C++ 在istream上使用regex_迭代器

我希望能够解决这样的问题：

istream

需要用复杂的分隔符标记；使

istream

标记化的唯一方法是：

在

istream

中一次读取一个字符

收集字符

命中分隔符时，将集合作为标记返回

正则表达式非常擅长使用复杂分隔符标记字符串：

string foo{ "A\nB\rC\n\r" };
vector<string> bar;

// This puts {"A", "B", "C"} into bar
transform(sregex_iterator(foo.cbegin(), foo.cend(), regex("(.*)(?:\n\r?|\r)")), sregex_iterator(), back_inserter(bar), [](const smatch& i){ return i[1].str(); });

string foo{“A\nB\rC\n\r”}；
矢量条；
//这会将{“A”，“B”，“C”}放入条中
转换（sregex_迭代器（foo.cbegin（），foo.cend（），regex（（*）（？：\n\r？|\r）”），sregex_迭代器（），back_插入器（bar），[]（const smatch&i）{return i[1].str（）}）；

但是我不能在

istream

上使用

regex\u迭代器（我的解决方案是先对
istream
发出声音，然后在其上运行
regex\u迭代器，但是发出声音的步骤似乎是多余的）

是否存在
istream\u iterator
和
regex\u iterator
的邪恶组合，或者如果我想要它，我必须自己写吗？
我认为不是。
istream\u iterator
有
input\u iterator\u标签
而
regex\u iterator
希望使用双向迭代进行初始化迭代器（
双向迭代器\u标记
）

如果您的分隔符regex足够复杂，以至于您自己无法读取流，那么最好的方法就是真正地读入
istream
这个问题是关于代码外观的：

因为我们知道一个
regex
一次可以处理1个字符，所以这个问题要求使用库一次解析
istream
1个字符，而不是在内部一次读取和解析
istream
1个字符
由于每次解析一个
istream
1个字符仍会将该字符复制到临时变量（缓冲区）中，因此此代码试图避免在内部缓冲所有代码，这取决于库而不是抽象该字符

C++11的
regex
es使用ECMA-262，它不支持look aheads或look behinds：这意味着
regex
只能使用
输入迭代器标签进行匹配，但在C++11中实现的显然不支持

另一方面，
boost:：regex_迭代器
确实支持
boost:：match_partial
标志（即，
boost:：match_partial
允许用户在输入结束时不匹配文件的一部分并运行
regex
在正则表达式中的该位置，等待更多的数据被添加到缓冲区。您可以在这里看到一个示例：在一般情况下，如
“A\nB\rC\n\r”
，这可以节省缓冲区大小

boost:：match_partial
有4个缺点：

在最坏的情况下，如
“ABC\n”
这样用户就不会节省任何空间，他必须发出整个
istream
如果程序员可以猜测缓冲区大小过大，即它包含分隔符和大量其他内容，那么减少缓冲区大小的好处就白白浪费了
当选择的缓冲区大小太小时，与整个文件的slurping相比，将需要额外的计算，因此此方法在分隔符密集的字符串中表现出色
包含
boost
总是会导致膨胀
回过头来回答这个问题：标准库
regex\u迭代器
无法对
input\u迭代器标签
进行操作，需要对整个
istream
进行slurping。一个
boost:：regex\u迭代器
允许用户可能比整个
istream
的slurping更少。因为这是一个关于代码应用程序的问题尽管如此，而且由于
boost:：regex\u迭代器的最坏情况无论如何都需要对整个文件进行slurp处理，所以这并不是对这个问题的好答案

为了获得最佳的代码外观，最好的选择是在整个文件上运行标准的
regex\u迭代器