• 注册
  • 关于作者
    企业认证:趣记站长
    关注 6 粉丝 4 喜欢 9 内容 992
    江西省·南昌市
    聊天 送礼
    • 查看作者
    • 在C++ Builder6上使用Boost正则表达式库

          正则表达式是一种模式匹配形式,它通常用在处理的文本程序中。比如我们经常使用的grep工具,还是perl语言都使用了正则表达式。传统的C++处理正则表达式是非常麻烦的,这也成为很多其他语言爱好者的笑柄,现在情况不一样了,因为有了boost。

      Boost是一个基于Template的开发源代码库,在这个库中有很多子库用来高效处理各方面的问题,比如字符串拆分,格式化,线程等等,Boost对于每一个C++爱好者都是应该了解的,对于C++ Builder用户如果能在熟练使用VCL的情况下再熟练使用Boost,我想一定如虎添翼。

          一般来说,使用Boost是非常简单,和使用其他STL库没有太大区别,但使用Boost的正则表达式库则不那么容易,因为这个库还需要我们单独编译,下面我将详细介绍如何使用。

          如果你还不知道或者还没有Boost的话,你可以去www.boost.org下载最新版本,作者使用的是1.30版本。将下载下来的zip包[1]解压到任何你喜欢的目录,比如D:\boost。

          编译正则表达式库

          前面已经提到,这个库需要我们单独编译才能使用,为什么不编译好一起发布呢?主要是考虑到不同的编译器需要不同的链接库文件和链接库太大了。在命令行下,进入[%Boost]\Libs\RegEx\Build目录,直接敲入make –fbcb6.bat命令开始编译,这里请大家注意了,如果你的计算机上同时安装了BCB5,请一定要把path设置成为BCB6的bcc32.exe程序所在的目录,否则可能使用BCB5的make程序,这样虽然能编译但最后不能使用。

      编译过程相当耗时,你需要耐心等待,最终编译完成,会在[%Boost]\Libs\RegEx\Build目录生成一个BCB6目录,在这个目录生成了很多lib文件和dll文件,把所有dll文件复制到windows系统目录,所以lib文件复制到bcb6\lib目录。如果你不想这么麻烦的复制文件,可以在编译时加入install参数,就像这样make –fBcb6.bat install,不过作者还是比较喜欢前一种方式,这样我可以知道到底生成了什么文件。现在编译已经完成了,你可以体现boost的神奇魅力了。

      一个测试程序

      在BCB6中创建console程序,编写下列代码:

      #include<deque>

      #include<iostream>

      #include<algorithm>

      #include<boost/regex.hpp>

      int main()

      {

      using namespace boost;

      using namespace std;

      regex expression("\\s+href\\s*=\\s*\"([^\"]*)\"",regbase::normal|regbase::icase);

      string s="<a href=\"index.html\"><img src=\"logo.gif\"></a>";

      deque<string> result;

      regex_split(std::back_inserter(result),s,expression);

      copy(result.begin(),result.end(),ostream_iterator<string>(cout,"\n"));

      int c;

      cin>>c;

      return 0;

      }

      设置BCB6 Project属性的Lib Path和Include Path为你安装boost的目录,运行你会看到结果:

      index.html

      可以看到index.html已经从字符串中提出出来了,那么为什么会是这样呢?

      代码的核心部分是:

      regex expression("\\s+href\\s*=\\s*\"([^\"]*)\"",regbase::normal|regbase::icase);

      它用来设置如何匹配字符串,上面乱七八糟的字符串很难看懂,如果不了解正则表达式的书写规则,上面代码可以和天书媲美。

      regbase::normal|regbase::icase 是解析参数设置,具体可以参考boost帮助文档。

      正则表达式的书写规则

      具体的书写规则,

      用C++ Builder开发多层数据库应用程序
      用C++ Builder实现VFP数据库开发,用BCB开发有身份认证功能的Email程序,BCB动态生成30个按钮对象,BCB不让应用程序显示在任务栏上的方法,利用C++Builder自定义Windows窗体“系统菜单”,用程序实现文件的关联,数字小键盘指法练习,用C++ Builder开发多层数据库应用程序,在C++ Builder6上使用Boost正则表达式库,C++Builder使用经验谈,用C++ Builder对图像进行特殊效果处理,CBuilder中帮助文件的连接及显示讨论,BCB客户端tuxedo开发实例,在BCB下使用GExperts的Debug功能,BCB编写DLL终极手册,在拷贝、删除文件时显示飞行的文件夹动画,用BCB实现超星格式转换为BMP格式,在C++Builder中使用Compress Html Help,在bcb里实现像Winamp那样具有吸附效果的磁性窗口,利用BCB巧建WEB浏览器
      C++ Builder

      大家可以参看boost的文档,我这里做一下简要说明:

