在C++ Builder6上使用BoostRegex庫

文章目錄

• 導航
• 公告

在C++ Builder6上使用BoostRegex庫

Regex是一種模式比對形式，它通常用程式中。比如我們經常使用的grep工具，還是perl語言都使用了Regex。傳統的C++處理Regex是非常麻煩的，這也成為很多其他語言愛好者的笑柄，現在情況不一樣了，因為有了boost。 Boost是一個基於Template的開發原始碼庫，在這個庫中有很多子庫用來高效處理各方面的問題，比如字串拆分，格式化，線程等等，Boost對於每一個C++愛好者都是應該瞭解的，對於C++ Builder使用者如果能在熟練使用VCL的情況下再熟練使用Boost，我想一定如虎添翼。     一般來說，使用Boost是非常簡單，和使用其他STL庫沒有太大區別，但使用Boost的Regex庫則不那麼容易，因為這個庫還需要我們單獨編譯，下面我將詳細介紹如何使用。     如果你還不知道或者還沒有Boost的話，你可以去www.boost.org下載最新版本，作者使用的是1.30版本。將下載下來的zip包[1]解壓到任何你喜歡的目錄，比如D:\boost。     編譯Regex庫     前面已經提到，這個庫需要我們單獨編譯才能使用，為什麼不編譯好一起發布呢？主要是考慮到不同的編譯器需要不同的連結庫檔案和連結庫太大了。在命令列下，進入[%Boost]\Libs\RegEx\Build目錄，直接敲入make –fbcb6.bat命令開始編譯，這裡請大家注意了，如果你的電腦上同時安裝了BCB5，請一定要把path設定成為BCB6的bcc32.exe程式所在的目錄，否則可能使用BCB5的make程式，這樣雖然能編譯但最後不能使用。 編譯過程相當耗時，你需要耐心等待，最終編譯完成，會在[%Boost]\Libs\RegEx\Build目錄產生一個BCB6目錄，在這個目錄產生了很多lib檔案和dll檔案，把所有dll檔案複製到windows系統目錄，所以lib檔案複製到bcb6\lib目錄。如果你不想這麼麻煩的複製檔案，可以在編譯時間加入install參數，就像這樣make –fBcb6.bat install，不過作者還是比較喜歡前一種方式，這樣我可以知道到底產生了什麼檔案。現在編譯已經完成了，你可以體現boost的神奇魅力了。 一個測試程式 在BCB6中建立console程式，編寫下列代碼： #include #include #include #include int main() { using namespace boost; using namespace std; regex expression("\\s+href\\s*=\\s*\"([^\"]*)\"",regbase::normal|regbase::icase); string s=""; deque result; regex_split(std::back_inserter(result),s,expression); copy(result.begin(),result.end(),ostream_iterator(cout,"\n")); int c; cin>>c; return 0; } 設定BCB6 Project屬性的Lib Path和Include Path為你安裝boost的目錄，運行你會看到結果： index.html 可以看到index.html已經從字串中提出出來了，那麼為什麼會是這樣呢？ 代碼的核心部分是： regex expression("\\s+href\\s*=\\s*\"([^\"]*)\"",regbase::normal|regbase::icase); 它用來設定如何匹配字串，上面亂七八糟的字串很難看懂，如果不瞭解Regex的書寫規則，上面代碼可以和天書媲美。 regbase::normal|regbase::icase 是解析參數設定，具體可以參考boost協助文檔。 Regex的書寫規則 具體的書寫規則，大家可以參看boost的文檔，我這裡做一下簡要說明： . (dot) 用來匹配任何一個字元，但不包括新行上的字元 * 閉包，任意有限次的自重複串連 + 有限次自重複串連，但至少出現一次 {} 指定可能的重複次數 例如： ba* 匹配 b ba baa baaa等 ba+ 匹配 ba baa baaaaaaaaa等 ba{1,5} 匹配 ba baa baaa baaaa baaaaa \ 逸出字元，有很多用途，根據參數設定而變化，最常見的就是類似於c語言\的用法 \s 匹配空格 \w 匹配一個單詞 \d 匹配數字 () 有兩種用法： 1是合并的作用，例如(ab)*匹配ab abab ababab等 2是確定匹配，也就是說在()中的字元將被最終拆解出來 根據上面這張表，我們可以很容易知道前面的那段天書如何解釋。 