Question

我想从文档中提取关键短语：＆＃34;一些关键短语END something ... ect＆＃34;。我的规则运行良好，但结果不包含密钥名称。为了得到一个字符串应该是什么规则：＆＃34;关键短语＆＃34;。谢谢你的建议。

std::vector<std::string> doc; 
bool r = qi::phrase_parse(first,last, 
  ( qi::omit[*(qi::char_-"KEY")] 
    >> qi::lexeme[ "KEY"
    >> *(qi::char_-"KEY" -"END")] ) % "END"
, qi::space, doc);

Answer 1

qi::lit(...)未合成属性。

qi::string(...)。

可能用{qi :: string（“KEY”）替换"KEY"。（很难说不知道doc的类型）

bool r = qi::phrase_parse(first,last, 
  ( qi::omit[*(qi::char_-"KEY")] 
    >> qi::lexeme[ qi::string("KEY")
    >> *(qi::char_-"KEY" -"END")] ) % "END"
, qi::space, doc);

BONUS 另请参阅Spirit Repository中的 seek[] parser directive ：

seek[]解析器指令跳过所有输入，直到主题解析器匹配。

这就是我要做的事情：

<强> Live On Coliru

#include <boost/spirit/include/qi.hpp>
#include <boost/spirit/repository/include/qi_seek.hpp>
namespace qi = boost::spirit::qi;
namespace qr = boost::spirit::repository::qi;

extern std::string const sample; // below

int main() {
    auto f(sample.begin()), l(sample.end());

    std::vector<std::string> phrases;

    if (qi::parse(f,l, *qi::as_string[
                qr::seek[qi::string("KEY")] >> *(qi::char_ - "END")
            ], phrases)) 
    {
        for (size_t i = 0; i < phrases.size(); ++i) 
            std::cout << "keyphrase #" << i << ": '" << phrases[i] << "'\n";
    }
}

打印：

keyphrase #0: 'KEY@v/0qwJTjgFQwNmose7LiEmAmKpIdK3TPmkCs@'
keyphrase #1: 'KEY@G1TErN1QSSKi17BSnwBKML@'
keyphrase #2: 'KEY@pWhBKmc0sD+o@'
keyphrase #3: 'KEY@pwgjNJ0FvWGRezwi74QdIQdmUuKVyquWuvXz4tBOXqMMqco@'
keyphrase #4: 'KEY@aJ3QUfLh3AqfKyxcUSiDbanZmCNGza6jb6pZ@'
keyphrase #5: 'KEY@bYJzitZUyXlgPA009qBpleHIJ9uJUSdJO78iisUgHkoqUpf+oXZQF9X/7v2fikgemCD@'

此答案中的评论中包含的示例数据：/ here /

Answer 2

最终基准：

Spirit Qi（上面的sahe＆＃39;解决方案） - 项目数：5585经过时间：183.676秒
提升正则表达式 - 项目数：5585经过时间：197.684秒
Xpressive正则表达式 - 项目数：5585经过时间：232.597秒

数据大小：23.9 MB文本文件

规则从文本文档中提取键+短语

2 个答案: