Extrahovani zvolenych udaju z .txt souboru – C / C++ – Fórum – Programujte.com

Zdravim, pujdu hned na vec, mam .txt soubor s obbsahem napr:
-------------------------------------------------------------------------
---bladsasda text: ahoj obsah: cau.cau pripona: txt blasdadsbla ---
---blaasdasdla bla text: ahoj1 obsah: cau.cau1 pripona: txt blaasdasdbla ---
---blasdasd bla bla text: ahoj2 obsah: cau.cau2 pripona: txt bla asdasda ---
-------------------------------------------------------------------------

a chtel bych vytvorit do druheho souboru toto:
ahoj,cau.cau,txt
ahoj1,cau.cau1,txt
ahoj2,cau.cau2,txt

proste aby se vzala jen hodnota za "text: ", "obsah: " a "pripona: "

diky moc...

Na toto je idealna pcre kniznica a regularne vyrazy. Pisal som o nej clanok len neviem ci este vysiel.Inac program by mohol vyzerat uplne jednoducho. Ja len napisem funkciu ktorej predas riadok a ona ti to ulozi do streamu.

#include <iostream>

#include <pcre.h>



#define VEC_SIZE 30

#define BUF_SIZE 255

#define REG_EXP = "text: (.+) obsah: (.+) pripona: ([^ ]+)"



using namespace;





...



int getSubstrFromRe(char* line, int* ovector, int pos, char* out, int out_size)

{

   char* substr_start;

   int   substr_size  = 0;



   substr_start = line + ovector[(2*pos)];

   substr_size  = ovector[(2*pos)+1] - ovector[(2*pos)];

   if (substr_size >= out_size) {

      return 0;

   }



   memset(out, '\0', out_size);

   memcpy(out, substr_start, substr_size);

   return 1;

}



int convert(const char* line, istream& strm)

{

    pcre*         re_handle = NULL;

    int             res = 0;

    const char* err;

    int             err_offset;

    int             ovector[VEC_SIZE];

    char           sub[BUF_SIZE];

    

    //kompilacia reg.vyrazu

    re_handle = pcre_compile(REG_EXP, 0, &err, &err_offset, NULL );

    if (!re_handle) {

      printf("ERROR reg.exp.: %s", err);

      return 0;

    }



   //vykonanie reg. vyrazu

   res = pcre_exec(re, 0, line, strlen(line), 0, 0, ovector, VEC_SIZE);

   if (res < 0) {

      return 0;

   }



   //pristup k subvyrazom

   getSubstrFromRe(line, ovector, 1, sub, BUF_SIZE);

   strm << sub << ",";



   getSubstrFromRe(line, ovector, 2, sub, BUF_SIZE);

   strm << sub << ",";



   getSubstrFromRe(line, ovector, 3, sub, BUF_SIZE);

   strm << sub << endl;



   pcre_free(re_handle);

   return 1; 

}

no fuj, u pythonýrů to máme hezčí ;-) http://programujte.com/forum.php?akce=prispevek&id=5833&sekce=extrahovani-zvolenych-udaju-z--txt-souboru#47310

Nojo ;) ciste C-cko je taky jazdyk typu UROB-SI-SAM. Na taketo veci mam uz v C++ vytvorenu podobnu class ako pouzivas ty v Python ;)

To sn3d: ten clanok este nevisiel. pojednavas tam len o tej pcre.h alebo snad aj regex.h kniznici?
btw.: ja by som tu radsej zvolil sekvencny pristup ako RE. proste nacitas riadok najdes to slovo (v zadani napr neni co mozu byt poprehadzovane) a precitas hodnotu. ale ked parna mlaticka je taka impozantna

To olgo: nejde o impozantnost. Ide o zvyk. Proste som si zvykol na regularne vyrazy. V mnohych pripadoch mi ludia menia specifikacie rovno pod ocami a menia prave taketo blbosti, ako bude ktory string formatovany(neveril by si aky su cinania nejednotny). V tom pripade mi je lebsie pouzit regulane vyrazy a ked dojde k nejakej zmene prepisem len regularny vyaz, nemusim menit celu logiku. Proste moj zvyk a z tohto zvyku vychadzal aj moj prispevok. