH 1024のようにして先に定義したり、コンパイラオプションに-DSRELL_MAX_DEPTH=512のように指定したりすることで、値を上書きすることも可能です。

std::regexとの相違点

正規表現エンジンとフラグ

　<regex>は、次の6つの正規表現エンジンから選択する仕組みになっています：ECMAScript（既定）, basic, extended, awk, grep, egrep. 一方SRELLにはこのような選択肢はなく、常にECMAScript互換のエンジンで動きます。
　<regex>のECMAScriptモードとSRELLとの違いは次の通りです。

• <regex>のECMAScriptモード: ECMAScript 3rd editionのRegExpの仕様から「Unicode依存の定義」を取り去り、代わりに「localeへの依存」「[:クラス名:], [.クラス名.], [=クラス名=]という表現」を追加。
• SRELL 2.000以降: ECMAScript 2018以降のRegExpの仕様に準拠。
• SRELL 1.nnn: ECMAScript 2017のRegExpの仕様に「固定幅の戻り読み」を追加。

　同じECMAScriptベースでありながらも<regex>とSRELLとはどちらもどちらの上位互換になっていません。

　<regex>で定義されているフラグオプションのうち次のものは、たとえ指定してもSRELLでは無視されます。

syntax_option_type（かつbasic_regexのflag_type）

• basic, extended, awk, grep, egrep, nosubs（4.070まで）, optimize, collate（即ちicase, multiline以外のすべて）

　Version 4.080以降はnosubsフラグに対応しています。なおこのフラグは名前付きキャプチャグループに対しては効果がありません。これは同様の機能を持つPerl, .NET, PCRE2などと合わせた挙動です（std::regexは無名グループにしか対応していないため、C++仕様書には名前付きグループについての言及がありません）。

srell::regex re("()", srell::regex::nosubs);
printf("subs: %u\n", re.mark_count());
//  subs: 0

re.assign("(?<abc>)()", srell::regex::nosubs);
printf("subs: %u\n", re.mark_count());
//  subs: 1
			

match_flag_type

• match_any, format_sed

簡略化

　余分なオーヴァーヘッドを避けるため、SRELLでは次のメンバ函数の実装が簡略化されています。

• basic_regex::assign(): <regex>では例外がthrowされた場合（文字列からのコンパイルに失敗した場合）、*thisは元の値が維持されることになっていますが（[re.regex.assign] の11）、SRELLでは*thisはclearされてしまいます。これはコンパイル開始時に元の内容を退避しないためです。
  SRELL_STRICT_IMPLを定義するとstd::regexと同じ挙動になります。
• Version 4.033まで：match_results::operator[](size_type n): <regex>はn >= match_results::size()（つまり配列の範囲外アクセス）でも安全性を保証していますが（[re.results.acc] の8）、SRELL 4.033まででは保証されません。安全性を保証するには、範囲外アクセスに備えるためだけにダミーのsub_match型メンバ変数が必要となるためです。

Tips

高速化

　同じ正規表現パターンによる検索を複数回行う時は、basic_regex型インスタンスの宣言時にstatic constを付け、パターンコンパイルが一回で済むようにすると高速化が期待できます。

//  プログラム中何度も呼ばれる函数。
bool is_included(const std::string &text, const std::string &regex)
{
    static const srell::regex r1("a*b");    //  OK. パターンコンパイルは最初の1回だけで済む。
//  srell::regex r2("a*b");     //  毎回パターンコンパイルが行われる。
    ...
			

　またループ内でアルゴリズム函数 (regex_search(), regex_match()) を複数回呼ぶ場合は、たとえ使わなくてもmatch_results型インスタンスを渡すようにすると高速化が期待できます。

std::vector<std::string> lines;
srell::regex re("https?://\\S+");   //  URLっぽいものにマッチする正規表現。
srell::smatch match;    //  match_results<std::string::const_iterator> の typedef.

//  ここでlines内にテキストを読み込む。

for (std::size_t i = 0; i < lines.size(); ++i)
{
    //  regex_search()内で使い捨てのmatch_resultsが毎回用意されるので遅くなる。
//  if (srell::regex_search(lines[i], re))  //  *1
    if (srell::regex_search(lines[i], match, re))   //  *2
        ++count;
    ...
			

