解析数字列表的最佳方法答案

【问题标题】：Best way to parse a list of numbers解析数字列表的最佳方法
【发布时间】：2011-09-13 16:58:08
【问题描述】：

我有一个问题，我需要处理一个数字列表，这将是一个英文句子。它可以是以下格式：

项目 1、2 和 3

项目 2 到 5

项目 1 到 20

第 4 或 8 项

我最初的直觉是写一个简单的状态机来解析它，但我想知道是否有更好（更简单）的方法，比如一些正则表达式。有什么建议吗？

【问题讨论】：

顺便说一句，正则表达式是状态机的表示：)
2 and 3和2 or 3有区别吗？
没有区别，他们应该使用“或”，但有时他们使用“和”。
呸，我做了一个 C++ 答案，但如果分隔符后面没有空格，它会失败，所以“1,2,3”会失败。
我认为一般不会有任何列表项之间没有空格。

标签： java c++ regex parsing text-processing

【解决方案1】：

如果你有 C++11，下面的解析器 (AXE) 会解析你所有的格式（我没有测试过）：

unsigned i;
auto num = axe::r_unsigned(i);
auto space = axe::r_any(" \t");
auto format1 = num % (*space & ',' & *space) & ~("and" & +space & num);
auto format2 = num & +space & "through" & +space & num;
auto format3 = num & +space & "to" & +space & num;
auto format4 = num & +space & "or" & +space & num;
auto format = "items" & +space & (format1 | format2 | format3 | format4);

如果您没有 C++11，您可以使用 boost::spirit 在 C++ 中编写类似的解析器。编写和调试这样的解析器比使用正则表达式更容易、更短，而且您在创建解析规则和语义操作方面也有很大的灵活性。

【讨论】：

哇，我需要学习 C++11，这对我来说完全陌生。

【解决方案2】：

如果您喜欢 Java，请使用正则表达式功能。

http://download.oracle.com/javase/tutorial/essential/regex/

但如果不是，sed 脚本最适合简单的文本处理。

sed 's/\d{1,} /\1 /g' < file.txt

【讨论】：

您也可以在 C++ 中使用正则表达式，它们包含在新版本的语言 (C++11) 中，并且它们可作为前一版本的单独库（例如 Boost.Regex）使用.另一方面，在 C++ 中我可能只写一个小解析器，一点也不难。
Regex 库实际上是几年前在 TR1 中引入的。

【解决方案3】：

为这些字符串编写一个解析器似乎非常简单，对每种情况使用正则表达式，或者为每种情况使用一个单独的表达式。您需要使用 \d+ 之类的东西来匹配数字。我还将对每组相似的组合器进行分组（例如 "and"/"or" 和 "to"/"through") 合并为一个备选方案，以便更轻松地处理结果。

【讨论】：