如何在C ++中使用正則表達式標記化來捕獲重復模式

Question

我的問題是關於C ++中的正則表達式標記化。

我有以下正則表達式模式：

**const regex PRx ("^ TxD = <(@&[^(@&)]{1,32}@&){2,}>;");**

還有我正在從文件中讀取的以下字符串對象（其中可能有許多字符串）：

 TxD = <@&Mag@&@&Hael@&@&Io12n@&>;

 TxD = <@&Atx@&@&Depoc@&@&Lsadiz@&@&gfhg@&@&kdkdj@&>;

請注意，每個字符串的開頭都有一個空格（如錨^后面的正則表達式PRx中所示）。

以下代碼負責相應地解析上述模式

vector<DFG> IP; // DFG is a class type

vector<int> MIS;
MIS.push_back(1);

const sregex_token_iterator Endx;

for (sregex_token_iterator IPF(DOC.begin(), DOC.end(), PRx, MIS); IPF != Endx;)
{
    string SIN = (*IPF).str().c_str(); 
    IPF++;      
    IP.push_back(DFG(SIN));  /* The constructor of DFG is responsible for pushing SIN to a 
                                 vector data member object of string type */ 
}

如正則表達式模式PRx所示，它試圖捕獲定界符“ @＆”之間的所有模式； 但是，問題在於它僅捕獲最后一個匹配的模式。 例如，在第一個字符串中，它將僅報告“ @＆Io12n @＆”，而在第二個字符串中，它將僅報告“ @＆kdkdj @＆”。

第一個字符串的預期輸出是（出於說明目的）：

@&Mag@&
@&Hael@&
@&Io12n@&

從第二個字符串開始是（出於說明目的）：

@&Atx@&
@&Depoc@&
@&Lsadiz@&
@&gfhg@&
@&kdkdj@&

（請注意，上面顯示的輸出將不顯示，而是將找到的每個模式分別保存在SIN向量對象中）

僅當我刪除了模式“ ^ TxD = <”和“>;”時，它才有效。 並從PRx中檢查范圍“ {2，}”，而我不想這樣做。 我不確定為什么它無法捕獲所有模式！ 您能否提供對此事的想法和評價。

謝謝！

Answer 1

如果您的正則表達式引擎支持\\G ，則可以使用此模式

(?:^\sTxD\s=\s<(?=(?1){2,}>;$)|\G)(@&[^@&]{1,32}@&)(?=(?1)|>;$)

演示版

---

根據下面的評論，我認為您需要使用兩種不同的正則表達式模式，第一種基於條件^ TxD ， {2,} ， {1,32}和>;過濾數據>; 首先，像這樣

^\sTxD\s=\s(?=<((@&[^@&]{1,32}@&){2,})>;$)

演示版
並在第一個比賽上執行另一個簡單的模式