使用std :: regex_iterator <std::string::iterator> 根據CPlusPlus.com

Question

我正在閱讀std::regex_iterator<std::string::iterator>上的文檔，因為我試圖學習如何使用它來解析HTML標簽。 該網站提供的示例是

#include <iostream>
#include <string>
#include <regex>

int main ()
{
  std::string s ("this subject has a submarine as a subsequence");
  std::regex e ("\\b(sub)([^ ]*)");   // matches words beginning by "sub"

  std::regex_iterator<std::string::iterator> rit ( s.begin(), s.end(), e );
  std::regex_iterator<std::string::iterator> rend;

  while (rit!=rend) {
    std::cout << rit->str() << std::endl;
    ++rit;
  }

  return 0;
}

（ http://www.cplusplus.com/reference/regex/regex_iterator/regex_iterator/ ）

我對此有一個問題：如果rend從未初始化，那么它如何在rit!=rend被有意義地使用？

另外，我應該使用該工具從HTML標簽中獲取屬性嗎？ 我想做的是采用一個字符串，例如"class='class1 class2' id = 'myId' onclick ='myFunction()' >"然后分成對

（ "class" ， "class1 class2" ），（ "id" ， "myId" ），（ "onclick" ， "myFunction()" ）

然后從那里與他們合作。 我打算使用的正則表達式是

([A-Za-z0-9\\-]+)\\s*=\\s*(['\"])(.*?)\\2

因此，我計划遍歷該類型的表達式，同時跟蹤我是否仍在標記中（即是否傳遞了'>'字符）。 這樣做太難了嗎？

感謝您提供的指導。

Answer 1

您對“如果未初始化rend是什么意思？ 顯然， std::regex_iterator<I>具有默認的構造函數。 由於迭代僅是正向迭代，因此最終迭代器只需要是某種適合於檢測使用了結束的迭代器即可。 默認構造函數可以相應地設置rend 。

這是標准C ++庫中其他幾個地方使用的慣用法，例如，用於std::istream_iterator<T> 。 理想情況下，可以使用其他類型來指示最終迭代器（例如，參見Eric Niebler對此問題的討論 ，鏈接指向四頁的第一頁），但是該標准目前要求使用算法時，這兩種類型必須匹配。

關於使用正則表達式解析HTML，請參考此答案 。

Answer 2

rend不是未初始化的，它是默認構造的。 您鏈接的頁面很清楚：

默認構造函數（1）構造一個序列結束迭代器。

由於默認構造似乎是獲得序列結束迭代器的唯一方法，因此比較rit與rend是測試rit是否耗盡的正確方法。