Question

我有另一个程序的输出，这个程序更像是人类可读而不是机器可读，但我还是打算解析它。这没什么太复杂的。

然而，我想知道在C ++中最好的方法是什么。这更像是一种“一般惯例”的问题。

我研究了Boost.Spirit，甚至让它运转了一下。那东西太疯狂了！如果我正在设计我正在阅读的语言，那么它可能是正确的工具。但实际上，考虑到它的极端编译时间，当我做错任何事情时，g ++会出现几页错误，这不是我需要的。（我也不太需要运行时性能。）

考虑使用C ++运算符＆lt;＆lt;，但这似乎毫无价值。如果我的文件中有“John有5个小部件”这样的行，而其他人“Mary在459 Ramsy street工作”，我怎么能确保我的程序中有第一个类型的行，而不是第二个类型？我必须阅读整行，然后使用像string::find和string::substr这样的内容。

离开sscanf。它会很好地处理上述案件

if( sscanf( str, "%s has %d widgets", chararr, & intvar ) == 2 )
      // then I know I matched "foo has bar" type of string, 
      // and I now have the parameters too

所以我只是想知道我是否遗漏了某些内容，或者C ++是否真的没有太多的内置替代方案。

Answer 1

sscanf确实听起来非常适合您的要求：

您可能会进行一些冗余解析，但您没有禁止
它对不同输入词的需求进行本地化，并允许将非字符串值直接解析为类型变量，使不同的输入格式易于理解

一个潜在的问题是它容易出错，如果你有很多不断变化的解析短语，那么测试工作和风险就会令人担忧。保持sscanf的精神，但使用istream来确保类型安全：

#include <iostream>
#include <sstream>

// Str captures a string literal and consumes the same from an istream...
// (for non-literals, better to have `std::string` member to guarantee lifetime)
class Str
{
  public:
    Str(const char* p) : p_(p) { }
    const char* c_str() const { return p_; }
  private:
    const char* p_;
};

bool operator!=(const Str& lhs, const Str& rhs)
{
    return strcmp(lhs.c_str(), rhs.c_str()) != 0;
}

std::istream& operator>>(std::istream& is, const Str& str)
{
    std::string s;
    if (is >> s)
        if (s.c_str() != str)
            is.setstate(std::ios_base::failbit);
    return is;
}

// sample usage...

int main()
{
    std::stringstream is("Mary has 4 cats");
    int num_dogs, num_cats;

    if (is >> Str("Mary") >> Str("has") >> num_dogs >> Str("dogs"))
    {
        std::cout << num_dogs << " dogs\n";
    }
    else if (is.clear(), is.seekg(0), // "reset" the stream...
             (is >> Str("Mary") >> Str("has") >> num_cats >> Str("cats")))
    {
        std::cout << num_cats << " cats\n";
    }
}

Answer 2

GNU工具flex和bison是非常强大的工具，您可以使用这些工具沿着Spirit的路线但是（根据某些人）更容易使用，部分原因是错误报告有点更好，因为这些工具有自己的编译器。这个，或Spirit，或其他一些解析器生成器，是“正确”的方法，因为它为您提供了最大的灵活性。

如果您正在考虑使用strtok，您可能需要查看stringstream，它会拆分空格，并允许您在字符串，基元等之间进行一些很好的格式转换。它也可以插入到STL算法中，避免了原始C风格字符串内存管理的所有混乱细节。

Answer 3

我在C ++中编写了大量的解析代码。它的效果非常好，但我自己编写代码并且不依赖于其他人编写的更通用的代码。 C ++没有提供已编写的大量代码，但它是编写此类代码的一种很好的语言。

我不确定你的问题是什么，只是你想找到一个已经编写过的代码，它可以满足您的需求。部分问题在于您没有真正描述您的需求，或者就此问题提出了问题。

如果您可以更具体地提出问题，我很乐意尝试提供更具体的答案。

Answer 4

我使用过Boost.Regex（我认为它也是tr1 :: regex）。易于使用。

Answer 5

总是有strtok（）我想

Answer 6

查看strtok。

Answer 7

根据您要解析的内容，您可能需要正则表达式库。请参阅msdn或earlier question。

就个人而言，再次根据确切的格式，我会考虑使用perl初始转换为更易于机器读取的格式（例如变量记录CSV），然后更容易导入C ++。

如果坚持使用C ++，则需要：

识别记录 - 希望只是一个线
确定记录的类型 - 使用正则表达式
解析记录 - scanf很好

以下行的基类：

class Handler
{
public:
    Handler(const std::string& regexExpr)
        : regex_(regexExpr)
    {}
    bool match(const std::string& s)
    {
        return std::tr1::regex_match(s,regex_);
    }
    virtual bool process(const std::string& s) = 0;
private:
    std::tr1::basic_regex<char> regex_;
};

为每种记录类型定义派生类，在集合中粘贴每个记录的实例并搜索匹配。

class WidgetOwner : public Handler
{
public:
    WidgetOwner()
        : Handler(".* has .* widgets")
    {}
    virtual bool process(const std::string& s) 
    {
        char name[32];
        int widgets= 0;
        int fieldsRead = sscanf( s.c_str(),  "%32s has %d widgets", name, & widgets) ;

        if (fieldsRead == 2)
        {
            std::cout << "Found widgets in " << s << std::endl;
        }
        return fieldsRead == 2;
    }
};

struct Pred 
{
    Pred(const std::string& record)
        : record_(record)
    {}
    bool operator()(Handler* handler)
    {
        return handler->match(record_);
    }
    std::string record_;
};

std::set<Handler*> handlers_;
handlers_.insert(new WidgetOwner);
handlers_.insert(new WorkLocation);

Pred pred(line);
std::set<Handler*>::iterator handlerIt = 
     std::find_if(handlers_.begin(), handlers_.end(), pred);
if (handlerIt != handlers_.end())
    (*handlerIt)->process(line);

C ++字符串解析思路

7 个答案: