boost::wregex如何支持中文啊

flamkuavos 2012-10-24 10:11:03

#include <iostream>

using std::cout;

using std::endl;

#include <string>

using std::string;

using std::wstring;

#include <locale>



#include "boost/tr1/regex.hpp"

using namespace boost;



void match_s(string sToMatch)

{

    regex rg("(//w*)");

    smatch sm;

    if(regex_match( sToMatch, sm, rg ))

    {

		cout << "string 匹配结果：" << sm[1].str() << endl;

	}

}



void match_ws(wstring wsToMatch)

{

    wregex wrg(L"(//w*)");

    wsmatch wsm;

    if(regex_match( wsToMatch, wsm, wrg ))

	{

		int iLen= wcstombs( NULL, wsm[1].str().c_str(), 0 );

		char *lpsz= new char[iLen+1];

		int i= wcstombs( lpsz, wsm[1].str().c_str(), iLen );

		lpsz[iLen] = '/0';

		string sToMatch(lpsz);

		delete []lpsz;

		cout << "wstring 匹配结果：" << sToMatch << endl;

	}

}



void main()

{

    string sToMatch("数超限");

    match_s( sToMatch );



    sToMatch = "节点数目超限";

    match_s( sToMatch );

	

    setlocale( LC_CTYPE, "" );

    int iWLen= mbstowcs( NULL, sToMatch.c_str(), sToMatch.length() );

    wchar_t *lpwsz= new wchar_t[iWLen+1];

    int i= mbstowcs( lpwsz, sToMatch.c_str(), sToMatch.length() );

    wstring wsToMatch(lpwsz);

    delete []lpwsz;

    match_ws( wsToMatch );

}

winxp + vc6
这个是我在网络示例上改的，我写的函数不方便大家分析，这个示例完整可编译方便大家看，就是boost::regex_match总是返回false，头大啊，各位童鞋谁弄成功过boost::regex支持中文的啊，给说一下关键，最好是示例，多谢！

这boost::regex总这么难伺候的话，就要改用其他的更好的正则库了！头大！

...全文

426 4 打赏收藏转发到动态举报

写回复

用AI写文章

4 条回复

切换为时间正序

请发表友善的回复…

发表回复

flamkuavos 2012-10-25

打赏
举报

1、明白了，这个是为了保证mbstowcs工作正常
2、html是很大一段啦
3、喔
4、呵呵

原来问题的关键不仅仅是缺少setlocale(LC_ALL,"chs");，还在于它的位置，太感谢二位了！

zjs100901 2012-10-25

打赏
举报

#include <iostream>

using std::cout;

using std::endl;

#include <locale>



#include "boost/tr1/regex.hpp"

using namespace boost;



int main()

{

    setlocale(LC_ALL,"chs");

    char src_mb[] = "<title>123这里是标题</title>";

    int i = mbstowcs( NULL, src_mb, strlen(src_mb) );

    wchar_t *src_wc= new wchar_t[i + 1];

    i = mbstowcs( src_wc, src_mb, strlen(src_mb) );

    wregex regex_wc(L"<title>(.*)</title>");

    wcmatch what_wc;

    if(boost::regex_match( src_wc, what_wc, regex_wc ))

    {

        i = wcstombs( NULL, what_wc.str(1).c_str(), 0 );

        char *rst_mb = new char[i + 1];

        i = wcstombs( rst_mb, what_wc.str(1).c_str(), i );

        rst_mb[i] = 0;

        cout << "匹配结果：" << rst_mb << endl;

        delete []rst_mb;

    }

    delete []src_wc;

	return 0;

}

1. 把setlocale(LC_ALL,"chs");放到最前面
2. 源字符串的两头不能有空格
3. 正则表达式内，用小括号把你需要的结果包起来
4. 都用boost这么高级的东西了，怎么还用void main

flamkuavos 2012-10-25

打赏
举报

喔喔喔，谢谢！我试了，貌似还没找出问题，现在我重写个了demo，一个html提取标题的功能，因为当中可能包含中文的，所以用boost的宽字节匹配，但总是不对，完整例子如下，请大侠有空编译了试一试喔

#include <iostream>

using std::cout;

using std::endl;

#include <locale>



#include "boost/tr1/regex.hpp"

using namespace boost;



void main()

{

    char src_mb[] = "  <title>123这里是标题</title>  ";

    int i = mbstowcs( NULL, src_mb, strlen(src_mb) );

    wchar_t *src_wc= new wchar_t[i + 1];

    i = mbstowcs( src_wc, src_mb, strlen(src_mb) );

	wregex regex_wc(L"<title>.*</title>");

    wcmatch what_wc;

	setlocale(LC_ALL,"chs"); //不晓得是不是必须的

    if(boost::regex_match( src_wc, what_wc, regex_wc ))

	{

		i = wcstombs( NULL, what_wc.str(1).c_str(), 0 );

		char *rst_mb = new char[i + 1];

		i = wcstombs( rst_mb, what_wc.str(1).c_str(), i );

		rst_mb[i] = 0;

		cout << "匹配结果：" << rst_mb << endl;

		delete []rst_mb;

	}

	delete []src_wc;

}