Question

所以，我有一个示例文件，我试图一次读取一行。基于该行的第一个单词，我想确定如何处理其余部分。

baa made up text
squeak 954823
moo 0 321 123 45543 
.     ^
. more moo lines here, fixed in length
.     v
squeak x
woof 8
oink 1 2 3 4 5 6 7 98 93 12 23 43 
.     
. more oink lines here, m in quantity, differing in length
.
woof x
baa x
//more text here

我现在只在这里使用。我有几个正则表达式用于处理这些格式的行。我正在整理的问题是如何正确地访问正确序列中的子组匹配。我发现的所有材料都是指GCC作为编译器，并且我遇到了与vc ++编译器不同的行为。我正在使用Visual Studio 2010。

我想验证每一行是否匹配：

^(baa|squeak|moo|woof|oink)\s(.*)

这是我在Expresso中编写/构建的语法，它似乎不是VC ++正则表达式所寻求的。现在，我将假设它是正确的 - 它确实描述了我想要的两个子组。

然后，让我们假设我们正在查看上面的第一个示例行，并且已经验证第一个子组匹配'baa'，我想检查：第二个子组只是'x'还是由更多组成？如果它包含更多我将执行函数A（），否则我将执行函数B（）。

然后，根据第一个子组匹配的单词，我想处理具有不同正则表达式的第二个子组，进一步切断子组的不同部分。不幸的是，似乎迭代匹配并不是完全线性的。

在我的阅读中，我遇到了一个名为regex_split（）的boost :: regex函数，它似乎正在寻找我想要的东西，但它已被弃用了。

我也在关注boost :: tokenizer功能，虽然我可以让它做我想做的事，但正则表达式方法更加清晰。

所以，我的问题，一行：

在Visual Studio 2010中使用regex_iterator（）函数在没有Boost库的情况下使用regex_iterator（）函数以便按照我所描述的方式拆分子组是什么？

有没有办法使用带有标准正则表达式库的命名子组（la Perl）？

Answer 1

考虑到你正在处理的正则表达式的无关紧要，我会说正确的方法就是不要为这项工作打扰正则表达式。我只是做了类似的事情：

std::set permitted{"baa", "squeak", "moo", "woof", "oink"};

std::string head, tail;

while (infile >> head)
    if (permitted.find(head) == permitted.end())
        bad_input(head);
    else
        std::getline(infile, tail);

根据具体情况，您可能希望使用std::map而不是std::set。这将允许您存储正则表达式（可能还有一些代码的引用）来匹配和处理该行的其余部分。

VC ++ 11中的regex_split（）等价仅使用标准库

1 个答案: