从文件中读取令牌（复杂）

Question

我有一个基本的标记化结构/算法。它非常复杂，我希望我能够简单地澄清它，以让您了解我的设计中的“缺陷”。

class ParserState

// bool functions return false if getline() or stream extraction '>>' fails
static bool nextLine(); // reads and tokenizes next line from file and puts it in m_buffer
static bool nextToken(); // gets next token from m_buffer, via fetchToken(), and puts it in m_token
static bool fetchToken( std::string &token ); // procures next token from file/buffer

static size_t m_lineNumber;
static std::ifstream m_fstream;
static std::string m_buffer;
static std::string m_token;

进行此设置的原因是能够在发生语法错误时报告行号。根据解析器的阶段/状态，我的程序中会发生不同的事情，并且此 ParserState 的子类使用 m_token 和 nextToken 继续。如果m_buffer为空，fetchToken调用nextLine，并将下一个标记放入其参数中：

istringstream stream;

do // read new line until valid token can be extracted
{
    Debug(5) << "m_buffer contains: " << m_buffer << "\n";
    stream.str( m_buffer );

    if( stream >> token )
    {
        Debug(5) << "Token extracted: " << token << "\n";
        m_token = token;
        return true; // return when token found
    }
    stream.clear();
} while( nextLine() );
// if no tokens can be extracted from the whole file, return false
return false;

问题是从m_buffer中删除的标记不是删除，每次调用 nextToken() 时都会读取相同的令牌。问题是 m_buffer 可以修改，从而在循环中调用 istringstream::str 。但这是我的问题的原因，据我所知，它无法解决，因此我的问题是：我怎样才能让 stream >> token 从字符串流内部指向的字符串中删除某些内容？也许我需要不使用stringstream，但是在这种情况下需要使用更基本的东西（比如找到第一个空格并从字符串中剪切第一个标记）？

感谢十亿！

PS：任何改变我的函数/类结构的建议都是可以的，只要它们允许跟踪行号（因此没有完整的文件读入m_buffer和类成员istringstream，这是我在想要行号错误报告之前所拥有的）。

Answer 1

为什么不简单地将 m_buffer 设为 std::istringstream 而不是 std::string 呢？您可以删除临时变量并获得所需的效果。每当您在诸如此类的语句中更改 m_buffer 时，

m_buffer = ...

请改写：

m_buffer.str(...);

Answer 2

为了避免多次读取相同的令牌，我认为您必须使用 tellg 获取 stream 中的位置，然后使用 seekg 恢复它（这些方法此处进行了描述）。然而，使用 std::istringstream 对我来说似乎有点过分了。我宁愿直接使用 m_buffer 。

Answer 3

处理行号报告的常用方案是一次读取一行，就像您所做的那样，增加行计数，然后当您的标记生成器开始构建标记时，它会拍摄行号的快照并将其存储到令牌数据结构（通常包含行号、令牌类型和令牌值（如果有））。

这将行读取与令牌构建分离，而不会丢失行号。这也意味着您可以有很多令牌，它们都可以有行号（包括不同的行号），令牌可以在一行上开始并在另一行上结束，等等。