如何实现支持通配符和正则表达式的文件高级过滤搜索功能？

本文共计1161个文字，预计阅读时间需要5分钟。

使用C++20的``库，不依赖任何内置通配符或正则表达式，手动实现高级搜索功能，以下是一个简单的示例代码：

常见错误是试图用 std::regex 直接匹配完整路径字符串（如 "C:/logs/*.log"），但这是错的：正则引擎不理解通配符语义，* 和 ? 在正则里有特殊含义，而用户输入的 "*.tmp" 是 shell 风格通配符，不是正则表达式。

• 先提取文件名部分（p.filename().string()），不要对整个绝对路径做正则
• 若用户输入的是通配符（如 "data_??.csv"），需转换为等价正则再编译（std::regex_replace 转义 + 替换）
• 若用户明确要求正则（如 "^backup_\d{8}\.tar\.gz$"），跳过转换，直接构造 std::regex
• 注意 Windows 路径分隔符反斜杠在 C++ 字符串中需双写："C:\\temp\\*.log"，否则编译报错或匹配失败

fnmatch 在跨平台项目里要慎用

POSIX 的 fnmatch（<fnmatch.h>）能原生支持 */?/[a-z]，但它不是标准 C++ 接口，在 Windows 上不可用（除非用 MinGW 或第三方移植版）。MSVC 完全不带 fnmatch，强行链接会报 LNK2019。

如果你坚持用 fnmatch，必须加条件编译：

立即学习“C++免费学习笔记（深入）”；

#ifdef _WIN32 // 手动实现简易通配符匹配（见下节） #else #include <fnmatch.h> if (fnmatch(pattern.c_str(), name.c_str(), 0) == 0) { ... } #endif

• fnmatch 默认区分大小写，Windows 文件系统通常不区分，需传 FNM_CASEFOLD 标志（Linux 下不一定支持）
• 某些嵌入式或精简环境（如 Android NDK r21+）也已移除 fnmatch，不能默认存在
• 它不支持正则，只解决通配符；想混用正则和通配符？还是得自己 dispatch

手写通配符转正则函数比想象中简单

把 "*.log" 转成 ^.*\.log$、把 "data_??.bin" 转成 ^data_.{2}\.bin$，只需几行替换逻辑，且完全可控、无依赖、跨平台。

关键点：转义正则元字符，再映射通配符：

std::string glob_to_regex(const std::string& glob) { std::string re = "^"; for (char c : glob) { switch (c) { case '*': re += ".*"; break; case '?': re += "."; break; case '.': re += "\."; break; case '\': re += "\\"; break; default: re += c; } } re += "$"; return re; }

• 必须以 ^ 和 $ 包裹，否则 "log" 会错误匹配 "mylog.txt"
• . 和 在正则中有意义，必须转义；但用户输入的 "config.file" 中的点应被当作字面量
• 不处理 [abc] 这类字符组——如果需要，就升级为完整 glob 解析器（如使用 globcpp 第三方库），但绝大多数场景只需 */?

性能敏感时避免重复编译 std::regex

每次遍历一个文件都调用 std::regex(pattern) 构造函数，开销不小——尤其 pattern 不变、文件成千上万时。正则编译是 CPU 密集操作，std::regex 在 MSVC 和 libstdc++ 上都不做内部缓存。

• 把 std::regex 对象声明为 static const 或提前构造好，传入搜索函数
• 若 pattern 来自用户输入且可能变化，用 std::unordered_map<std::string, std::regex> 缓存已编译正则（注意线程安全）
• 更轻量替代：对纯前缀/后缀匹配（如 "*.so"），直接用 name.extension() == ".so"，比正则快 10 倍以上
• Windows 上 std::regex 实现较慢，若只用简单通配符，手写字符串匹配（std::string_view + 双指针）反而更稳更快

真正难的不是语法转换，而是统一接口设计：怎么让用户传一个字符串，自动识别它是 glob 还是 regex？加前缀标记（re:... / glob:...）最直白，也最不容易歧义。