我正在尝试在文本中找到regex
模式。我们打电话给原文:原文。
以下是patternFinder()
程序的代码:
vector <pair <long,long> >CaddressParser::patternFinder(string pattern)
{
string m_text1=m_text;
int begin =0;
int end=0;
smatch m;
regex e (pattern);
vector<pair<long, long>> indices;
if(std::regex_search(m_text1,m,e))
{
begin=m.position();
end=m.position()+m.length()-1;
m_text1 = m.suffix().str();
indices.push_back(make_pair(begin,end));
while(end<m_length&&std::regex_search(m_text1,m,e))
{
begin=end+m.prefix().length()+1;
end=end+m.prefix().length()+m.length();
indices.push_back(make_pair(begin,end));
m_text1 = m.suffix().str();
}
return indices;
}
else return indices;
}
我有以下regular Expression
:
"\\b[0-9]{3}\\b.*(Street).*[0-9]{5}"
和开头提到的原始文本是:
只有粗体文本才能匹配正则表达式。
现在问题是当正则表达式作为从文本文件中读取的字符串传递时patternFinder()
无法识别模式。尽管直接字符串(与文本文件中的字符串相同)是作为参数传递给patternFinder()
它有效。
这个问题可能来自哪里?
以下是我fileReader()
函数的代码,我认为这个代码并不重要:
string CaddressParser::fileReader(string fileName)
{
string text;
FILE *fin;
fin=fopen(fileName.c_str(),"rb" );
int length=getLength(fileName);
char *buffer= new char[length];
fread(buffer,length,1,fin);
buffer[length]='\0';
text =string(buffer);
fclose(fin);
return text;
}
答案 0 :(得分:1)
请注意,将正则表达式直接写入C ++代码以及从文件中读取它时,存在明显的语法差异。
在C ++中,反斜杠字符具有转义语义,因此要将字面反斜杠放入字符串文字中,必须使用反斜杠将其自身转义。因此,要在内存中获得两个字符的字符串\b
,您必须使用字符串文字"\\b"
。 C ++编译器将两个反斜杠解释为单个反斜杠字符,以存储在文字中。换句话说,strlen("\\b")
是2。
另一方面,文本文件的内容由程序读取,不会被C ++编译器处理。因此,要将两个字符\
和b
放入从文件读取的字符串中,只需将两个字符的字符串\b
写入文件中。
答案 1 :(得分:0)
问题可能在于从文件中读取字符串的函数。打印字符串read并确保正确读取正则表达式。
答案 2 :(得分:0)
问题出在这2行中
缓冲液[长度] = '\ 0';
text = string(buffer);
buffer [length]应该是缓冲区[length - 1]