一個實際的例子 前一段時間在CSDN上有一篇文章，問題是有一種檔案結構如（類似）： @People{ Age=19 Speek=”Hay,{name},how are you” } 問如何拆分字串得到@後面的名字，=兩邊的屬性名稱和屬性值，引號裡{}種的名字。 解決這個問題用Regex再合適不過了。 根據分析，我們可以這樣構造匹配規則： "@(.*?)\s*\\{" 匹配@開始的字元創，後面兩種類型如何構造匹配規則留給大家思考吧。 這樣我們可以輕易拆解這個例子。 效能分析 通過上面的討論，大家已經瞭解到boost的強大威力，那個效能又如何呢？為此我們再實際來拆分一個複雜的html代碼，看看到底需要花費多少時間。 為了節省篇幅，這裡就不列出html代碼了，不過可以告訴大家，這是一個又Word產生的大小為186K的html檔案，這個檔案中用到了很多 標籤，所以我這裡測試就來拆分所有 #include #include #include #include #include int main() { using namespace boost; using namespace std; TStringList* html=new TStringList(); html->LoadFromFile("D:\\1.htm"); regex expression("\\s+width=([^\"]*)\s+",regbase::normal|regbase::icase); DWORD start=GetTickCount(); for(int n=0;nCount;n++) { string s=html->Strings[n].c_str(); deque result; regex_split(std::back_inserter(result),s,expression); copy(result.begin(),result.end(),ostream_iterator(cout,"\n")); result.clear(); } start=GetTickCount()-start; delete html; cout int c; cin>>c; return 0; } 輸出結果為671毫秒，拆分得到1072個width屬性值，我們可以看到boost的效率是非常高的，雖然與一些角本語言比起來解析速度還是慢，但已經可以滿足大多數編程要求了。另外作者的電腦配置並不是非常高，相信拿到現在任何一台主流配置的電腦上都會優於作者的結果。 結束語 其實上面的強大威力只是boost的冰山一角，如果你不自己去體會，你很難想象到boost的強大威力。在boost裡還有很多使用的庫，比如格式化輸出，字串拆解，類型轉換等，這些庫使用起來也比較方便，大家可以自行參考boost文檔。在這些庫中還有兩個庫需要自行編譯，他們是Python和thread庫，而且這些庫的編譯需要專門的工具Jam，所以我們在編譯這些庫的時候還要編譯jam工具，而編譯jam工具也不是一件快樂的事情，麻煩同樣出現在如果你安裝了多個編譯器，如果讀者有興趣可以自己試一下。 不過BCB6並不支援全部boost庫，從boost提供的編譯器支援表可以看到[2]，BCB6還是有相當多的庫不支援的，支援最好的是gcc/g++的編譯器，但也不是全部支援。希望borland下一個將要發布的C++編譯器可以支援更多C++標準。 -------------------------------------------------------------------------------- [1] 其實還有其他類型的包，但在windows系統下，你最好下載zip包 [2] Boost提供的編譯器支援表是針對BCB5的，對於BCB6的支援作者並沒有詳細測試，如果讀者有興趣可以自己測試boost附帶的測試代碼。 標籤的width屬性。測試代碼如下： posted on 2005-10-08 11:24 痛並快樂著 閱讀(...) 評論(...) 編輯 收藏 重新整理評論重新整理頁面返回頂部 部落格園首頁博問新聞快閃記憶體程式員招聘知識庫導航 部落格園 首頁 新隨筆 管理 公告 Powered by: 部落格園 Copyright 痛並快樂著