c++ - 获取文本中两个非唯一字符串之间的子字符串

Question

我正在尝试从基本上是 XML 的 std::string 中提取 xml 属性。我没有使用 XML 解析器或 std 之外的任何东西的奢侈，但请注意，我只是专门寻找这个特定的 xml 属性，而不是真正解析 xml。仅为这个特定的提取过程集成库/解析器没有意义。

示例字符串:

<Params>
<Element Name="elem(1)"/>
<Some Value="10"/>
<Element Name="elem(2)" /> 
<Attr Value="40" />
</Params>

我需要提取的字符串具体是:elem(1) 和 elem(2)

所以为了匹配，我使用了开始和结束变量

start string is  "<Element Name=\"" and string end "\"" 

我把这段代码放在一起显然是通过许多 SO 文章进行的:

int main()
{
    const std::string s = "<Element Name=\"elem(1)\"/> <Some Value=\"10\" Unit=\"m\"/> <Element Name=\"elem(2)\"/> <Attr Value=\"40\" />";
    std::string start = "<Element Name=\"";
    std::string end = "\"";

    std::regex words_regex(start + "(.*)" + end);

    auto words_begin = std::sregex_iterator(s.begin(), s.end(), words_regex);
    auto words_end = std::sregex_iterator();

    std::cout << "Found " 
          << std::distance(words_begin, words_end) 
          << " words:\n";

    for (std::sregex_iterator i = words_begin; i != words_end; ++i) {
       std::smatch match = *i;                                                 
       std::string match_str = match.str(); 
       std::cout << match_str << '\n';
    }
}

问题是它返回以最后一个双引号结尾的整个字符串。我将处理收集多个子字符串的部分。但首先我需要确保正则表达式至少正确返回第一个子字符串。

我看到很多人提到使用正则表达式进行正向预测并试图理解它。但是我还不能让它与 std::regex 一起工作。是否完全支持？ (在 Visual Studio 2015 和 GCC 4.8.2 上编译)

也欢迎其他解决方案，只要它们不涉及第三方库并且可以使用标准 C++11 代码实现。

Answer 1

首先让你的模式非贪婪。
从 .* 到 .*? 这样可以尽可能短地匹配。它将是这样的:

"(.*?)"

然后关于 std:regex 库 c++请参阅此链接，这是我使用该库的经验。

std regex_search to match only current line