文件路径中的 std::regex 转义反斜杠

Question

我要创建一个std::regex(__FILE__) 作为单元测试的一部分，它会检查一些打印文件名的异常输出。

在 Windows 上失败：

regex_error(error_escape)：表达式包含无效的转义字符或尾随转义。

因为__FILE__ 宏扩展包含未转义的反斜杠。

有没有比循环遍历结果字符串更优雅的方法来转义反斜杠（即使用std 算法或某些std::string 函数）？

Answer 1

文件路径可以包含许多在正则表达式模式中具有特殊含义的字符。在一般情况下，仅转义反斜杠不足以进行稳健检查。

即使是简单的路径，例如C:\Program Files (x86)\Vendor\Product\app.exe，也包含几个特殊字符。如果要将其转换为正则表达式（或正则表达式的一部分），则不仅需要转义反斜杠，还需要转义括号和句点（点）。

幸运的是，我们可以用更多的正则表达式来解决我们的正则表达式问题：

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

（文件路径不能包含* 或?，但我已包含它们以保持函数通用。）

如果您不遵守“无原始循环”准则，可能更快的实现会避免使用正则表达式：

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;
}

虽然循环增加了一些混乱，但这种方法允许我们在metacharacters 的定义上减少一定程度的转义，这比正则表达式版本更具可读性。

Answer 2

这里是polymapper。

它接受一个接受元素并返回一个范围的操作，即“映射操作”。

它生成一个带有容器的函数对象，并将“映射操作”应用于每个元素。它返回与容器相同的类型，其中每个元素都已通过“映射操作”进行扩展/收缩。

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() };
  };
}

这里是escape_stuff：

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

live example.

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

这种方法的优点是可以排除弄乱容器内脏的行为。您编写的代码与字符或元素混淆，整体逻辑不是您的问题。

缺点是polymapper有点奇怪，做了不必要的内存分配。 （这些可以优化出来，但这会使代码更加复杂）。

Answer 3

编辑

最后，我切换到了@AdrianMcCarthy 的more robust approach。

---

这是我解决问题的不雅方法，以防有人偶然发现这个问题实际上正在寻找解决方法：

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) 可能与您在此处所做的一样好，但涉及大量字符串复制，我认为这不是绝对必要的。