std:: regex_token_iterator

std::regex_token_iterator 是一种只读的 LegacyForwardIterator ，用于访问底层字符序列中正则表达式每次匹配的各个子匹配项。它也可用于访问给定正则表达式未匹配的序列部分（例如作为分词器使用）。

在构造时，它会构建一个 std::regex_iterator ，并在每次递增时遍历当前匹配结果中的请求子匹配，当从最后一个子匹配递增时，会递增底层的 std::regex_iterator 。

默认构造的 std::regex_token_iterator 是序列末尾迭代器。当有效的 std::regex_token_iterator 在到达最后一个匹配的最后一个子匹配后继续递增时，它将变为等于序列末尾迭代器。此时再对其进行解引用或递增将引发未定义行为。

在成为结束序列迭代器之前，如果索引 - 1 （未匹配片段）出现在请求的子匹配索引列表中， std::regex_token_iterator 可能会变成 后缀迭代器 。此类迭代器在解引用时，会返回对应于最后匹配项与序列结束之间字符序列的 match_results 对象。

std::regex_token_iterator 的典型实现包含以下组成部分：底层的 std::regex_iterator 、存储请求的子匹配索引的容器（例如 std:: vector < int > ）、等于子匹配索引值的内部计数器、指向当前匹配项中当前子匹配的 std::sub_match 指针，以及包含最后未匹配字符序列（用于分词器模式）的 std::match_results 对象。

类型要求

特化

针对常见字符序列类型定义了若干特化版本：

成员类型

成员函数

注释

程序员有责任确保传递给迭代器构造函数的 std::basic_regex 对象生命周期长于迭代器。由于迭代器内部存储的 std::regex_iterator 持有指向正则表达式对象的指针，若在正则表达式对象被销毁后继续递增迭代器，将导致未定义行为。

示例

#include <algorithm>
#include <fstream>
#include <iostream>
#include <iterator>
#include <regex>
int main()
{
    // 分词（非匹配片段）
    // 注意正则表达式仅匹配两次；当获取第三个值时
    // 迭代器将成为后缀迭代器
    const std::string text = "Quick brown fox.";
    const std::regex ws_re("\\s+"); // 空白字符
    std::copy(std::sregex_token_iterator(text.begin(), text.end(), ws_re, -1),
              std::sregex_token_iterator(),
              std::ostream_iterator<std::string>(std::cout, "\n"));
    std::cout << '\n';
    // 遍历第一个子匹配
    const std::string html = R"(<p><a href="http://google.com">google</a> )"
                             R"(< a HREF ="http://cppreference.net">cppreference</a>\n</p>)";
    const std::regex url_re(R"!!(<\s*A\s+[^>]*href\s*=\s*"([^"]*)")!!", std::regex::icase);
    std::copy(std::sregex_token_iterator(html.begin(), html.end(), url_re, 1),
              std::sregex_token_iterator(),
              std::ostream_iterator<std::string>(std::cout, "\n"));
}

Quick
brown
fox.
http://google.com
http://cppreference.net

缺陷报告

以下行为变更缺陷报告被追溯应用于先前发布的C++标准。

1. ↑ iterator_category 未因该决议而更改，因为将其更改为 std::input_iterator_tag 可能会破坏过多现有代码。