Es ist ja möglich, die per ( und ) markierten Teilausdrücke (marked subexpressions) in match_results auszulesen. Ich habe dazu ein einfaches Beispiel geschrieben, das einen simplen Satz erkennen soll:

std::string str = "Das ist ein einfacher Satz.";
boost::regex expr("((\\w+) )*(\\w+)\\.");
boost::smatch what;
boost::regex_match(str, what, expr);

Wie kann ich nun die einzelnen Wörter aus what auslesen? Die eingeklammerten Ausdrücke \\w+ führen ja nur zu jeweils einem Element im Resultat. Also wie kann ich den regex_match -Container dazu bringen, in jedem Element (natürlich ausser dem ersten) jeweils ein Wort zu speichern?

Allerdings würde ich dein Beispiel auch anders lösen:

#include <boost/regex.hpp>

#include <iostream>

int main()
{
	std::string str = "Das ist ein einfacher Satz.";
	boost::regex expr("\\w+");

	boost::sregex_iterator iter(str.begin(), str.end(), expr);
	boost::sregex_iterator end;

	for(; iter != end; ++iter)
	{ std::cout << *iter << std::endl; }

	return 0;
}

Allerdings verliert man dadurch natürlich die Möglichkeit zu prüfen, ob es sich wirklich um einen Satz handelt.
Insofern ist wohl beides zugleich nicht möglich.

Grüssli

Dravere schrieb:

Insofern ist wohl beides zugleich nicht möglich.

Ist ja nicht so schlimm, das aufzutrennen. Genau genommen sind das ja auch zwei Aufgaben.

Jetzt habe ich gerade noch eine Frage zu Boost.Regex:
Wie funktioniert der Lookahead (Operator ?= ) genau? Aus der kurzen Beschreibung der Dokumentation wurde ich nicht wirklich schlau...

Wie meinst du "nicht per default vorhanden"?

Nach dieser Aussage folgt ein Doppelpunkt und dann ein Link. Den Artikel dort drin mal durchlesen, vor allem den Bereich "Repeated Captures".

Nexus schrieb:

Jetzt habe ich gerade noch eine Frage zu Boost.Regex:
Wie funktioniert der Lookahead (Operator ?= ) genau? Aus der kurzen Beschreibung der Dokumentation wurde ich nicht wirklich schlau...

Ich bin mich nicht ganz sicher, ob ich es absolut richtig verstanden habe und es richtig rüberbringen kann. Aber grundsätzlich sind es Bedingungen, wie es in der Beschreibung steht, welche man per AND verkünpfen kann.

Es ist ja dieses Beispiel gegeben:

(?=.*[[:lower:]])(?=.*[[:upper:]])(?=.*[[:punct:]]).{6,}

Grundsätzlich muss man sich hier einige Dinge vor Augen führen:

1. (?=.*[[:lower:]]) , (?=.*[[:upper:]]) und (?=.*[[:punct:]]) verspeisen alle keine Zeichen. Das sind reine logische Anweisungen, welche aber keine Zeichen verbrauchen. Es steht ja auch "consumes zero characters".
2. .{6,} ist also eigentlich der "normale" reguläre Ausdruck.

Dadurch sollte es wohl klar werden. Das davor sind nur Anweisungen, wie der reguläre Ausdruck aufgebaut sein muss. Es sind logische If-Abfragen. Der String, welcher aus mindestens 6 Zeichen besteht, muss also das folgende in auch dieser Reihenfolge erfüllen:
1. Beliebige Anzahl Zeichen, gefolgt von einem Kleinbuchstaben.
2. Beliebige Anzahl Zeichen, gefolgt von einem Grossbuchstaben.
3. Beliebige Anzahl Zeichen, gefolgt von einem Satzzeichen.

Nur wenn die 6 oder mehr Zeichen diese 3 Bedingungen in derselben Reihenfolge erfüllen, dann ist es ein Treffer.

Ist das verständlich?

Grüssli

Dravere schrieb:

Nur wenn die 6 oder mehr Zeichen diese 3 Bedingungen in derselben Reihenfolge erfüllen, dann ist es ein Treffer.

Beim Boost-Beispiel steht aber nichts von der Reihenfolge... Ist es denn irgendwie möglich, die Reihenfolge ausser Acht zu lassen? Also dass die einzige Bedingung darin besteht, mindestens einen Klein-, einen Grossbuchstaben und ein Interpunktionszeichen zu enthalten?

Beim Boost-Beispiel steht aber nichts von der Reihenfolge... Ist es denn irgendwie möglich, die Reihenfolge ausser Acht zu lassen? Also dass die einzige Bedingung darin besteht, mindestens einen Klein-, einen Grossbuchstaben und ein Interpunktionszeichen zu enthalten?

Hab es schnell getestet und musste feststellen, dass es von der Reihenfolge unabhängig ist. Anscheinend sind nur die nicht logischen Ausdrücke von der Reihenfolge abhängig. Was mich zwar ein wenig verwundert. Also:

A(?=.*[[:lower:]])(?=.*[[:upper:]])(?=.*[[:punct:]]).{6,}

Jetzt müsste jeder Ausdruck mit einem A starten und danach folgen die 6 Zeichen, bestehend aus mindestens einem Satzzeichen, einem Kleinbuchstaben und einem Grossbuchstaben. In welcher Reihenfolge Satzzeichen, Kleinbuchstaben und Grossbuchstaben kommen, spielt keine Rolle, sie müssen einfach nach dem A vorkommen.

Dadurch widersprechen aber die logischen Ausdrücke irgendwie der restlichen Syntax, wo die Reihenfolge eine wesentliche Rolle spielt. Und wie man dann erreichen kann, dass die Reihenfolge eingehalten werden soll, entgeht mir jetzt.

Grüssli