Question

从字符串中提取数据的优雅方法是什么？（可能使用boost库）？

Content-Type: text/plain
Content-Length: 15
Content-Date: 2/5/2013
Content-Request: Save

hello world

假设我有上面的字符串，想要提取所有字段，包括hello world文本。有人能指出我正确的方向吗？

Answer 1

尝试

<强> http://pocoproject.org/

附带HTTPServer和客户端实施
<强> http://cpp-netlib.github.com/

附带请求/响应处理

提升精神演示：http://liveworkspace.org/code/3K5TzT

你必须指定一个简单的语法（或复杂，如果你想'抓住'HTTP的所有细微之处）

#include <boost/fusion/adapted.hpp>
#include <boost/spirit/include/qi.hpp>
#include <boost/spirit/include/karma.hpp>

typedef std::map<std::string, std::string> Headers;
typedef std::pair<std::string, std::string> Header;
struct Request { Headers headers; std::vector<char> content; };

BOOST_FUSION_ADAPT_STRUCT(Request, (Headers, headers)(std::vector<char>, content))

namespace qi    = boost::spirit::qi;
namespace karma = boost::spirit::karma;

template <typename It, typename Skipper = qi::blank_type>
    struct parser : qi::grammar<It, Request(), Skipper>
{
    parser() : parser::base_type(start)
    {
        using namespace qi;

        header = +~char_(":\n") > ": " > *(char_ - eol);
        start = header % eol >> eol >> eol >> *char_;
    }

  private:
    qi::rule<It, Header(),  Skipper> header;
    qi::rule<It, Request(), Skipper> start;
};

bool doParse(const std::string& input)
{
    auto f(begin(input)), l(end(input));

    parser<decltype(f), qi::blank_type> p;
    Request data;

    try
    {
        bool ok = qi::phrase_parse(f,l,p,qi::blank,data);
        if (ok)   
        {
            std::cout << "parse success\n";
            std::cout << "data: " << karma::format_delimited(karma::auto_, ' ', data) << "\n";
        }
        else      std::cerr << "parse failed: '" << std::string(f,l) << "'\n";

        if (f!=l) std::cerr << "trailing unparsed: '" << std::string(f,l) << "'\n";
        return ok;
    } catch(const qi::expectation_failure<decltype(f)>& e)
    {
        std::string frag(e.first, e.last);
        std::cerr << e.what() << "'" << frag << "'\n";
    }

    return false;
}

int main()
{
    const std::string input = 
        "Content-Type: text/plain\n"
        "Content-Length: 15\n"
        "Content-Date: 2/5/2013\n"
        "Content-Request: Save\n"
        "\n"
        "hello world";

    bool ok = doParse(input);

    return ok? 0 : 255;
}

Answer 2

这是一个用C编写的非常紧凑的： https://github.com/openwebos/nodejs/blob/master/deps/http_parser/http_parser.c

Answer 3

有几种解决方案。如果格式如此简单，您可以逐行读取文件。如果该行以键开头，您只需将其拆分即可获得该值。如果没有，则值为线本身。 STL非常容易且非常优雅。

如果语法更复杂，并且当您为标记添加了提升时，您可以考虑使用Boost Spirit来解析它并从中获取值。

Answer 4

我认为最简单的解决方案是使用regular expressions。 C ++中有standard regexps 11 ，有些可以在boost中找到。

Answer 5

您可以使用带有空格的string::find来查找它们的位置，然后从该位置复制，直到找到'\n'

Answer 6

如果您想编写代码来自行解析，请先查看HTTP spec。这将为您提供语法：

    generic-message = start-line
                      *(message-header CRLF)
                      CRLF
                      [ message-body ]
    start-line      = Request-Line | Status-Line

所以我要做的第一件事是在CRLF上使用split()将其分解为复合线。然后，您可以遍历生成的向量。在你找到一个空白CRLF的元素之前，你正在解析一个标题，所以你拆分第一个'：'来获得键和值。

点击空元素后，您正在解析响应正文。

警告：过去我自己做过这个，我可以告诉你并非所有网络服务器都对行结尾一致（你可能只找到一个CR或只有一个LF）而且并非所有浏览器/其他抽象层都是与他们传递给你的东西是一致的。因此，您可能会在您不期望的地方找到额外的CRLF，或者在您期望的地方找到CRLF。祝你好运。

Answer 7

如果您准备手动展开循环，则可以使用std::istringstream和提取运算符的正常重载（使用适当的操作符，例如get_time()来处理日期）来提取数据。简单的方法。

另一种可能性是使用std::regex来匹配所有模式，例如<string>:<string>，并迭代所有匹配（egrep语法似乎很有希望，如果你有几行要处理）。

或者，如果您想以困难的方式执行此操作，并且您的字符串具有特定语法，则可以使用Boost.Spirit轻松定义语法并生成解析器。

Answer 8

如果您有权访问C + 11，则可以使用std :: regex（http://en.cppreference.com/w/cpp/regex）。

std::string input = "Content-Type: text/plain";
std::regex contentTypeRegex("Content-Type: (.+)");

std::smatch match;

if (std::regex_match(input, match, contentTypeRegex)) {
     std::ssub_match contentTypeMatch = match[1];
     std::string contentType = contentTypeMatch.str();
     std::cout << contentType;
}
//else not found

在此处编译/运行版本：http://ideone.com/QTJrue

这个正则表达式是一个非常简化的情况，但它对于多个字段是相同的原则。

C ++从字符串中提取数据

8 个答案: