getline 函数的多个分隔符，C++

Question

我想逐字阅读文本，以简单的方式避免任何非字母数字字符。在从带有空格和 '\n' 的文本“进化”之后，我需要解决这个问题，以防还有 ',', '.' 例如。第一种情况是通过使用带有分隔符“ ”的 getline 来解决的。我想知道是否有一种方法可以使用getline多个分隔符，甚至某种正则表达式（例如 '.'|' '|','|'\n'）。

据我所知，它的getline工作方式是从输入流中读取字符，直到delimiter到达'\n' 或字符为止。我的第一个猜测是为它提供多个分隔符非常简单，但我发现事实并非如此。

编辑：作为澄清。任何 C 风格（例如 strtok，在我看来非常丑陋）或算法类型的解决方案都不是我想要的。想出一个简单的算法来解决这个问题并实现它是相当容易的。我正在寻找一个更优雅的解决方案，或者至少解释为什么我们不能用getline函数来处理它，因为除非我完全误解了，否则应该能够以某种方式接受多个分隔符。

Answer 1

有好消息和坏消息。好消息是你可以做到这一点。

坏消息是这样做相当迂回，有些人发现它非常丑陋和讨厌。

为此，您首先要观察两个事实：

1. 普通的字符串提取器使用空格来分隔“单词”。
2. 什么构成空白是在流的语言环境中定义的。

将它们放在一起，答案就变得相当明显（如果是迂回的）：要定义多个分隔符，我们定义一个区域设置，允许我们指定哪些字符应该被视为分隔符（即空格）：

struct word_reader : std::ctype<char> {
    word_reader(std::string const &delims) : std::ctype<char>(get_table(delims)) {}
    static std::ctype_base::mask const* get_table(std::string const &delims) {
        static std::vector<std::ctype_base::mask> rc(table_size, std::ctype_base::mask());

        for (char ch : delims)
            rc[ch] = std::ctype_base::space;
        return &rc[0];
    }
};

然后我们需要告诉流使用该语言环境（好吧，一个具有该 ctype 方面的语言环境），传递我们想要用作分隔符的字符，然后从流中提取单词：

int main() {
    std::istringstream in("word1, word2. word3,word4");

    // create a ctype facet specifying delimiters, and tell stream to use it:
    in.imbue(std::locale(std::locale(), new word_reader(" ,.\n")));
    std::string word;

    // read words from the stream. Note we just use `>>`, not `std::getline`:
    while (in >> word)
        std::cout << word << "\n";
}

结果就是（我希望）你想要的：提取没有标点符号的每个单词是“空白”。

word1
word2
word3
word4