　速度が向上する理由は、match_results内には正規表現照合時に使用するスタックが存在するためです。*1のほうは函数が呼ばれるたびに毎回regex_search()内で使い捨てのmatch_resultsが用意されてスタック用のメモリ割り当て、解放が行われるのに対し、*2のほうは前回割り当てたメモリが次回以降もそのまま流用されますので、繰り返し回数が多い場合には*1に比べて倍以上速くなることもあります。

軽量化

　srell.hppをincludeする前に下記のマクロを定義しておくことで、使わない機能を切り離すことが出来ます。これにより出力されるバイナリのサイズを小さくし、またコンパイル時間（正規表現のではなくC++の）も短くすることが出来ます。

SRELL_NO_UNICODE_ICASE	大文字小文字を区別しない検索（icase検索）時に使用するUnicodeのcase foldingデータを切り離します。 icaseフラグが使用された時は、ASCIIの範囲のみcase-foldingが行われます（[A-Z] → [a-z]のみ）。
SRELL_NO_UNICODE_PROPERTY	Unicodeプロパティー用のデータを切り離します。この場合\p{...}および\P{...}は使用できません。 また、名前付きキャプチャ用の名前も厳密にはチェックされず、'\' と '>' 以外なら何でも名前として受け付けるようになります。 このマクロが定義されると、後述するSRELL_NO_VMODEも暗黙的に定義されます。
SRELL_NO_UNICODE_DATA	SRELL_NO_UNICODE_ICASEとSRELL_NO_UNICODE_PROPERTYとが同時にdefineされます。
SRELL_NO_NAMEDCAPTURE	名前付きキャプチャ用のコードを切り離します。
SRELL_NO_VMODE	vモード用のコードを切り離します（SRELL 4.000～4.053のみ）。
SRELL_NO_UNICODE_POS	vモードのproperties of strings用データを切り離します。 SRELL 4.054以降は単独で使用可能ですが、SRELL 4.000～4.053では上のSRELL_NO_VMODEと併用する必要があります。

その他

SIMD

　Version 4.061以降では、実行時にSSE 4.2が利用可能であればSIMD命令を使うようになっています。この機能は次のコンパイラでx86/x64向けにコンパイルした場合に有効になります。

• Microsoft Visual C++ 2008以降
• GCC 4.9以降
• Clang 3.8以降

　SSE 4.2に対応したのはGCCは4.3、LLVM/Clangは2.6ですので、上記のヴァージョンより前のものでも-msse4.2をつけてコンパイルすればアクセラレーションは有効になります。
　ただし-msse4.2をつけてコンパイルすると、コンパイラはSSE 4.2までの全SIMD命令をSRELLのコード全体において使って良いものと判断しますので、生成された実行ファイルはSSE 4.2に対応していないCPU上では動かないものになる可能性があります。

　SIMDの利用はあらかじめ#define SRELL_NO_SIMDを定義しておくか、コンパイルオプションに-DSRELL_NO_SIMDを指定することにより無効化できます。

※SSE4.2はIntelのCore i3/i5/i7は2008年登場のNehalem世代以降、Pentium/Celeronは2011年登場のSandy Bridge世代以降、AMDは2011年登場のFXシリーズ以降で利用可能。

不正なUTF-8

　不正なUTF-8文字列対策としてSRELLは次のことを行います。

• 2～4バイト文字の2バイト目以降が実際に80..BFの範囲に収まっているか確認。00..7F, C0..FFが出てきたらパターンコンパイル時はerror_utf8をthrowし、照合時はその時点で照合失敗とする。[*1]
• 4バイト文字で0x110000以上の値が出てきた時も上に同じ。[*1]
• BMP文字の最短ではないUTF-8表現 (non-shortest form) 出現時も上に同じ（例えば\u0030は最短の表現である0x30にのみマッチし、冗長な 0xc0 0xb0, 0xe0 0x80 0xb0, 0xf0 0x80 0x80 0xb0 にはマッチしない）。[*2]

1. Version 2.630以降。2.200～2.620では問題の箇所をU+FFFDに置換した上で処理を続行。
2. Version 4.048以降。

SRELLとchar, wchar_t

　basic_regexのtypedefのうちUnicode用のprefix (u8-, u8c-, u16-, u16w-, u1632w-, u32-, u32w-) を持たぬ型は、入力文字列をUnicode値の連続として解釈します。

　例えばCHAR_BITが8である環境でsrell::regex (srell::basic_regex<char>) を使うと、入力文字列に現れる0x00～0xFFはそのままU+0000～U+00FFとして解釈されます。
　UnicodeのU+0000～U+00FFはISO-8859-1と同じですので、結果的にsrell::regexはISO-8859-1に対応しているとも言えます。

　またsrell::regexは、バイナリデータ中から特定のパターンを見つけ出すような場合にも使うことが出来ます。

　srell::wregex (srell::basic_regex<wchar_t>) も同じで、文字列中の0x00～WCHAR_MAXまでがそのまま同じ値のUnicode値として解釈されます。

　WinAPIのW函数と組み合わせて使うのに適しているのは、UTF-16対応の srell::u16wregex または srell::u1632wregex です。srell::wregex は事実上UCS-2対応となってしまいます。

C++11以降の機能

　Feature test macroが適切に定義されないコンパイラ用に、SRELLのversion 4.056までは次のようなマクロが利用可能でした。

SRELL_CPP11_CHAR1632_ENABLED	char16_t, char32_tが使えるにもかかわらず__cpp_unicode_charactersを定義しないコンパイラ用です。 このマクロを定義しておくとSRELLはu16regex, u32regexなどをtypedefします。
SRELL_CPP11_INITIALIZER_LIST_ENABLED	Initializer listが使えるにもかかわらず__cpp_initializer_listsを定義しないコンパイラ用です。
SRELL_CPP11_MOVE_ENABLED	Moveできるにもかかわらず__cpp_rvalue_referencesを定義しないコンパイラ用です。
SRELL_CPP20_CHAR8_ENABLED	char8_tが使えるにもかかわらず__cpp_char8_tや__cpp_lib_char8_tを定義しないコンパイラが用です。 このマクロの値が1の時、SRELLはchar8_tが利用可能と判断します。 このマクロの値が2の時はさらにstd::u8stringも利用可能と判断します。

　もしこれらSRELL_CPP*マクロに相当するものが引き続き必要でしたら、対応する__cpp_*マクロを直接定義してください。

C++98/03とUTF-8, UTF-16, UTF-32

　C++11より前のコンパイラでは、wchar_tが16ビット以上かつ21ビット未満の環境ならu8c-型とu16w-型とが、wchar_tが21ビット以上ある環境ならu8c-型とu32w-型とがそれぞれ利用可能です。もっともそのような環境でも、SRELLをincludeする前に次のようなコードを書いておけば、u8c-型、u16-型、u32-型を3つとも利用することができます。

typedef unsigned short char16_t;    //  16ビット以上ある符号無しの型をtypedefする。
typedef unsigned long char32_t;    //  32ビット以上ある符号無しの型をtypedefする。

namespace std
{
    typedef basic_string<char16_t> u16string;
    typedef basic_string<char32_t> u32string;
}

#define __cpp_unicode_characters    //  手動でonにする。
// #define SRELL_CPP11_CHAR1632_ENABLED    //  SRELL 4.056まではこちら。
			

　ちなみにUTF-8やUTF-16に固有の処理をしているのは、basic_regexに対してテンプレート引数として渡されるu8regex_traits、u16regex_traitsです。このことを利用して、たとえば basic_regex<uint32_t, u16regex_traits<uint32_t> > のような「UTF-16文字列をuint32_t型の配列で処理する型」なるものを作ることもできます。

今後適用されるかもしれない変更

int/size_tのビット幅

　Version 4.100にて適用されました。

　C++規格がint型について保証している最低ビット幅は16です。SRELLをコーディングするにあたってはこのことを念頭に置いているつもりですが、実際にintが16 bitちょうどの環境でコンパイルできて、きちんとSRELLが動作するかどうかは不明です。

　intやsize_tが32 bit以上あることを前提とすればコードを単純にできる箇所が複数ありますので、そう遠くないうちにint/size_tが32 bit未満の環境はコンパイルエラーとなるような変更を加えるかもしれません。

EBCDICなど非ASCII互換の文字コード

　SRELLのソースコード中では文字列リテラルの使用を避けていますので、ASCIIと互換性のない文字コード、たとえばEBCDICベースの環境でも、SRELLのソースコードをEBCDICに変換すれば理論上は動くはずです。
　ただしSRELLは常に入力文字列をUTF-8/16/32と見なして解釈しますので、EBCDICでエンコードされたソースコード中で、srell::regex re("a+"); のように書いても正常に動作しません。EBCDICの'a'は0x81で、'+'は0x4eですので、先の正規表現はSRELLから見ると "\x81N" 相当に見えます。
　ソースコードをEBCDICに変換したSRELLが期待通りに動くのは、正規表現文字列、検索対象文字列ともに外部ファイルから読み込むような場合のみです。

　EBCDICのようなASCII非互換の環境を考慮しなくて良いのであれば、srell_updata3中の "\xHH" エスケープが不要になり、同ファイルのサイズをコンパクトにできるというメリットがあります。今後SRELLのファイルサイズが気になってきたら（特に single-header/srell.hpp が1MBを超えた時には）、\xHHエスケープはやめてしまい、ASCIIと互換性のない文字コードで動くコンパイラには非対応ということにするかもしれません。

検索対象をBidirectionalIteratorからRandomAccessIteratorに引き上げる

　std::regexのregex_search(), regex_match()はbidirectional iterator以上のイテレータペアを検索対象文字列として引数に取ります。SRELLも初期よりこれに倣った仕様となっていますが、そうするために「bidirectional iteratorでしか使われない（random access iterator以上では使われない）Boyer Moore Horspool用コード」なるものが組み込まれています。
　Bidirectional iteratorを使った検索というものにそれほど需要があるとも思えませんので、どこかのタイミングでSRELLが対応するイテレータを「random access iterator以上」に引き上げるかもしれません。

非互換の変更

　別ページに移しました。

関連リンク

• SRELLの使い方
• Unicode Property Escapesについての補説
• vモードの補説
• 倉庫
• 更新履歴

　以下は外部のサイトです。