文件路徑中的std :: regex轉義反斜杠

Question

我是一個字符串，用於創建std::regex(__FILE__)作為單元測試的一部分，該單元測試將檢查打印文件名的某些異常輸出。

在Windows上，它失敗並顯示：

regex_error（error_escape）：表達式包含無效的轉義字符或尾隨轉義符。

因為__FILE__宏擴展包含未轉義的反斜杠。

有沒有比循環遍歷結果字符串（即使用std算法或某些std::string函數）更優雅的方式來轉義反斜杠？

Answer 1

編輯

最后，我切換到@AdrianMcCarthy的更強大的方法 。

---

如果有人偶然發現這種實際的解決方法，這是解決問題的一種優雅方法：

std::string escapeBackslashes(const std::string& s)
{
    std::string out;

    for (auto c : s)
    {
        out += c; 
        if (c == '\\') 
            out += c;
    }

    return out;
}

然后

std::regex(escapeBackslashes(__FILE__));

O(N)可能和您在此處所做的一樣好，但是涉及很多字符串復制，我想這並不是嚴格必要的。

Answer 2

這是polymapper 。

它接受一個操作，該操作接受和元素，並返回一個范圍，即“映射操作”。

它產生一個帶容器的功能對象，並將“映射操作”應用於每個元素。 它返回與容器相同的類型，其中每個元素都已通過“映射操作”擴展/收縮。

template<class Op>
auto polymapper( Op&& op ) {
  return [op=std::forward<Op>(op)](auto&& r) {
    using std::begin;
    using R=std::decay_t<decltype(r)>;
    using iterator = decltype( begin(r) );
    using T = typename std::iterator_traits<iterator>::value_type;
    std::vector<T> data;
    for (auto&& e:decltype(r)(r)) {
      for (auto&& out:op(e)) {
        data.push_back(out);
      }
    }
    return R{ data.begin(), data.end() };
  };
}

這是escape_stuff ：

auto escape_stuff = polymapper([](char c)->std::vector<char> {
  if (c != '\\') return {c};
  else return {c,c};
});

現場例子 。

int main() {
  std::cout << escape_stuff(std::string(__FILE__)) << "\n";
}

這種方法的優點是排除了搗亂容器內臟的作用。 您編寫的代碼會混淆字符或元素，而整體邏輯不是您的問題。

缺點是polymapper有點奇怪，並且完成了不必要的內存分配。 （可以優化這些代碼，但這會使代碼更復雜）。

Answer 3

文件路徑可以包含許多在正則表達式模式中具有特殊含義的字符。 通常情況下，僅轉義反斜杠不足以進行強大的檢查。

即使是簡單的路徑，例如C:\\Program Files (x86)\\Vendor\\Product\\app.exe ，也包含幾個特殊字符。 如果要將其轉換為正則表達式（或正則表達式的一部分），則不僅需要轉義反斜杠，還必須轉義括號和句點（點）。

幸運的是，我們可以使用更多正則表達式解決正則表達式問題：

std::string EscapeForRegularExpression(const std::string &s) {
  static const std::regex metacharacters(R"([\.\^\$\-\+\(\)\[\]\{\}\|\?\*)");
  return std::regex_replace(s, metacharacters, "\\$&");
}

（文件路徑不能包含*或? ，但是為了使該函數具有通用性，我將它們包括在內。）

如果您不遵守“沒有原始循環”指南，那么可能更快的實現將避免使用正則表達式：

std::string EscapeForRegularExpression(const std::string &s) {
  static const char metacharacters[] = R"(\.^$-+()[]{}|?*)";
  std::string out;
  out.reserve(s.size());
  for (auto ch : s) {
    if (std::strchr(metacharacters, ch))
      out.push_back('\\');
    out.push_back(ch);
  }
  return out;
}

盡管循環增加了一些混亂，但是這種方法使我們可以對metacharacters的定義進行某種程度的轉義，這是對正則表達式版本的可讀性。