从 istream 读取格式化输入

Question

以下问题已根据实际需求进行了简化。

考虑以下程序：

#include <iostream>
#include <iterator>
#include <string>
#include <set>
#include <algorithm>

using namespace std;

typedef string T; // to simplify, always consider T as string

template<typename input_iterator>
void do_something(const input_iterator& first, const input_iterator& last) {
    const ostream_iterator<T> os(cout, "\n");
    const set<T> words(first, last);
    copy(words.begin(), words.end(), os);
}

int main(int argc, char** argv) {
    const istream_iterator<T> is(cin), eof;
    do_something(is, eof);
    return 0;
}

程序从istream (cin) 中提取所有单词并对其进行处理。默认情况下，每个单词都由空格分隔。格式化提取背后的逻辑在istream_iterator内部。

我现在需要做的是将两个迭代器传递给do_something()，以便提取的单词将由标点符号而不是空格分隔（空格将被视为“正常”字符）。您将如何以“干净的 C++ 方式”（即，以最少的努力）做到这一点？

Answer 1

虽然不是先验明显，但有一种相对简单的方法可以更改流认为是空白的内容。做到这一点的方法是imbue() 带有std::locale 对象的流，其std::ctype<char> facet 被替换以将所需的字符视为空格。 imbue()、locale、ctype - 嗯？！？好的，好吧，这些不一定是您日常使用的东西，所以这里有一个简单的示例，它设置 std::cin 以使用逗号和换行符作为间隔：

#include <locale>
template <char S0, char S1>
struct commactype_base {
    commactype_base(): table_() {
        this->table_[static_cast<unsigned char>(S0)] = std::ctype_base::space;
        this->table_[static_cast<unsigned char>(S1)] = std::ctype_base::space;
    }
    std::ctype<char>::mask table_[std::ctype<char>::table_size];
};
template <char S0, char S1 = S0>
struct ctype:
    commactype_base<S0, S1>,
    std::ctype<char>
{
    ctype(): std::ctype<char>(this->table_, false) {}
};

实际上，std::ctype<char> 的这个特定实现实际上可以用来使用一个或两个任意的chars 作为空格（适当的 C++2011 版本可能允许任意数量的参数；另外，不要t 真的必须是模板参数）。无论如何，有了这个，只需在 main() 函数的开头添加以下行即可：

std::cin.imbue(std::locale(std::locale(), new ::ctype<',', '\n'>));

请注意，这实际上只将, 和\n 视为空格字符。这也意味着没有其他字符作为空格被跳过。 ...当然，多个逗号字符的序列被认为只是一个分隔符，而不是可能创建一堆空字符串。另请注意，上面的std::ctype<char> facet 删除了所有其他字符分类。如果您想解析字符串以外的其他对象，您可能希望保留其他字符分类并仅更改空格。这是一种可以做到的方法：

template <char S0, char S1>
struct commactype_base {
    commactype_base(): table_() {
        std::transform(std::ctype<char>::classic_table(),
                       std::ctype<char>::classic_table() + std::ctype<char>::table_size,
                       this->table_, 
                       [](std::ctype_base::mask m) -> std::ctype_base::mask {
                           return m & ~(std::ctype_base::space);
                       });
        this->table_[static_cast<unsigned char>(S0)] |= std::ctype_base::space;
        this->table_[static_cast<unsigned char>(S1)] |= std::ctype_base::space;
    }
    std::ctype<char>::mask table_[std::ctype<char>::table_size];
};

遗憾的是，这与我系统上的 gcc 版本崩溃（显然 std::ctype<char>::classic_table() 产生一个空指针。用当前版本的 clang 编译它不起作用，因为 clang 不支持 lambda。使用两个警告上面的代码应该是正确的，虽然......