解析数字列表的最佳方法

Question

我有一个问题，我需要处理一个数字列表，该列表将在英语句子中。它可以采用以下格式：

项目 1、2 和 3

项目 2 到 5

项目 1 到 20

项目 4 或 8

我最初的本能是编写一个简单的状态机来解析它，但我想知道是否有更好的（更简单）的方式，比如可能是一些正则表达式。有什么建议吗？

Answer 1

如果您有 C++11，以下解析器 (AXE) 将解析您的所有格式（我没有测试它）：

unsigned i;
auto num = axe::r_unsigned(i);
auto space = axe::r_any(" \t");
auto format1 = num % (*space & ',' & *space) & ~("and" & +space & num);
auto format2 = num & +space & "through" & +space & num;
auto format3 = num & +space & "to" & +space & num;
auto format4 = num & +space & "or" & +space & num;
auto format = "items" & +space & (format1 | format2 | format3 | format4);

如果您没有 C++11，您可以使用 提升::精神。与使用正则表达式相比，编写和调试此类解析器更容易、更短，并且您在创建解析规则和语义操作方面也获得了很大的灵活性。

Answer 2

如果您热衷于 Java，请使用正则表达式功能。

http://download.oracle.com/javase/tutorial/essential/regex/

但如果您不这样做，sed 脚本最适合简单的文本处理。

sed 's/\d{1,} /\1 /g' < file.txt

Answer 3

使用针对每种情况的正则表达式或针对每种情况使用带有替代方案的单个表达式来为这些字符串编写解析器似乎非常简单。您需要使用类似 \d+ 的内容来匹配数字。我还将每组类似的组合器分组（例如
将“and”/“or”和“to”/“through”）合并为单个替代项，以便更轻松地处理结果。