Question

编辑：我正在寻找一个不使用正则表达式的解决方案，因为它似乎有错误并且不可信

我有以下函数，只要找到以下符号之一，它就会提取字符串的标记：+,-,^,*,!

bool extract_tokens(string expression, std::vector<string> &tokens) {    
    static const std::regex reg(R"(\+|\^|-|\*|!|\(|\)|([\w|\s]+))");
    std::copy(std::sregex_token_iterator(right_token.begin(), right_token.end(), reg, 0),
              std::sregex_token_iterator(),
              std::back_inserter(tokens));
    return true;
}

直到今天我一直工作得很好，我发现了一个极端的情况，以下输入：！aaa +！ a应该返回!,aaa ,+,!, a，但它返回!,aaa ,+,"",!, a，请注意+和！之间多余的空字符串。

我如何防止这种行为？我认为这可以通过正则表达式来完成，

Answer 1

为了挽救基于正则表达式的解决方案，我想到了这一点：

[-+^*!()]|\s*[^-+^*!()\s][^-+^*!()]*

Demo。该报告报告定界符以及定界符之间的任何内容，包括前导和尾随空白，但会丢弃仅由空白组成的令牌。

一个类似的表达式也去除了开头和结尾的空格：

[-+^*!()]|[^-+^*!()\s]+(\s+[^-+^*!()\s]+)*)

Demo

Answer 2

受https://stackoverflow.com/a/9436872/4645334的启发，您可以使用以下方法解决问题：

bool extract_tokens(std::string expression, std::vector<std::string> &tokens) {
  std::string token;

  for (const auto& c: expression) {
    if (c == '/' || c == '-' || c == '*' || c == '+' || c == '!') {
      if (token.length() && !std::all_of(token.cbegin(), token.cend(), [](auto c) { return c == ' '; })) tokens.push_back(token);
      token.clear();
      tokens.emplace_back(1, c);
    } else {
      token += c;
    }
  }

  if (token.length() && !std::all_of(token.cbegin(), token.cend(), [](auto c) { return c == ' '; })) tokens.push_back(token);
     
  return true;
}

输入：

"!aaa + ! a"

输出：

"!","aaa ","+","!"," a"

在C ++中从字符串中提取令牌

2 个答案: