我的问题是，我在std::string内部有一个网站的HTML正文，现在我要将所有内部网址提取到std::vector< std::string >。我知道如何使用正则表达式来检查字符串是否是一个URL，但我不知道如何将所有URL提取到std::vector。
有人能指出我正确的方向吗？
答案 0 :(得分：2)
要从HTML文档中有意义地提取数据，您需要解析HTML。 HTML specification描述了HTML的语法（请注意，还有旧版本的HTML，因此请务必根据编写HTML文档的版本进行解析）。该规范有一个非常有用的标题为Parsing HTML documents的部分，它与编写解析器非常相关。
解析HTML文档的结果应该是Document Object Model树。您可以遍历此树以查找您要查找的URL。
答案 1 :(得分：1)
所以使用好的标记语言阅读器（例如Boost Property Tree）总是比手动处理更合适。
但假设我们说你已经开发了一个用于解析html的防弹正则表达式。因为我们不希望嫉妒来自其他受害者，他们试图通过正则表达式跨越标记语言处理的危险雷区;我们只是打电话给你的正则表达式：class OrganizationDetailComponent implements OnActivate {
final Location _location;
Organization organization = new Organization();
OrganizationDetailComponent( this._location);
@override
Future onActivate(routeStatePrevious, routeStateCurrent) async {
if (routeStateCurrent.parameters.isNotEmpty) {
var uuid = routeStateCurrent.parameters[AppRotas.organizationUuidParameter];
if (uuid != null && uuid.isNotEmpty) {
organization = await _organizationService.getOrganizationById(uuid);
}
}
}
void goBack() {
_location.back();
}
}
我们会说它的1 st 捕获是你想要存储在这个{{1}中的网址regex re 1}}。
有了这样一个传奇的正则表达式，你唯一需要的是regex_token_iterator。鉴于流程输入是vector，您可以简单地执行此操作：
const sting text