gpt4 book ai didi

c++ - PCRE多行匹配问题

转载 作者:行者123 更新时间:2023-11-30 04:38:59 24 4
gpt4 key购买 nike

我有这个 C++ 程序(实际上它只是一个片段):

#include <iostream>
#include <pcre.h>
#include <string>

using namespace std;

int main(){
string pattern = "<a\\s+href\\s*=\\s*\"([^\"]+)\"",
html = "<html>\n"
"<body>\n"
"<a href=\"example_link_1\"/>\n"
"<a href=\"example_link_2\"/>\n"
"<a href=\"example_link_3\"/>\n"
"</body>\n"
"</html>";
int i, ccount, rc,
*offsets,
eoffset;
const char *error;
pcre *compiled;

compiled = pcre_compile( pattern.c_str(), PCRE_CASELESS | PCRE_MULTILINE, &error, &eoffset, 0 );
if( !compiled ){
cerr << "Error compiling the regexp!!" << endl;
return 0;
}

rc = pcre_fullinfo( compiled, 0, PCRE_INFO_CAPTURECOUNT, &ccount );

offsets = new int[ 3 * (ccount + 1) ];

rc = pcre_exec( compiled, 0, html.c_str(), html.length(), 0, 0, offsets, 3 * (ccount + 1) );

if( rc >= 0 ){
for( i = 1; i < rc; ++i ){
cout << "Match : " << html.substr( offsets[2*i], offsets[2*i+1] - offsets[2*i] ) << endl;
}
}
else{
cout << "Sorry, no matches!" << endl;
}

delete [] offsets;

return 0;
}

如您所见,我正在尝试将缓冲区内的 html 链接与给定的正则表达式进行匹配(\\s\s 转义为 C/C++ 字符串)。但是,即使缓冲区中有 3 个链接并且正则表达式是使用 PCRE_CASELESS 和 PCRE_MULTILINE 标志编译的,我也只匹配一个元素:

Match : example_link_1

注意:我从索引 1 开始循环,因为 pcre 库返回匹配的字符串(不是匹配本身)作为第一个元素,然后是匹配项。

这段代码有什么问题?我认为正则表达式本身是正确的(例如在 PHP 中试过)。

最佳答案

嗯,它不应该返回所有匹配项。试想一下,您要求 capturecount,它类似于一或二(也就是说,整个匹配和一个子表达式,或者只是子表达式,我不记得了,我猜是两个)。您如何期望它知道您从未传递给它的字符串中有多少匹配项?而且您不希望它返回数组中的三个匹配项,对吗?如果你有三千?

自从我处理 pcre api 以来已经有一段时间了,但我认为您需要循环并再次匹配字符串的其余部分。

关于c++ - PCRE多行匹配问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/2664162/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com