在 C++ 中解析这个的最好方法是什么？

Question

在我的程序中，我有一个以下格式的“服务器地址”列表：

host[:port]

这里的括号表示端口是可选的。

• host 可以是主机名、IPv4 或 IPv6 地址（可能采用“括号内”表示法）。
• port，如果存在，可以是数字端口号或服务字符串（例如：“http”或“ssh”）。

如果 port 存在并且 host 是 IPv6 地址，则 host 必须 采用“括号括起来”表示法 (示例：[::1]）

以下是​​一些有效的示例：

localhost
localhost:11211
127.0.0.1:http
[::1]:11211
::1
[::1]

和一个无效的示例：

::1:80 // Invalid: Is this the IPv6 address ::1:80 and a default port, or the IPv6 address ::1 and the port 80 ?
::1:http // This is not ambigous, but for simplicity sake, let's consider this is forbidden as well.

我的目标是将这些条目分为两部分（显然是 host 和 端口）。我不在乎 host 或 port 是否无效，只要它们不包含非括号括起来的 : ( 290.234.34.34.5对于host来说是可以的，在接下来的过程中会被拒绝）；我只是想将这两部分分开，或者如果没有 port 部分，以某种方式知道。

我尝试用 std::stringstream 做一些事情，但我所做的一切看起来都很老套，而且不太优雅。

在 C++ 中你会如何做到这一点？

我不介意用 C 回答，但首选 C++ 。任何boost解决方案也受到欢迎。

谢谢。

Answer 1

你看过 boost ::精神？不过，这对于你的任务来说可能有点过分了。

Answer 2

这是一个简单的类，它使用 boost::xpressive 来完成验证 IP 地址类型的工作，然后您可以解析其余部分以获得结果。

用法：

const std::string ip_address_str = "127.0.0.1:3282";
IpAddress ip_address = IpAddress::Parse(ip_address_str);
std::cout<<"Input String: "<<ip_address_str<<std::endl;
std::cout<<"Address Type: "<<IpAddress::TypeToString(ip_address.getType())<<std::endl;
if (ip_address.getType() != IpAddress::Unknown)
{
    std::cout<<"Host Address: "<<ip_address.getHostAddress()<<std::endl;
    if (ip_address.getPortNumber() != 0)
    {
        std::cout<<"Port Number: "<<ip_address.getPortNumber()<<std::endl;
    }
}

类的头文件，IpAddress.h

#pragma once
#ifndef __IpAddress_H__
#define __IpAddress_H__


#include <string>

class IpAddress
{
public:
    enum Type
    {
        Unknown,
        IpV4,
        IpV6
    };
    ~IpAddress(void);

    /**
     * \brief   Gets the host address part of the IP address.
     * \author  Abi
     * \date    02/06/2010
     * \return  The host address part of the IP address.
    **/
    const std::string& getHostAddress() const;

    /**
     * \brief   Gets the port number part of the address if any.
     * \author  Abi
     * \date    02/06/2010
     * \return  The port number.
    **/
    unsigned short getPortNumber() const;

    /**
     * \brief   Gets the type of the IP address.
     * \author  Abi
     * \date    02/06/2010
     * \return  The type.
    **/
    IpAddress::Type getType() const;

    /**
     * \fn  static IpAddress Parse(const std::string& ip_address_str)
     *
     * \brief   Parses a given string to an IP address.
     * \author  Abi
     * \date    02/06/2010
     * \param   ip_address_str  The ip address string to be parsed.
     * \return  Returns the parsed IP address. If the IP address is
     *          invalid then the IpAddress instance returned will have its
     *          type set to IpAddress::Unknown
    **/
    static IpAddress Parse(const std::string& ip_address_str);

    /**
     * \brief   Converts the given type to string.
     * \author  Abi
     * \date    02/06/2010
     * \param   address_type    Type of the address to be converted to string.
     * \return  String form of the given address type.
    **/
    static std::string TypeToString(IpAddress::Type address_type);
private:
    IpAddress(void);

