命名空间
变体
操作

std::regex_token_iterator

来自 cppreference.com
< cpp‎ | regex
在头文件 <regex> 中定义
template<

    class BidirIt,
    class CharT = typename std::iterator_traits<BidirIt>::value_type,
    class Traits = std::regex_traits<CharT>

> class regex_token_iterator
(自 C++11 起)

std::regex_token_iterator 是一个只读的 LegacyForwardIterator,它访问基础字符序列中正则表达式每个匹配的各个子匹配项。它还可以用来访问未被给定正则表达式匹配的序列部分(例如,作为标记器)。

在构造时,它构造一个 std::regex_iterator,并且在每次递增时,它会遍历当前 match_results 中请求的子匹配项,并在递增到最后一个子匹配项之外时递增基础 std::regex_iterator

默认构造的 std::regex_token_iterator 是序列结束迭代器。当有效的 std::regex_token_iterator 在到达最后一个匹配的最后一个子匹配项之后递增时,它将变为等于序列结束迭代器。对它进行进一步的解引用或递增会导致未定义的行为。

在变为序列结束迭代器之前,std::regex_token_iterator 可能会变为一个 *后缀迭代器*,如果索引 -1(未匹配片段)出现在请求的子匹配索引列表中。如果对这种迭代器进行解引用,它将返回一个 match_results,对应于最后一个匹配和序列结束之间的字符序列。

std::regex_token_iterator 的典型实现包含基础 std::regex_iterator、一个容器(例如,std::vector<int>) 包含请求的子匹配索引、内部计数器等于子匹配索引、指向 std::sub_match 的指针,指向当前匹配的当前子匹配项,以及一个包含最后一个未匹配字符序列的 std::match_results 对象(用于标记器模式)。

内容

[edit] 类型要求

-
BidirIt 必须满足 LegacyBidirectionalIterator 的要求。

[edit] 特化

为常见字符序列类型定义了一些特化

在头文件 <regex> 中定义
类型 定义
std::cregex_token_iterator std::regex_token_iterator<const char*>
std::wcregex_token_iterator std::regex_token_iterator<const wchar_t*>
std::sregex_token_iterator std::regex_token_iterator<std::string::const_iterator>
std::wsregex_token_iterator std::regex_token_iterator<std::wstring::const_iterator>

[edit] 成员类型

成员类型 定义
value_type std::sub_match<BidirIt>
difference_type std::ptrdiff_t
pointer const value_type*
reference const value_type&
iterator_category std::forward_iterator_tag
iterator_concept (C++20) std::input_iterator_tag
regex_type std::basic_regex<CharT, Traits>

[edit] 成员函数

构造一个新的 regex_token_iterator
(公共成员函数) [edit]
(析构函数)
(隐式声明)
析构 regex_token_iterator,包括缓存的值
(公共成员函数) [edit]
分配内容
(公共成员函数) [edit]
(已在 C++20 中移除)
比较两个 regex_token_iterator
(公共成员函数) [edit]
访问当前子匹配项
(公共成员函数) [edit]
将迭代器推进到下一个子匹配项
(公共成员函数) [edit]

[edit] 注释

程序员有责任确保传递给迭代器构造函数的 std::basic_regex 对象的生存期比迭代器长。因为迭代器存储一个 std::regex_iterator,该迭代器存储一个指向正则表达式的指针,因此在正则表达式被销毁后递增迭代器会导致未定义的行为。

[edit] 示例

#include <algorithm>
#include <fstream>
#include <iostream>
#include <iterator>
#include <regex>
 
int main()
{
    // Tokenization (non-matched fragments)
    // Note that regex is matched only two times; when the third value is obtained
    // the iterator is a suffix iterator.
    const std::string text = "Quick brown fox.";
    const std::regex ws_re("\\s+"); // whitespace
    std::copy(std::sregex_token_iterator(text.begin(), text.end(), ws_re, -1),
              std::sregex_token_iterator(),
              std::ostream_iterator<std::string>(std::cout, "\n"));
 
    std::cout << '\n';
 
    // Iterating the first submatches
    const std::string html = R"(<p><a href="http://google.com">google</a> )"
                             R"(< a HREF ="http://cppreference.com">cppreference</a>\n</p>)";
    const std::regex url_re(R"!!(<\s*A\s+[^>]*href\s*=\s*"([^"]*)")!!", std::regex::icase);
    std::copy(std::sregex_token_iterator(html.begin(), html.end(), url_re, 1),
              std::sregex_token_iterator(),
              std::ostream_iterator<std::string>(std::cout, "\n"));
}

输出

Quick
brown
fox.
 
http://google.com
http://cppreference.com

[edit] 缺陷报告

以下行为更改缺陷报告被追溯地应用于先前发布的 C++ 标准。

DR 应用于 发布的行为 正确行为
LWG 3698
(P2770R0)
C++20 regex_token_iterator 是一个 forward_iterator
虽然是存储迭代器
已改为 input_iterator[1]
  1. iterator_category 在决议中保持不变,因为将其更改为 std::input_iterator_tag 可能会破坏太多现有的代码。