Discussion :

[schneed]

Bonjour à tous...

À nouveau un petit problème sur un thème que je ne maîtrise pas bien du tout : les regex... Alors voici mon problème...

J'ai un tableau de std::string au format suivant, pour lesquelles je souhaite extraire chaque valeur numérique :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4354	10885	3536	3536	22	0	620	0
4354	10885	3536	3536	22	0	620	0	
4354	10885	3536	3536	22	0	620	0

Je me suis dit que c'était un travail de regex, mais j'en ch*e

Voici mon code avec la regex que je tente de mettre au point :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
//string regex_str = R"((\S+)[\t\n]/g)";
string regex_str = R"((\S+)[\t\n])";
boost::regex reg(regex_str);
 
for(auto &line : file_dataset)
{
  // Extract data
  /* 'line' contient la ligne de texte présentée ci-dessus */
    boost::smatch results;
    //if(!boost::regex_match(line, results, reg))
    if(!boost::regex_match(line, results, reg, boost::match_any))
    {
      cerr << "* " << line << endl;
      continue;
    }
 
    // Data processing
      [...]
}

Pour chaque ligne de texte, la fonction ne me retourne aucun champ exploitable (on boucle avec continue). J'ai essayer plusieurs forme de formule regex, ainsi que quelques paramètres au niveau de l'appel regex_match mais en vain.

Avant de me lancer dans l'exploitation de cette reger, je l'ai testé en ligne sur le site https://regex101.com. Avec l'option /g, cette regex est pleinement fonctionnelle.

Avez vous des pistes de réflexion sur cette utilisation ? Le testeur de regex est en mode PCRE, mais je ne sais pas si boost_regex est dans le même mode ni comment lui demander...


de vos précieux conseils !

[schneed]

Suite aux dernière recherche, j'ai trouver une formulation de ce type :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

(?:(\d+)\t?)

Là encore, j'ai bien un résultat avec le testeur, mais après mûre réflexion, il semblerait que ce soit un résultat par match et non un match comprenant plusieurs groupes capturés...

Comme si la piste serait une boucle dans la regex, mais google m’emmène partout lorsque je lui demande un "regex loop" ...

C'est quand même pas évident les regex au premier abord


chaud chaud chaud

[CosmoKnacki]

Je ne suis pas expert en C++, mais à mon avis tu te casses la tête pour rien. Ton fichier n'est ni plus ni moins que du csv (des lignes avec le même nombre de champs séparés dans ton cas par une tabulation). Il serait plus simple de séparer ces champs plutôt que de les chercher, autrement dit de spliter la ligne en utilisant la tabulation comme séparateur.

D'autre part boost::regex_match réussit uniquement si la pattern décrit la chaîne de bout en bout, ce qui n'est pas le cas ici. Pour trouver des sous-chaînes, c'est plutôt boost::regex_search qu'il faut utiliser. Pour spliter avec une regex, tourne toi vers boost::regex_token_iterator, mais dans ton cas tu dois pouvoir te passer de regex.

[jo_link_noir]

C'est un travail pour strtol et co.

[Bousk]

Tu as un tableau de std::string sur lequel appliquer strtol/atoi sur chaque élément ?
Ou tu as un fichier sur lequel utiliser l'oéprateur>> du stream de lecture ?

Dans tous les cas, t'aimes faire compliqué, ce n'est pas du tout un travail de regexp.

[ternel]

et un while(std::getline(stream, string, '\d')), ou stream est un istringstream sur la ligne entiere?

[schneed]

PAN

Mais carrément ! J'avais pas du tout pensé à ça, d'autant plus qu'il sagit d'une solution que j'utilise pour le traitement de mes trames de communication.

Merci de l'idée. En plus, ça va carrément plus vite sur mes gros fichiers de données. C'est dommage, je commençais à aimer le regex ...

Bon week...