为什么我的 Boost.Regex 搜索仅报告一次匹配迭代？

Question

我试图找出字符串中有多少个正则表达式匹配项。 我使用迭代器来迭代匹配项，并使用整数来记录有多少个匹配项。

long int before = GetTickCount();
string text;

boost::regex re("^(\\d{5})\\s(\\d{8})\\s(.*)\\s(.*)\\s(.*)\\s(\\d{8})\\s(.{1})$");
char * buffer;
long length;
long count;
ifstream f;


f.open("c:\\temp\\test.txt", ios::in | ios::ate);
length = f.tellg();
f.seekg(0, ios::beg);

buffer = new char[length];

f.read(buffer, length);
f.close();

text = buffer;
boost::sregex_token_iterator itr(text.begin(), text.end(), re, 0);
boost::sregex_token_iterator end;

count = 0;
for(; itr != end; ++itr)
{
    count++;
}

long int after = GetTickCount();
cout << "Found " << count << " matches in " << (after-before) << " ms." << endl;

在我的示例中，count 始终返回 1，即使我将代码放入 for 循环中以显示匹配项（而且有很多匹配项）。 这是为什么？ 我究竟做错了什么？

编辑

测试输入：

12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N

输出（不匹配）：

在 16 毫秒内找到 1 个匹配项。

如果我将 for 循环更改为：

count = 0;
for(; itr != end; ++itr)
{
    string match(itr->first, itr->second);
    cout << match << endl;
    count++;
}

我得到以下输出：

12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
12345 12345678 SOME NAME SOMETHING 88888888 N
Found 1 matches in 47 ms.

Answer 1

呵呵。 你的问题是你的正则表达式。 将您的 (.\*) 更改为 (.\*?) （假设受支持）。 您认为您看到每一行都被匹配，但实际上您看到整个文本被匹配，因为您的模式是贪婪的。

要查看所说明的问题，请将循环中的调试输出更改为：

cout << "[" << match << "]" << endl;

Answer 2

对 boost 不太了解，但是 (end - itr) 有用吗？

Answer 3

既然你说即使输出结果，计数仍然是 1，你可能会看一些事情来帮助诊断它：

• 尝试输出每个循环迭代的计数，看看会发生什么。 如果这只输出一次，那么循环只运行一次，而您认为的多个匹配实际上是一个大的长匹配。
• 如果可行，请尝试完全使用另一个变量名称：在声明了多个 count 变量的情况下，您可能会遇到一些范围阴影。

如果该循环执行多次，那么问题不在于您如何使用 boost。 无论您在做什么，boost 都无法修改您未传递给它的变量。 （当然，如果您要传递 count 来提升某个地方，那么这是另一种可能性。）

很可能，您拥有的第一个 (.*) 会匹配所有内容，直到几乎输入结束（包括换行符）。 尝试用 ([^ ]*) 替换它们（除了空格之外的任何内容，因此当找到空格时匹配就会停止。

Answer 4

您可以粘贴输入和输出吗？

如果 count 返回 1，则意味着字符串 text 中只有 一个 匹配项。