C++ 在C+；中使用regex搜索.txt文件+；

我有一个未格式化的tweet列表（只是从网站整体粘贴的副本），我试图将每条tweet分离到各自的行中，同时删除文本文件中所有其他无关的细节

我现在有一个正则表达式字符串，它在我在记事本++中搜索时是有效的，但是由于某种原因，我不能通过C++来工作。 我正在搜索的文本示例如下：

Autotestdrivers.com ‏@testdrivernews Nov 6

Tesla Model S third row of seats confuses,… http://dlvr.it/CgTbsL  #children #models #police #tesla #teslamotors #Autos #Car #Trucks

1 retweet 3 likes

Gina Stark ✈ ‏@SuuperG Nov 6

Ha! Kinda. @PowayAutoRepair I have a thing for "long-nose" cars; #Porsche #Jaguar #Ferrari , and I love the lines of a #Tesla!

View conversation

0 retweets 2 likes

Tony Morice ‏@WestLoopAuto Nov 6

\#WeirdCarNews via @Therealautoblog  Tesla Model S third row of seats confuses, delights police http://www.autoblog.com/2015/11/06/tesla-model-s-third-row-seats-police/ …

View summary

0 retweets 0 likes

我使用的正则表达式以推文发布的日期和推文本身为准，如下所示：

[A-Z][a-z][a-z] \d+\r\n\r\n *.+\r\n

…但由于某些原因，我无法让它在我的代码中工作

#include <fstream>
#include <iostream>
#include <string>
#include <regex>

std::regex rgx("[A-Z][a-z][a-z]\\d+\\r\\n\\r\\n *.+\\r\\n");

    std::string Location_Of_Tweet = "put location here";
    std::smatch match;
    std::cout << twitterFile;

    std::ifstream twitterFiler;

    twitterFiler.open(Location_Of_Tweet,std::ifstream::in);

    const std::string tweetFile((std::istreambuf_iterator<char>(twitterFiler)), std::istreambuf_iterator<char>());
    if (std::regex_search(tweetFile.begin(), tweetFile.end(), match, rgx))
    {
        std::cout << "Match\n";

        for (auto m : match)
         std::cout << "  submatch " << m << '\n';
    }
    else
        std::cout << "No match\n";

#包括
#包括
#包括
#包括
std:：regex rgx（“[A-Z][A-Z][A-Z]\\d+\\r\\n\\r\\n*+\\r\\n”）；
std:：string Location\u Of_Tweet=“将位置放在这里”；
std：：smatch匹配；
std:：cout此正则表达式假定c++11正则表达式理解水平空格
\h


如果没有，请将所有
\h
替换为
[^\S\r\n]

这被错误地解释为什么可能起作用。

但是，您需要一个更重要的分隔符来分隔tweet

“（？m）（[A-Z][A-Z][A-Z]\\h+\\d+\\h*\\r？\\n\\s*^\\h*（？=\\s）（.+）”

解释

 (?m)                               # Multi-line mode
 ( [A-Z] [a-z] [a-z] \h+ \d+ )      # (1), Date
 \h* \r? \n \s*                     # Line break, any number of whitespace
 ^ \h*                              # Beginning of line
 (?= \S )                           # Next, first non-whitespace
 ( .+ )                             # (2), Tweet

使用您的样本测试用例。

输出

你能详细解释一下“我不能让它在我的代码中工作”吗？具体问题是什么？编译器错误？运行时错误？意外的结果？请发帖，包括所有错误消息。抱歉，不清楚。代码是编译和运行的，我遇到的唯一问题是正则表达式没有找到任何匹配项（我知道在.txt文件中）。我编辑了代码以确保完整性。您使用的是哪种编译器和版本？例如，GCC4.8在
std:：regex
实现方面仍然存在问题。另外，如果其他人想要测试，您显示的示例代码甚至不会编译。我目前正在使用visual studio 2015创建并编译我的所有代码。您能发布一个您的正则表达式应该匹配的示例日期吗？您是否检查了线路终止符，有不同的约定（即*nix/linux上的
\n
，Windows上的
\r\n
，某些版本的MacOS上的iirc
\n\r
）？
 **  Grp 1 -  ( pos 37 , len 5 ) 
Nov 6  
 **  Grp 2 -  ( pos 46 , len 132 ) 
Tesla Model S third row of seats confuses,… http://dlvr.it/CgTbsL  #children #models #police #tesla #teslamotors #Autos #Car #Trucks  

-----------------

 **  Grp 1 -  ( pos 226 , len 5 ) 
Nov 6  
 **  Grp 2 -  ( pos 235 , len 126 ) 
Ha! Kinda. @PowayAutoRepair I have a thing for "long-nose" cars; #Porsche #Jaguar #Ferrari , and I love the lines of a #Tesla!  

-----------------

 **  Grp 1 -  ( pos 435 , len 5 ) 
Nov 6  
 **  Grp 2 -  ( pos 444 , len 170 ) 
\#WeirdCarNews via @Therealautoblog  Tesla Model S third row of seats confuses, delights police http://www.autoblog.com/2015/11/06/tesla-model-s-third-row-seats-police/ …