从 C++ 中的字符串中查找特定子字符串答案

【问题标题】：Find specific substrings from a string in C++从 C++ 中的字符串中查找特定子字符串
【发布时间】：2018-08-17 15:44:13
【问题描述】：

假设我有一个html源的字符串，我想写一个循环来查找所有具有特定类名的链接，例如：

<a class="i-e" href="DATA IM INTERESTED IN">

我想将找到的所有链接存储到一个列表中。

【问题讨论】：

你能告诉我们你已经尝试过什么吗？

标签： c++ string find substring

【解决方案1】：

如果你不想HTML解析器，实现字符串解析器。

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

using namespace std ;

string html="<a class=\"i-e\" href=\"DATA IM INTERESTED IN\">\n\
<a class=\"chrome\" href=\"nono chrome\">\n\
<a class=\"i-e\" href=\"ie like1\">\n\
<a class=\"chrome\" href=\"nono chrome\">\n\
<a class=\"i-e\" href=\"ie like2\">\n\
<a class=\"chrome\" href=\"nono chrome\">\n\
<a class=\"chrome\" href=\"nono chrome\">\n\
<a class=\"i-e\" style=\"font-size:10pt;\" href=\"ie like3\">\n\
<a class=\"chrome\" href=\"nono chrome\">\n\
<a class=\"chrome\" href=\"nono chrome\">\n\
<a class=\"i-e\" href=\"ie like4\"> <a class=\"i-e\" href=\"ie like5\">\n\
";

int main() {
    smatch m, m2 ;
    regex e ( "class=\"i-e\"([^<>]+)>" ) ;  // get: href="ie like"
    regex e2 ( "href=\"(.+)\"" ) ;  // get ie like
    bool r, r2 ;

    string content ;

    int start=0 ;
    cout << "input html : " << html << endl ;
    do {
        content = html.substr(start) ;
//      cout << "content:"<<content<<endl;
        r=regex_search(content, m, e) ;
        if ( r ) {
//          cout << "search: " << r << endl ;
//          cout << "str: " << m.position() << " "<< m.str() << endl ;
            cout << "match : " << m[1] << endl ;
            r2 = regex_search((string)m[1], m2, e2) ;
            if ( r2 ) {
                cout << " URL : " <<m2[1]<<endl ;
            }
        }
        start+=m.str().length()+m.position();
    } while( r );

    return 0 ;
}

输出是这样的

input html : <a class="i-e" href="DATA IM INTERESTED IN">
<a class="chrome" href="nono chrome">
<a class="i-e" href="ie like1">
<a class="chrome" href="nono chrome">
<a class="i-e" href="ie like2">
<a class="chrome" href="nono chrome">
<a class="chrome" href="nono chrome">
<a class="i-e" style="font-size:10pt;" href="ie like3">
<a class="chrome" href="nono chrome">
<a class="chrome" href="nono chrome">
<a class="i-e" href="ie like4"> <a class="i-e" href="ie like5">

match :  href="DATA IM INTERESTED IN"
 URL : DATA IM INTERESTED IN
match :  href="ie like1"
 URL : ie like1
match :  href="ie like2"
 URL : ie like2
match :  style="font-size:10pt;" href="ie like3"
 URL : ie like3
match :  href="ie like4"
 URL : ie like4
match :  href="ie like5"
 URL : ie like5

【讨论】：

这很好，只要您的 HTML 文档是众所周知的并且行为良好 - 通常您无法使用正则表达式正确解析 HTML（尤其是“在野外”发现的严重损坏的 HTML )。

【解决方案2】：

1.开始一个循环直到EOF 2. 捕获所需的字符/单词并收集到您想要的位置（像 CList 这样的字符串列表）。 3. 或者，收集的列表可以保存到另一个文件中

【讨论】：

感谢您的建议 - 我是这里的新手。如上所示，可以说是负面的帖子:)