在格式不匹配时停止阅读答案

【问题标题】：Stop reading at format mismatch在格式不匹配时停止阅读
【发布时间】：2011-03-31 12:07:23
【问题描述】：

我有一个文件，例如：

 1.0000000e+01   8.0123000e+01   1.0000000e+01   1.0000000e+01   1.0000000e+01
-1.0000000e+01   1.0000000e+01   1.0001110e+01   1.0000000e+01   1.0000000e+01
 1.0000000e+01   1.0000000e+01  -5.0000000e+01   1.0000000e+01   1.0000000e+01
 //... (repeated scientific numbers)
 1 2 3 4
 2 4 5 60
 100 3 5 63
 //... (repeated integer numbers)

我想从 C++ 文件中读取这些数字，但只有科学格式的数字，所以我需要在数字格式更改时停止代码。我还有一个优点是浮点数有 5 列，而整数有 4 列。

那么，在 C++ 中最好的方法是什么？

【问题讨论】：

标签： c++ io formatted-input

【解决方案1】：

忽略 EOL（继续读取整数）：

typedef double d[5] Datum;
Datum d;
vector<Datum> data;
while (true) {
  Datum t;
  istr >> t[0] >> t[1] >> t[2] >> t[3] >> t[4];
  if (!istr) break;
  data.push_back(t);
}

使用列数和 EOL：

while (istr) {
  string line;
  getline(istr, line);
  Datum t;
  istringstream temp(line);
  temp >> t[0] >> t[1] >> t[2] >> t[3] >> t[4];
  if (temp.fail()) break;
  data.push_back(t);
}

【讨论】：

Lines typedef double d[5] Datum; Datum d; 给我编译错误，所以我无法测试。无论如何，我明白了，而且看起来很完美。
以下命令temp >> t[0] >> t[1] >> t[2] >> t[3] >> t[4]; 无法正确读取浮点数。应该格式化吗？
不是浮点数，是科学格式的数字！我猜它不适用于科学格式。
这很奇怪。您是否尝试过将“e”替换为“E”来解析您的输入？
错误是istringstream temp; 显然应该是istringstream temp(line);。所以，数字格式实际上没有问题。

【解决方案2】：

您可以使用 strstr 在每一行中搜索“e+”。

http://www.cplusplus.com/reference/clibrary/cstring/strstr/

如果您想更花哨，可以使用正则表达式库（例如 boost::regex），它还可以帮助您从每一行中提取字符串。

【讨论】：

【解决方案3】：

恐怕没有直接的方法可以做到这一点。也就是说，您不能以特定格式输入（>>）浮点数。因此，如果您需要该功能，则必须将这些行作为字符串读取，然后手动解析它们。当然，这并不意味着您必须逐位构建浮点数。一旦确定了要从中读取浮点数的输入文件的边界，请使用stringstreams 来读取它们。

【讨论】：

那为什么不使用列数呢？

【解决方案4】：

您可以使用正则表达式仅匹配您关心的内容：-?\d+\.\d+e[+-]\d+

我确信这不是最好的方法，但如果性能不是一个大问题，那么它是一个简单的方法

警告：RegexBuddy 自动生成的代码

pcre *myregexp;
const char *error;
int erroroffset;
int offsetcount;
int offsets[(0+1)*3]; // (max_capturing_groups+1)*3
myregexp = pcre_compile("-?\\d+\\.\\d+e[+-]\\d+", 0, &error, &erroroffset, NULL);
if (myregexp != NULL) {
    offsetcount = pcre_exec(myregexp, NULL, subject, strlen(subject), 0, 0, offsets, (0+1)*3);
    while (offsetcount > 0) {
        // match offset = offsets[0];
        // match length = offsets[1] - offsets[0];
        if (pcre_get_substring(subject, &offsets, offsetcount, 0, &result) >= 0) {
            // Do something with match we just stored into result
        }
        offsetcount = pcre_exec(myregexp, NULL, subject, strlen(subject), 0, offsets[1], offsets, (0+1)*3);
    } 
} else {
    // Syntax error in the regular expression at erroroffset
}

【讨论】：

在字段中分割行要有效和简单得多。此外，使用正则表达式测试数字有点过头了，毕竟只有 10 个（你可以用 string::find_first_of() 找到它们中的任何一个）
如何在字段中进行分隔？

【解决方案5】：

regex 是最好的方法，您也可以尝试使用 fscanf()

【讨论】：