regex - 重复捕获组忽略空格

Question

我有一些由空格分隔的文本。

有点像 123 10.03.1 TEXT1 TEXT2 TEXT3 TEXT4 TEXT5 TEXT6 2015/10/10 2012.

我能够得到不是“TEXT1 TEXT2 TEXT3 TEXT4 TEXT5 TEXT6”的所有内容我想为该文本重复捕获组:

TEXT1   TEXT2  TEXT3    TEXT4 TEXT5 TEXT6

我想重复捕获组，比如。

(\s*\w)*

但我想忽略空格 有没有办法忽略正则表达式中的空格？

我将使用 boost::regex_search 来获取捕获组。 有没有办法存档，我尝试在捕获组上使用“？:”，但可能我遗漏了一些东西。

Answer 1

我强烈怀疑您想要能够解析语法的东西；这是 Boost Spirit X3:

Live On Coliru

#include <boost/spirit/home/x3.hpp>
#include <boost/tuple/tuple_io.hpp>
#include <boost/fusion/adapted/boost_tuple.hpp>
#include <iostream>

namespace std {
    // hack for debug output
    std::ostream& operator<<(std::ostream& os, std::vector<std::string> const& v) {
        for (auto i = 0ul; i<v.size(); ++i) {
            if (i) os << " ";
            os << v[i];
        }
        return os;
    }
}

namespace x3 = boost::spirit::x3;

int main() {
    std::string const input = "123 10.03.1    TEXT1   TEXT2   TEXT3      TEXT4  TEXT5 \t   \tTEXT6 2015/10/10 \t  2012";

    int num;
    std::string version;
    std::vector<std::string> texts;
    std::string date;
    int year;

    auto attr = boost::tie(num, version, texts, date, year);
    bool ok = false;

    {
        using namespace x3;

        auto date_    = raw [ repeat(4) [ digit ] >> '/' >> repeat(2) [ digit ] >> '/' >> repeat(2) [ digit ] ];
        auto version_ = lexeme [ +char_("0-9.") ];
        auto text_    = lexeme [ alpha >> *alnum ];

        ok = phrase_parse(input.begin(), input.end(),
                int_ >> version_ >> *text_ >> date_ >> int_ /* >> eoi */,
                x3::space,
                attr);
    }

    if (ok) {
        std::cout << "parsed: " << attr << "\n";
    } else {
        std::cout << "parse failed\n";
    }
}

打印

parsed: (123 10.03.1 TEXT1 TEXT2 TEXT3 TEXT4 TEXT5 TEXT6 2015/10/10 2012)

请注意这不仅仅是拆分您的输入。它在需要时忽略空格，将转换后的值分配给整数，将 TEXTn 元素放入向量等。

如果您愿意，您也可以从流中解析这些(参见 boost::spirit::istream_iterator)。