    Type m_type;
    std::string m_hostAddress;
    unsigned short m_portNumber;
};

#endif // __IpAddress_H__

类的源文件，IpAddress.cpp

#include "IpAddress.h"
#include <boost/xpressive/xpressive.hpp>

namespace bxp = boost::xpressive;

static const std::string RegExIpV4_IpFormatHost = "^[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]+(\\:[0-9]{1,5})?$";
static const std::string RegExIpV4_StringHost = "^[A-Za-z0-9]+(\\:[0-9]+)?$";

IpAddress::IpAddress(void)
:m_type(Unknown)
,m_portNumber(0)
{
}

IpAddress::~IpAddress(void)
{
}

IpAddress IpAddress::Parse( const std::string& ip_address_str )
{
    IpAddress ipaddress;
    bxp::sregex ip_regex = bxp::sregex::compile(RegExIpV4_IpFormatHost);
    bxp::sregex str_regex = bxp::sregex::compile(RegExIpV4_StringHost);
    bxp::smatch match;
    if (bxp::regex_match(ip_address_str, match, ip_regex) || bxp::regex_match(ip_address_str, match, str_regex))
    {
        ipaddress.m_type = IpV4;
        // Anything before the last ':' (if any) is the host address
        std::string::size_type colon_index = ip_address_str.find_last_of(':');
        if (std::string::npos == colon_index)
        {
            ipaddress.m_portNumber = 0;
            ipaddress.m_hostAddress = ip_address_str;
        }else{
            ipaddress.m_hostAddress = ip_address_str.substr(0, colon_index);
            ipaddress.m_portNumber = atoi(ip_address_str.substr(colon_index+1).c_str());
        }
    }
    return ipaddress;
}

std::string IpAddress::TypeToString( Type address_type )
{
    std::string result = "Unknown";
    switch(address_type)
    {
    case IpV4:
        result = "IP Address Version 4";
        break;
    case IpV6:
        result = "IP Address Version 6";
        break;
    }
    return result;
}

const std::string& IpAddress::getHostAddress() const
{
    return m_hostAddress;
}

unsigned short IpAddress::getPortNumber() const
{
    return m_portNumber;
}

IpAddress::Type IpAddress::getType() const
{
    return m_type;
}

我只设置了 IPv4 的规则，因为我不知道 IPv6 的正确格式。但我很确定实施起来并不难。 Boost Xpressive只是一个基于模板的解决方案，因此不需要将任何.lib文件编译到您的exe中，我相信这是一个优点。

顺便说一下，简而言之，只是为了分解正则表达式的格式......
^ = 字符串开头
$ = 字符串结尾
[] = 可以出现的一组字母或数字
[0-9] = 0 到 9 之间的任何个位数
[0-9]+ = 0 到 9 之间的一位或多位数字
这 '。'对于正则表达式有特殊含义，但由于我们的格式在 IP 地址格式中有 1 个点，因此我们需要指定我们想要一个“.”。数字之间使用“\.”。但由于 C++ 需要“\”的转义序列，我们必须使用“\\。”
? = 可选组件

因此，简而言之，"^[0-9]+$" 表示正则表达式，这对于整数来说是正确的。
“^[0-9]+\.$”表示以“.”结尾的整数
"^[0-9]+\.[0-9]?$" 是一个以“.”结尾的整数或小数。
对于整数或实数，正则表达式为 "^[0-9]+(\.[0-9]*)?$"。
正则表达式中 2 到 3 个数字之间的整数为 "^[0-9]{2,3}$"。

现在来分解 ip 地址的格式：

"^[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]+(\\:[0-9]{1,5})?$"

这与：“^[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1, 3}\.[0-9]+(\:[0-9]{1,5})?$"，这意味着：

[start of string][1-3 digits].[1-3 digits].[1-3 digits].[1-3 digits]<:[1-5 digits]>[end of string]
Where, [] are mandatory and <> are optional

