Question

我有一段巨大的文本存储在名为＆＃39; text＆＃39;的std :: string中。在这个字符串上，我使用boost regex库用空格替换某些模式。这是我的代码。

// Remove times of the form (00:33) and (1:33)
boost::regex rgx("\\([0-9.:]*\\)");
text = boost::regex_replace(text, rgx, " ");

// Remove single word HTML tags
rgx.set_expression("<[a-zA-Z/]*>");
text = boost::regex_replace(text, rgx, " ");

// Remove comments like [pause], [laugh]
rgx.set_expression("\\[[a-zA-Z]* *[a-zA-Z]*\\]");
text = boost::regex_replace(text, rgx, " ");

// Remove comments of the form <...>
rgx.set_expression("<.+?>");
text = boost::regex_replace(text, rgx, " ");

// Remove comments of the form {...}
rgx.set_expression("\\{.+?\\}");
text = boost::regex_replace(text, rgx, " ");

// Remove comments of the form [...]
rgx.set_expression("\\[.+?\\]");
text = boost::regex_replace(text, rgx, " ");

根据我的理解，每次运行regex_replace函数时，它都会创建一个新字符串并将输出写入它。如果我运行具有N种不同模式的regex_replace函数，它将分配N个新字符串（删除旧字符串）。

由于内存分配很耗时，有没有办法在不分配新字符串的情况下执行替换＆＃39;就地？

Answer 1

regex_replace有两个重载，一个你现在正在使用的重载，另一个带有迭代器。您可以将输出迭代器指定为与您正在操作的范围相同的范围。

boost::regex_replace(text.begin(), text.begin(), text.end(), rgx, 
                     " ");

Answer 2

由于您的正则表达式替换都没有处理先前替换步骤的输出，您可以将所有这些正则表达式放入一个较大的正则表达式并运行一次，一次。

您甚至可以为每个正则表达式部分指定不同的替换字符串，但这不是必需的。

boost::regex rgx("(\\([0-9.:]*\\))|"
                 "(<[a-zA-Z/]*>)|"
                 "(\\[[a-zA-Z]* *[a-zA-Z]*\\])|"
                 "(<.+?>)|"
                 "(\\{.+?\\})|"
                 "(\\[.+?\\])");
text = boost::regex_replace(text, rgx, " ");

使用Boost替换就地正则表达式

2 个答案: