标记字符串（不包括引号内的定界符）

Question

首先，我要说的是，我已经彻底解决了SO上该问题的所有其他解决方案，尽管它们非常相似，但没有一个能够完全解决我的问题。

我需要使用boost regex提取除引号外的所有标记（对于引号而言）。

我认为我需要使用的正则表达式是：

sregex pattern = sregex::compile("\"(?P<token>[^\"]*)\"|(?P<token>\\S+)");

但我得到一个错误：

命名标记已存在

为C＃发布的解决方案似乎可以使用重复的命名标记，因为它是与另一个表达式的OR表达式。

正则表达式以空格分隔，除非用引号引起来

Answer 1

我在这里回答了一个非常类似的问题：

如何使我的拆分仅在一条实线上工作并能够跳过字符串的带引号的部分？

示例代码

• 使用Boost Spirit
• 支持带引号的字符串，部分带引号的字段，用户定义的定界符，转义引号
• 一般支持许多（不同）输出容器
• 支持范围概念的模型作为输入（例如，包括char []）

经过相对广泛的编译器版本和Boost版本的测试。

https://gist.github.com/bcfbe2b5f071c7d153a0

Answer 2

大多数正则表达式都不允许重用组名。 如果所有用途都在同一替代品中，则有些口味允许使用，但显然您不是其中之一。 但是，如果您正在运行最新版本的Boost，则应该能够使用分支重置组。 看起来是- (?|...|...|...) -并且在每个替代方案中，组编号都会重置为到达分支重置组之前的任何位置。 它也应该与命名组一起使用，但是不能保证。 我无法自己对其进行测试，因此请尝试以下操作：

"(?|\"(?P<token>[^\"]*)\"|(?P<token>\\S+))"

...如果这不起作用，请尝试使用普通的旧编号组。

Answer 3

在这里查看答案时，我测试了另一种方法，该方法涉及使用不同的组标记名称，并简单地测试遍历它们时的空白。 尽管它可能不是最快的代码，但它是迄今为止最易读的解决方案，对于我的问题而言，这更重要。

这是对我有用的代码：

    #include <boost/xpressive/xpressive.hpp>
    using namespace boost::xpressive;
...
    std::vector<std::string> tokens;
    std::string input = "here is a \"test string\"";
    sregex pattern = sregex::compile("\"(?P<quoted>[^\"]*)\"|(?P<unquoted>\\S+)");
    sregex_iterator cur( input.begin(), input.end(), pattern );
    sregex_iterator end;

    while(cur != end)
    {
      smatch const &what = *cur;
      if(what["quoted"].length() > 0)
      {
        tokens.push_back(what["quoted"]);
      }
      else
      {
        tokens.push_back(what["unquoted"]);
      }
      cur++;
    }