第二个正则表达式比这个更简单。它只是字母数字值的组合，后跟可选的冒号和端口号。

顺便说一句，如果您想测试 RegEx，可以使用此网站。

编辑：我没有注意到您可以选择使用 http 而不是端口号。为此，您可以将表达式更改为：

"^[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]+(\\:([0-9]{1,5}|http|ftp|smtp))?$"

这接受如下格式：
127.0.0.1
127.0.0.1:3282
127.0.0.1:http
217.0.0.1:ftp
18.123.2.1:smtp

Answer 3

我参加聚会迟到了，但我正在谷歌上搜索如何做到这一点。 Spirit 和 C++ 已经成长了很多，所以让我添加 2021 年的内容：

Live On Compiler Explorer

#include <fmt/ranges.h>
#include <boost/spirit/home/x3.hpp>
#include <boost/fusion/adapted/std_tuple.hpp>

auto parse_server_address(std::string_view address_spec,
                          std::string_view default_service = "https")
{
    using namespace boost::spirit::x3;
    auto service = ':' >> +~char_(":") >> eoi;
    auto host    = '[' >> *~char_(']') >> ']' // e.g. for IPV6
        | raw[*("::" | (char_ - service))];

    std::tuple<std::string, std::string> result;
    parse(begin(address_spec), end(address_spec),
          expect[host >> (service | attr(default_service))], result);

    return result;
}

int main() {
    for (auto input : {
             "localhost",
             "localhost:11211",
             "127.0.0.1:http",
             "[::1]:11211",
             "::1", "[::1]",
             "::1:80", // Invalid: Is this the IPv6 address ::1:80 and a default
                       // port, or the IPv6 address ::1 and the port 80 ?
             "::1:http", // This is not ambigous, but for simplicity sake, let's
                         // consider this is forbidden as well.
         })
    {
        // auto [host, svc] = parse_server_address(input);
        fmt::print("'{}' -> {}\n", input, parse_server_address(input));
    }
}

打印

'localhost' -> ("localhost", "https")
'localhost:11211' -> ("localhost", "11211")
'127.0.0.1:http' -> ("127.0.0.1", "http")
'[::1]:11211' -> ("::1", "11211")
'::1' -> ("::1", "https")
'[::1]' -> ("::1", "https")
'::1:80' -> ("::1", "80")
'::1:http' -> ("::1", "http")

奖励

验证/解析地址。解析100%不变，只是使用Asio解析结果，同时验证它们：

#include <boost/asio.hpp>
#include <iostream>
#include <iomanip>
using boost::asio::ip::tcp;
using boost::asio::system_executor;
using boost::system::error_code;

int main() {
    tcp::resolver r(system_executor{});
    error_code    ec;

    for (auto input : {
             "localhost",
             "localhost:11211",
             "127.0.0.1:http",
             "[::1]:11211",
             "::1", "[::1]",
             "::1:80", // Invalid: Is this the IPv6 address ::1:80 and a default
                       // port, or the IPv6 address ::1 and the port 80 ?
             "::1:http", // This is not ambigous, but for simplicity sake, let's
                         // consider this is forbidden as well.
             "stackexchange.com",
             "unknown-host.xyz",
         })
    {
        auto [host, svc] = parse_server_address(input);

        for (auto&& endpoint : r.resolve({host, svc}, ec)) {
            std::cout << input << " -> " << endpoint.endpoint() << "\n";
        }

        if (ec.failed()) {
            std::cout << input << " -> unresolved: " << ec.message() << "\n";
        }
    }
}

打印（有限网络Live On Wandbox< /a> 和 Coliruhttp://coliru.stacked-crooked.com/a/497d8091b40c9f2d)

localhost -> 127.0.0.1:443
localhost:11211 -> 127.0.0.1:11211
127.0.0.1:http -> 127.0.0.1:80
[::1]:11211 -> [::1]:11211
::1 -> [::1]:443
[::1] -> [::1]:443
::1:80 -> [::1]:80
::1:http -> [::1]:80
stackexchange.com -> 151.101.129.69:443
stackexchange.com -> 151.101.1.69:443
stackexchange.com -> 151.101.65.69:443
stackexchange.com -> 151.101.193.69:443
unknown-host.xyz -> unresolved: Host not found (authoritative)

Answer 4

std::string host, port;
std::string example("[::1]:22");

if (example[0] == '[')
{
    std::string::iterator splitEnd =
        std::find(example.begin() + 1, example.end(), ']');
    host.assign(example.begin(), splitEnd);
    if (splitEnd != example.end()) splitEnd++;
    if (splitEnd != example.end() && *splitEnd == ':')
        port.assign(splitEnd, example.end());
}
else
{
    std::string::iterator splitPoint =
        std::find(example.rbegin(), example.rend(), ':').base();
    if (splitPoint == example.begin())
        host = example;
    else
    {
        host.assign(example.begin(), splitPoint);
        port.assign(splitPoint, example.end());
    }
}

Answer 5

如前所述，Boost.Spirit.Qi 可以处理这个问题。

如前所述，这（真的）太过分了。

const std::string line = /**/;

if (line.empty()) return;

std::string host, port;

if (line[0] == '[')           // IP V6 detected
{
  const size_t pos = line.find(']');
  if (pos == std::string::npos) return;  // Error handling ?
  host = line.substr(1, pos-1);
  port = line.substr(pos+2);
}
else if (std::count(line.begin(), line.end(), ':') > 1) // IP V6 without port
{
  host = line;
}
else                          // IP V4
{
  const size_t pos = line.find(':');
  host = line.substr(0, pos);
  if (pos != std::string::npos)
    port = line.substr(pos+1);
}

我真的不认为这需要一个解析库，由于 : 的超载使用，它可能不会提高可读性。

现在我的解决方案当然不是完美无缺的，例如人们可能会想知道它的效率......但我真的认为它已经足够了，至少你不会失去下一个维护者，因为根据经验，Qi 表达式几乎是清晰的！

Answer 6

#pragma once
#ifndef ENDPOINT_HPP
#define ENDPOINT_HPP

#include <string>

using std::string;

struct Endpoint {
  string
    Host,
    Port;
  enum : char {
    V4,
    V6
  } Type = V4;
  __inline Endpoint(const string& text) {
    bind(text);
  }
private:
  void __fastcall bind(const string& text) {
    if (text.empty())
      return;
    auto host { text };
    string::size_type bias = 0;
    constexpr auto NONE = string::npos;
    while (true) {
      bias = host.find_first_of(" \n\r\t", bias);
      if (bias == NONE)
        break;
      host.erase(bias, 1);
    }
    if (host.empty())
      return;
    auto port { host };
    bias = host.find(']');
    if (bias != NONE) {
      host.erase(bias);
      const auto skip = text.find('[');
      if (skip == NONE)
        return;
      host.erase(0, skip + 1);
      Type = V6;
      ++bias;
    }
    else {
      bias = host.find(':');
      if (bias == NONE)
        port.clear();
      else {
        const auto next = bias + 1;
        if (host.length() == next)
          return;
        if (host[next] == ':') {
          port.clear();
          Type = V6;
        }
        else if (! bias)
          host.clear();
        else
          host.erase(bias);
      }
    }
    if (! port.empty())
      Port = port.erase(0, bias + 1);
    if (! host.empty())
      Host = host;
  }
};

#endif // ENDPOINT_HPP

Answer 7

如果您通过字符串或 C++ 中的字符数组获取端口和主机；你可以得到字符串的长度。执行 for 循环，直到字符串末尾，直到找到一个单独的冒号，然后在该位置将字符串分成两部分。

for (int i=0; i<string.length; i++) {
     if (string[i] == ':') {
          if (string[i+1] != ':') {
               if (i > 0) {
                    if (string[i-1] != ':') {
                         splitpoint = i;
}    }    }    }    }

只是一个建议，它有点深，我确信有一种更有效的方法，但希望这会有所帮助，
大风