C++ istream、getline、二进制文件、正则表达式和字符串的意外行为

Question

我正在使用一个结合了文本和二进制格式(有时只是纯文本)的文件。所以我决定将文件作为二进制文件打开并试一试。但是，当我以后使用正则表达式时(表示内存损坏的那种问题)，我会遇到意想不到的行为:
(编辑有一个最小的例子)

#include <string>
#include <iostream>
#include <fstream>
#include <regex>
#include <ios>

struct FortranFormat {
    std::string itemsPerRow;
    std::string type;
    std::string numberOfCharacters;
};

class XXXParserException: virtual public std::runtime_error {
    using runtime_error::runtime_error;
};


std::string parseSection(const std::string &line) {
    return  line.substr(16, std::string::npos );
}


FortranFormat parse(const std::string& expression) {
    const std::regex getItemsExpr("\\(([0-9]+)([A|a|I|i|F|f|E|e])([0-9]+)\\)");

    std::cout << "expression: " << expression << std::endl;

    std::smatch elements;
    if (std::regex_match(expression, elements, getItemsExpr)) {
        
        return {elements[1].str(),elements[2].str(),elements[3].str()};
    } else {
        throw XXXParserException("The expression " + expression + " is not a recognized Fortran Format.");
    }
}

void main() {

    std::ifstream fb;
    fb.open("example.txt", std::ios::binary); // remove the binary flag, and it works
    std::string line;
    getline(fb, line);
    std::cout << "line: " << line << std::endl;
    std::string formula = parseSection(line);
  
    auto format = parse(formula);
    
    std::cout << "format: " << format.type << std::endl;
}

打印品有正确的信息:

line: *VALUES        6(5E16.8)
expression: (5E16.8)

(即使是异常文本也被破坏了，只有最后一部分:
“不是公认的 Fortran 格式。”)
所以，更多的是出于好奇:我是否在做一些根本上错误的事情，从而破坏了内部的某些东西？这是否可以归因于编译器(VS2015)？
仅供引用，我将尝试“在格式之间跳转方法”来解决问题(保存当前位置，根据需要以文本或二进制文件的形式关闭和打开，恢复位置)，但我只想了解我的当前位置可能有什么问题方法。

Answer 1

有两点需要考虑:
在文本模式下，\n被作为 native EOL 组合处理(因此在 Windows 上为 \r\n)。在二进制模式下没有这样的事情，所以 \n始终是换行符，仅此而已。您要求在 \n 之前阅读尽可能多的文本。 ，在 Windows 上留下 \r在字符串的末尾。
然后， std::regex_match 要求整个字符串匹配正则表达式。您的正则表达式不允许在字符串末尾有额外的空格，因此它不匹配。 std::regex_search 将返回 true在该输入上，因为没有最后一个字符的子字符串与模式匹配。

提示:Raw string literals使正则表达式更容易，因为您不必转义文字(现在很容易在 regex101 中调试!):

const std::regex getItemsExpr(R"eos(\(([0-9]+)([A|a|I|i|F|f|E|e])([0-9]+)\))eos");