Question

我试图用Boost解析一个简单的句子结构。这是我第一次使用Boost，所以我可能完全错了。我想要做的只是接受这种格式的字符串：

必须以字母开头（不区分大小写）
可能包含：
- 字母字符
- 数字字符
- 下划线
- 连字符
所有其他字符用作分隔符

由于我不知道哪些字符是我的分隔符（可能有很多），我试图制作一个对此敏感的正则表达式。唯一的问题是，我只得到每个单词的最后一个字母。这让我相信我的正则表达式是正确的，但我使用boost不是。这是我的代码：

boost::regex regexp("[A-Za-z]([A-Za-z]|[0-9]|_|-)*", boost::regex::normal | boost::regbase::icase);
boost::sregex_token_iterator i(text.begin(), text.end(), regexp, 1);
boost::sregex_token_iterator j;
while(i != j){
    cout << *i++ << std::endl;
}

我在Boost website找到的内容后对此进行了建模。我使用最后一个示例（在页面底部）作为模板来构建mf代码。在这种情况下，text是string类型的对象。

我的正则表达式是否正确？我正确使用提升吗？

Answer 1

将您的正则表达式更改为：([A-Za-z][-A-Za-z0-9_]*)

通过将括号放在整个表达式周围，将捕获整个事物，而不仅仅是匹配的最后一个字符。将 - 放在前面会使它成为匹配的字符，而不是范围说明符。

Answer 2

您正在为每个RE匹配请求第一个子匹配。这指的是这个子表达式：([A-Za-z]|[0-9]|_|-)，你得到的每一个匹配的最后一个匹配（注意它由*限定）。因此，最后一个字符。我认为你应该为子匹配号码传递0，或者只是省略该参数。当我修改你的代码来做那件事时，它会做我认为你想要它做的事情。

使用Boost进行正则表达式标记仅获取最后一个单词

2 个答案: