使用 boost::regex 获取子 match_results

Question

嘿，假设我有这个正则表达式： (test[0-9])+

并且我将其与： test1test2test3test0

const bool ret = boost::regex_search(input, what, r);

for (size_t i = 0; i < what.size(); ++i)
    cout << i << ':' << string(what[i]) << "\n";

现在，what[1]< /code> 将是 test0 （最后一次出现）。假设我还需要获取 test1、2 和 3：我该怎么办？

注意：真正的正则表达式极其复杂，并且必须保持整体匹配，因此将示例正则表达式更改为 (test[0-9]) 将不起作用。

Answer 1

我认为 Dot Net 有能力制作单个捕获组集合，以便 (grp)+ 将在 group1 上创建一个集合对象。 boost 引擎的 regex_search() 将与任何普通的匹配函数一样。您处于 while() 循环中，匹配上一次匹配结束的模式。您使用的表单不​​使用出价迭代器，因此该函数不会从上一场比赛结束的地方开始下一场比赛。

您可以使用迭代器形式：
（编辑 - 您还可以使用令牌迭代器，定义要迭代的组。添加到下面的代码中）。

#include <boost/regex.hpp> 
#include <string> 
#include <iostream> 

using namespace std;
using namespace boost;

int main() 
{ 
    string input = "test1 ,, test2,, test3,, test0,,";
    boost::regex r("(test[0-9])(?:$|[ ,]+)");
    boost::smatch what;

    std::string::const_iterator start = input.begin();
    std::string::const_iterator end   = input.end();

    while (boost::regex_search(start, end, what, r))
    {
        string stest(what[1].first, what[1].second);
        cout << stest << endl;
        // Update the beginning of the range to the character
        // following the whole match
        start = what[0].second;
    }

    // Alternate method using token iterator 
    const int subs[] = {1};  // we just want to see group 1
    boost::sregex_token_iterator i(input.begin(), input.end(), r, subs);
    boost::sregex_token_iterator j;
    while(i != j)
    {
       cout << *i++ << endl;
    }

    return 0;
}

输出：

test1
测试2
测试3
测试0

Answer 2

Boost.Regex 为该功能提供了实验性支持（称为重复捕获）；但是，由于它对性能造成巨大影响，因此默认情况下禁用此功能。

要启用重复捕获，您需要重建Boost.Regex并在所有翻译单元中定义宏BOOST_REGEX_MATCH_EXTRA；最好的方法是在 boost/regex/user.hpp 中取消注释此定义（请参阅 参考，它位于页面的最底部）。

使用此定义进行编译后，您可以通过调用/使用 regex_search、regex_match 和 regex_iterator 以及 match_extra 来使用此功能旗帜。

检查对 Boost.Regex 的引用更多信息。

Answer 3

在我看来，您需要创建一个 regex_iterator，使用 (test[0-9]) 正则表达式作为输入。然后，您可以使用生成的 regex_iterator 来枚举原始目标的匹配子字符串。

如果您仍然需要“整体匹配”，那么这项工作可能必须与查找匹配子字符串的任务分离。您能澄清一下您的要求的那部分吗？