在我的代码中,提升正则表达式无法正常工作

Question

我今天刚刚开始使用Boost :: regex,而且它也是正则表达式的新手.我一直在使用"The Regulator"和Expresso来测试我的正则表达式并且对我在那里看到的东西感到满意,但转移那个正则表达式来提升,似乎并没有按照我的意愿去做.任何帮助我解决方案的指针都会受到欢迎.作为一个附带问题,是否有任何工具可以帮助我测试我的正则表达式对boost.regex？

using namespace boost;
using namespace std;

vector<string> tokenizer::to_vector_int(const string s)
{
    regex re("\\d*");
    vector<string> vs;
    cmatch matches;
    if( regex_match(s.c_str(), matches, re) ) {
        MessageBox(NULL, L"Hmmm", L"", MB_OK); // it never gets here
        for( unsigned int i = 1 ; i < matches.size() ; ++i ) {
            string match(matches[i].first, matches[i].second);
            vs.push_back(match);
        }
    }
    return vs;
}

void _uttokenizer::test_to_vector_int() 
{
    vector<string> __vi = tokenizer::to_vector_int("0<br/>1");
    for( int i = 0 ; i < __vi.size() ; ++i ) INFO(__vi[i]);
    CPPUNIT_ASSERT_EQUAL(2, (int)__vi.size());//always fails
}

更新(感谢Dav帮助我澄清我的问题):我希望得到一个带有2个字符串的向量=>"0"和"1".我反而永远不会得到一个成功的regex_match()(regex_match()总是返回false)所以向量总是为空.

感谢'1800 INFORMATION'的建议.该to_vector_int()方法现在看起来像这样,但它进入一个永无止境的循环(我拿了你给的代码并修改它以使其可编辑)并找到"0","","",""等等.它永远找不到"1".

vector<string> tokenizer::to_vector_int(const string s)
{
    regex re("(\\d*)");
    vector<string> vs;

    cmatch matches;

    char * loc = const_cast<char *>(s.c_str());
    while( regex_search(loc, matches, re) ) {
        vs.push_back(string(matches[0].first, matches[0].second));
        loc = const_cast<char *>(matches.suffix().str().c_str());
    }

    return vs;
}

老实说,我认为我还没有理解搜索模式和获得匹配的基础知识.是否有任何教程可以解释这个问题？

Answer 1

基本问题是您在使用regex_match时正在使用regex_search:

算法regex_search和regex_match利用match_results来报告匹配的内容; 这些算法之间的区别在于regex_match只会找到消耗所有输入文本的匹配项,而regex_search将在匹配的文本中的任何位置搜索匹配项.

来自boost文档.将其更改为使用regex_search它将起作用.

此外,看起来你没有捕捉比赛.尝试将正则表达式更改为:

regex re("(\\d*)");

或者,也许你需要regex_search反复呼叫:

char *where = s.c_str();
while (regex_search(s.c_str(), matches, re))
{
  where = m.suffix().first;
}

这是因为你的正则表达式中只有一个捕获.

或者,如果您知道数据的基本结构,请更改正则表达式:

regex re("(\\d+).*?(\\d+)");

这将匹配搜索字符串中的两个数字.

请注意,正则表达式\ d*将匹配零个或多个数字 - 这包括空字符串"",因为这正好是零数字.我会将表达式更改为\ d +,它将匹配1或更多.