      . (dot)

      用来匹配任何一个字符,但不包括新行上的字符

      *

      闭包,任意有限次的自重复连接

      +

      有限次自重复连接,但至少出现一次

      {}

      指定可能的重复次数

      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

      \

      转义字符,有很多用途,根据参数设置而变化,最常见的就是类似于c语言\的用法

      \s

      匹配空格

      \w

      匹配一个单词

      \d

      匹配数字

      ()

      有两种用法:

      1是合并的作用,例如(ab)*匹配ab abab ababab等

      2是确定匹配,也就是说在()中的字符将被最终拆解出来

      根据上面这张表,我们可以很容易知道前面的那段天书如何解释。

      一个实际的例子

      前一段时间在CSDN上有一篇帖子,问题是有一种文件结构如(类似):

      @People{

      Age=19

      Speek=”Hay,{name},how are you”

      }

      问如何拆分字符串得到@后面的名字,=两边的属性名和属性值,引号里{}种的名字。

      解决这个问题用正则表达式再合适不过了。

      根据分析,我们可以这样构造匹配规则:

      "@(.*?)\s*\\{" 匹配@开始的字符创,后面两种类型如何构造匹配规则留给大家思考吧。

      这样我们可以轻易拆解这个例子。

      性能分析

      通过上面的讨论,大家已经了解到boost的强大威力,那个性能又如何呢?为此我们再实际来拆分一个复杂的html代码,看看到底需要花费多少时间。

      为了节省篇幅,这里就不列出html代码了,不过可以告诉大家,这是一个又Word生成的大小为186K的html文件,这个文件中用到了很多<table>标签,所以我这里测试就来拆分所有<table>标签的width属性。测试代码如下:

      #include<deque>

      #include<iostream>

      #include<algorithm>

      #include<boost/regex.hpp>

      #include<vcl.h>

      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;n<html->Count;n++)

      {

      string s=html->Strings[n].c_str();

      deque<string> result;

      regex_split(std::back_inserter(result),s,expression);

      copy(result.begin(),result.end(),ostream_iterator<string>(cout,"\n"));

      result.clear();

      }

      start=GetTickCount()-start;

      delete html;

      cout<<start;

      int c;

      cin>>c;

      return 0;

      }

      输出结果为671毫秒,拆分得到1072个width属性值,我们可以看到boost的效率是非常高的,虽然与一些角本语言比起来解析速度还是慢,但已经可以满足大多数编程要求了。另外作者的计算机配置并不是非常高,相信拿到现在任何一台主流配置的计算机上都会优于作者的结果。

      结束语

      其实上面的强大威力只是boost的冰山一角,如果你不自己去体会,你很难想象到boost的强大威力。在boost里还有很多使用的库,比如格式化输出,字符串拆解,类型转换等,这些库使用起来也比较方便,大家可以自行参考boost文档。在这些库中还有两个库需要自行编译,他们是Python和thread库,而且这些库的编译需要专门的工具Jam,所以我们在编译这些库的时候还要编译jam工具,而编译jam工具也不是一件快乐的事情,麻烦同样出现在如果你安装了多个编译器,如果读者有兴趣可以自己试一下。

      不过BCB6并不支持全部boost库,从boost提供的编译器支持表可以看到[2],BCB6还是有相当多的库不支持的,支持最好的是gcc/g++的编译器,但也不是全部支持。希望borland下一个将要发布的C++编译器可以支持更多C++标准。

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

      [1] 其实还有其他类型的包,但在windows系统下,你最好下载zip包

      [2] Boost提供的编译器支持表是针对BCB5的,对于BCB6的支持作者并没有详细测试,如果读者有兴趣可以自己测试boost附带的测试代码。

      数字小键盘指法练习
      用C++ Builder实现VFP数据库开发,用BCB开发有身份认证功能的Email程序,BCB动态生成30个按钮对象,BCB不让应用程序显示在任务栏上的方法,利用C++Builder自定义Windows窗体“系统菜单”,用程序实现文件的关联,数字小键盘指法练习,用C++ Builder开发多层数据库应用程序,在C++ Builder6上使用Boost正则表达式库,C++Builder使用经验谈,用C++ Builder对图像进行特殊效果处理,CBuilder中帮助文件的连接及显示讨论,BCB客户端tuxedo开发实例,在BCB下使用GExperts的Debug功能,BCB编写DLL终极手册,在拷贝、删除文件时显示飞行的文件夹动画,用BCB实现超星格式转换为BMP格式,在C++Builder中使用Compress Html Help,在bcb里实现像Winamp那样具有吸附效果的磁性窗口,利用BCB巧建WEB浏览器
      C++ Builder

    • 0
    • 0
    • 0
    • 66
    • 单栏布局 侧栏位置: