std::regex 忽略正则表达式命令中的空格答案

【问题标题】：std::regex ignore whitespace inside regex commandstd::regex 忽略正则表达式命令中的空格
【发布时间】：2016-10-11 12:58:08
【问题描述】：

我们可以使用被忽略的空格/换行符格式化 std::regex 字符串吗？只是为了更好地阅读？有没有像Python VERBOSE) 这样的选项？

不赘述：

charref = re.compile("&#(0[0-7]+"
                     "|[0-9]+"
                     "|x[0-9a-fA-F]+);")

详细说明：

charref = re.compile(r"""
 &[#]                # Start of a numeric entity reference
 (
     0[0-7]+         # Octal form
   | [0-9]+          # Decimal form
   | x[0-9a-fA-F]+   # Hexadecimal form
 )
 ;                   # Trailing semicolon
""", re.VERBOSE)

【问题讨论】：

我不这么认为。您可以使用原始字符串文字并将其传递给另一个函数，该函数去除其空白，然后将其编译为正则表达式，但您必须自己编写该剥离函数。
您可以将字符串文字拆分为多行，就像您在第一个示例中显示的那样。您可以在这些线上放置 cmets。

标签： c++ regex c++11 verbose

【解决方案1】：

只需将字符串拆分为多个文字并像这样使用 C++ cmets：

std::regex rgx( 
   "&[#]"                // Start of a numeric entity reference
   "("
     "0[0-7]+"           // Octal form
     "|[0-9]+"           // Decimal form
     "|x[0-9a-fA-F]+"    // Hexadecimal form
   ")"
   ";"                   // Trailing semicolon
);

然后它们将被编译器组合成"&[#](0[0-7]+|[0-9]+|x[0-9a-fA-F]+);"。这也将允许您向正则表达式添加不会被忽略的空格。然而，额外的引号会使这写起来有点费力。

【讨论】：

【解决方案2】：

inline std::string remove_ws(std::string in) {
  in.erase(std::remove_if(in.begin(), in.end(), std::isspace), in.end());
  return in;
}

inline std::string operator""_nows(const char* str, std::size_t length) {
  return remove_ws({str, str+length});
}

现在，这不支持# comments，但添加它应该很容易。只需创建一个从字符串中剥离它们的函数，然后执行以下操作：

std::string remove_comments(std::string const& s)
{
  std::regex comment_re("#[^\n]*\n");
  return std::regex_replace(s, comment_re, "");
}
// above remove_comments not tested, but you get the idea

std::string operator""_verbose(const char* str, std::size_t length) {
  return remove_ws( remove_comments( {str, str+length} ) );
}

完成后，我们得到：

charref = re.compile(R"---(
 &[#]                # Start of a numeric entity reference
 (
     0[0-7]+         # Octal form
   | [0-9]+          # Decimal form
   | x[0-9a-fA-F]+   # Hexadecimal form
 )
 ;                   # Trailing semicolon
)---"_verbose);

完成了。

【讨论】：