Mehrere Trennzeichen für die getline-Funktion, C++

Question

Ich möchte einen Text Wort für Wort lesen und alle nicht-alphanumerischen Zeichen auf einfache Weise vermeiden. Nachdem ich aus Text mit Leerzeichen und '\ n' 'entwickelt' habe, muss ich das Problem lösen, falls es auch ',', '.' beispielsweise. Der erste Fall wurde einfach gelöst, indem getline mit dem Begrenzer '' verwendet wurde. Ich fragte mich, ob es eine Möglichkeit gibt, getline mit mehreren Trennzeichen oder sogar mit einer Art von regulären Ausdruck zu verwenden (zum Beispiel '.'|' '|','|'\n').

Soweit ich weiß, funktioniert getline in einer Weise, dass es Zeichen aus dem Eingabestrom liest, bis entweder '\ n' oder delimiter Zeichen erreicht. Meine erste Vermutung war, dass es ziemlich einfach ist, es mit mehreren Trennzeichen zu versehen, aber ich fand heraus, dass es nicht ist.

Edit: nur als eine Klarstellung. Jeder C-Stil (strtok zum Beispiel, der meiner Meinung nach sehr hässlich ist) oder algorithmischer Lösungsweg ist nicht das, wonach ich suche. Es ist ziemlich einfach, einen einfachen Algorithmus zu finden, um dieses Problem zu lösen und zu implementieren. Ich suche eine elegantere Lösung, oder zumindest eine Erklärung dafür, warum wir damit nicht umgehen können mit der getline Funktion, da, wenn ich nicht völlig falsch verstanden habe, in der Lage sein könnte, mehr als ein Trennzeichen zu akzeptieren.

Answer 1

Es gibt gute Nachrichten und schlechte Nachrichten. Die gute Nachricht ist, dass Sie das tun können.

Die schlechte Nachricht ist, dass es ziemlich umständlich ist, und einige Leute finden es ausgesprochen hässlich und gemein.

, es zu tun, starten Sie durch zwei Tatsachen zu beobachten:

1. Das normale String-Extraktor verwendet Leerzeichen zu begrenzen „Worte“.
2. Was als Leerzeichen definiert ist, wird im Gebietsschema des Streams definiert.

diejenigen zusammen Einlochen, wird die Antwort ziemlich offensichtlich (wenn Umwegen): mehrere Trennzeichen zu definieren, definieren wir ein Gebietsschema, das uns, welche Zeichen angeben können, sollte (dh Leerraum) als Trennzeichen behandelt werden:

struct word_reader : std::ctype<char> { 
    word_reader(std::string const &delims) : std::ctype<char>(get_table(delims)) {} 
    static std::ctype_base::mask const* get_table(std::string const &delims) { 
     static std::vector<std::ctype_base::mask> rc(table_size, std::ctype_base::mask()); 

     for (char ch : delims) 
      rc[ch] = std::ctype_base::space; 
     return &rc[0]; 
    } 
}; 

dann brauchen wir den Strom sagen, dass die Gebietsschema zu verwenden (na ja, ein locale mit dieser ctype Facette), die Zeichen geben wir als Trennzeichen verwendet werden soll, und dann Wörter aus dem Strom zu extrahieren:

int main() { 
    std::istringstream in("word1, word2. word3,word4"); 

    // create a ctype facet specifying delimiters, and tell stream to use it: 
    in.imbue(std::locale(std::locale(), new word_reader(" ,.\n"))); 
    std::string word; 

    // read words from the stream. Note we just use `>>`, not `std::getline`: 
    while (in >> word) 
     std::cout << word << "\n"; 
} 

Das Ergebnis ist, was Sie wünschen (ich hoffe): jedes Wort ohne die Interpunktion zu extrahieren, die wir sagten, war "weißer Raum".

word1 
word2 
word3 
word4