Question

首先让我说，我已经彻底解决了这个问题的所有其他解决方案，尽管它们非常相似，但没有一个能完全解决我的问题。

我需要使用boost正则表达式提取所有标记，不包括引号（对于引用的标记）。

我认为我需要使用的正则表达式是：

sregex pattern = sregex::compile("\"(?P<token>[^\"]*)\"|(?P<token>\\S+)");

但我收到错误：

命名标记已存在

为C＃发布的解决方案似乎与重复的命名标记一起使用，因为它是与另一个的OR表达式。

Regular Expression to split on spaces unless in quotes

Answer 1

我在这里回答了一个非常相似的问题：

How to make my split work only on one real line and be capable to skip quoted parts of string?

示例代码

使用Boost Spirit
支持引用字符串，部分引用字段，用户定义分隔符，转义引号
通常支持许多（不同的）输出容器
支持Range概念的模型作为输入（包括char []，例如。）

使用相对广泛的编译器版本和Boost版本进行测试。

https://gist.github.com/bcfbe2b5f071c7d153a0

Answer 2

大多数正则表达式都不允许重用组名。如果所有用途都在同一个交替中，有些口味允许它，但显然你的不是其中之一。但是，如果您运行的是最新版本的Boost，则应该可以使用分支重置组。它看起来是这样的 - (?|...|...|...) - 并且在每个替代方案中，组编号重置到达到分支重置组之前的任何位置。它也应该与命名组一起使用，但这不能保证。我自己无法测试它，所以试试这个：

"(?|\"(?P<token>[^\"]*)\"|(?P<token>\\S+))"

...如果这不起作用，请使用普通的旧编号组进行尝试。

Answer 3

在查看答案时，我测试了另一种方法，该方法涉及使用不同的组标记名称，并在迭代它们时简单地测试哪一个是空白的。虽然它可能不是最快的代码，但它是迄今为止最易读的解决方案，这对我的问题更为重要。

以下代码对我有用：

    #include <boost/xpressive/xpressive.hpp>
    using namespace boost::xpressive;
...
    std::vector<std::string> tokens;
    std::string input = "here is a \"test string\"";
    sregex pattern = sregex::compile("\"(?P<quoted>[^\"]*)\"|(?P<unquoted>\\S+)");
    sregex_iterator cur( input.begin(), input.end(), pattern );
    sregex_iterator end;

    while(cur != end)
    {
      smatch const &what = *cur;
      if(what["quoted"].length() > 0)
      {
        tokens.push_back(what["quoted"]);
      }
      else
      {
        tokens.push_back(what["unquoted"]);
      }
      cur++;
    }

标记一个字符串，不包括引号内的分隔符

3 个答案: