Question

我正在尝试在文本中找到regex模式。我们打电话给原文：原文。以下是patternFinder()程序的代码：

vector <pair <long,long> >CaddressParser::patternFinder(string pattern)

{


        string m_text1=m_text;
        int begin =0;
        int end=0;
        smatch m;
        regex e (pattern); 



    vector<pair<long, long>> indices;
    if(std::regex_search(m_text1,m,e))
    {
        begin=m.position();
        end=m.position()+m.length()-1;
        m_text1 = m.suffix().str();
        indices.push_back(make_pair(begin,end));
        while(end<m_length&&std::regex_search(m_text1,m,e))
            { 
                begin=end+m.prefix().length()+1;
                end=end+m.prefix().length()+m.length();
                indices.push_back(make_pair(begin,end));
                m_text1 = m.suffix().str();

            }
        return indices;
    }

    else return indices;
}

我有以下regular Expression：

"\\b[0-9]{3}\\b.*(Street).*[0-9]{5}"

和开头提到的原始文本是：

way 10.01.2013 700 West Market Street OH 35611 asdh

只有粗体文本才能匹配正则表达式。现在问题是当正则表达式作为从文本文件中读取的字符串传递时patternFinder()无法识别模式。尽管直接字符串（与文本文件中的字符串相同）是作为参数传递给patternFinder()它有效。这个问题可能来自哪里？

以下是我fileReader()函数的代码，我认为这个代码并不重要：

string CaddressParser::fileReader(string fileName)
{

    string text;
    FILE *fin;
    fin=fopen(fileName.c_str(),"rb" );
    int length=getLength(fileName);
    char *buffer= new char[length];
    fread(buffer,length,1,fin);
    buffer[length]='\0';
    text =string(buffer);
    fclose(fin);

    return text;

}

Answer 1

请注意，将正则表达式直接写入C ++代码以及从文件中读取它时，存在明显的语法差异。

在C ++中，反斜杠字符具有转义语义，因此要将字面反斜杠放入字符串文字中，必须使用反斜杠将其自身转义。因此，要在内存中获得两个字符的字符串\b，您必须使用字符串文字"\\b"。 C ++编译器将两个反斜杠解释为单个反斜杠字符，以存储在文字中。换句话说，strlen("\\b")是2。

另一方面，文本文件的内容由程序读取，不会被C ++编译器处理。因此，要将两个字符\和b放入从文件读取的字符串中，只需将两个字符的字符串\b写入文件中。

Answer 2

问题可能在于从文件中读取字符串的函数。打印字符串read并确保正确读取正则表达式。

Answer 3

问题出在这2行中缓冲液[长度] = '\ 0';
text = string（buffer）;

buffer [length]应该是缓冲区[length - 1]

传递字符串参数，从文件中读取

3 个答案: