`re.sub(pattern, functor, string)` 用于 C++

Posted 2023-02-22

【中文标题】`re.sub(pattern, functor, string)` 用于 C++

【英文标题】：`re.sub(pattern, functor, string)` for C++

【发布时间】：2014-09-20 05:56:39

【问题描述】：

Python regexp 有一个有用的特性，即使用函数来确定替换的能力。也就是说，re.sub(pattern, functor, string) 会将匹配结果传递给仿函数以获取要使用的替换字符串。这比使用 `\1', '\2' 来引用子匹配的格式字符串语法灵活得多。

现在，我想在 C++ 中实现相同的目标，但我不知道该怎么做。第一个想法是使用std::regex_replace，但它没有允许传递函子的重载。另一个想法是使用迭代器将文本拆分为类型为MATCH 或NOT_MATCH 的标记，但标准正则表达式迭代器似乎只返回一种类型。他们要么跳过所有不匹配，要么跳过所有匹配。

有什么办法吗？我更喜欢标准库。

【问题讨论】：

对于任何未来的读者，boost::regex 似乎有这样的重载。

【参考方案1】：

您可以使用匹配结果的.prefix()获取字符串中不匹配的前缀部分，使用.suffix()获取字符串其余部分的不匹配。

Demo（改编自here）。

【参考方案2】：

我在这里写了一篇关于这个主题的博文：http://blog.brainstembreakfast.com/update/c++/2014/09/20/regex-replace-ext/

你要找的功能是

template< class Traits, class CharT,
        class STraits, class SAlloc >
  inline std::basic_string<CharT,STraits,SAlloc> 
  regex_replace_ext( const std::basic_string<CharT,STraits,SAlloc>& s,
             const std::basic_regex<CharT,Traits>& re,
             const typename std::common_type<std::function<std::basic_string<CharT,STraits,SAlloc> 
             (const unsigned, const std::basic_string<CharT,STraits,SAlloc> &)>>::type& fmt,
              std::regex_constants::match_flag_type flags =
              std::regex_constants::match_default)
  
    std::vector<int> smatches-1;
    if(re.mark_count() == 0)
    smatches.push_back(0);
    else
      
    smatches.resize(1+re.mark_count());
    std::iota(std::next(smatches.begin()), smatches.end(), 1); //-1, 1, 2, etc...    
      

    unsigned smatch_count = smatches.size();
    unsigned count = 0;

    std::regex_token_iterator
      <typename std::basic_string<CharT,STraits,SAlloc>::const_iterator> 
      tbegin(s.begin(), s.end(), re, smatches, flags), tend;            

    std::basic_stringstream<CharT,STraits,SAlloc> ret_val;
    std::for_each(tbegin, tend, [&count,&smatch_count,&ret_val,&fmt]
          (const std::basic_string<CharT,STraits,SAlloc> & token)
          
            if(token.size() != 0)
              
            if(!count) 
              ret_val << token;
            else
              ret_val << fmt(count,token);
              
            count = ++count % smatch_count;
          );
    return ret_val.str();
  

用法：

    const std::string bss("Id_1 [Fill_0] Id_2 [Fill_1] Id_3 Id_4 Id_5.");
    const std::regex re("(\\.*?\\)|(\\[.*?\\])");
    using dictionary = std::map<std::string,std::string>;
    const std::vector<const dictionary> dict
      
    
      "Id_1","This",
      "Id_2","test",
      "Id_3","my",
      "Id_4","favorite",
      "Id_5","hotdog"
    ,
    
      "[Fill_0]","is a",
      "[Fill_1]","of"
    
      ;

    auto fmt1 = [&dict](const unsigned smatch, const std::string & s)->std::string
      
        auto dict_smatch = smatch - 1;
        if(dict_smatch > dict.size()-1)
           return s; //more submatches than expected

        const auto it = dict[dict_smatch].find(s); 
        return it != dict[dict_smatch].cend() ? it->second : s;
      ;

    std::string modified_string = regex_replace_ext(bss, re, fmt1);