c++ - 使用正则表达式分割特殊字符

Question

string MyName = " 'hi, load1', 'hi, load2', varthatnotstring ";

我想使用正则表达式在每个 , 处分割上面的字符串，同时保留引号内的字符串。

因此， split MyName应该产生:

1: 'hi, load1'
2: 'hi, load2'
3: varthatnotstring

我目前使用regex MyR("(.<em>),(.</em>),(.*)"); ，但这给了我:

1: 'hi
2: load1'
3: 'hi
4: load2'

<小时/>

• 我应该使用什么正则表达式？

Answer 1

根据您想要如何处理某些极端情况，您可以使用以下内容:

std::regex reg(R"--((('.*?')|[^,])+)--");

一步一步:

• R"--(...)--" 是原始字符串文字的语法，因此我们不必担心转义。我们在这里不需要它，但我默认将它们用于正则表达式字符串。
• ('.*?') 两个撇号之间(包括)的所有字符(非贪婪)
• [^,] 任何不是逗号的内容
• (('.*?')|[^,])+ 非 , 字符或 '...'< 的任意序列-序列。
  (注意:('.*?') 部分必须放在第一位)

所以这也将匹配，例如tkasd 'rtzrze,123' 作为单个匹配。它也不会删除任何空格。

用法:

std::regex reg(R"--((('.*?')|[^,])+)--");
std::string s = ",,t   '123,4565',k ,'rt',t,z";

for (std::sregex_iterator rit(s.begin(), s.end(), reg), end{}; rit != end; ++rit) {
    std::cout << rit->str() << std::endl;
}

输出:

t   '123,4565'
k
'rt'
t
z

编辑:
我很少使用正则表达式，因此欢迎任何有关可能的改进或陷阱的评论。也许使用regex_token_iterator还有一个更好的解决方案。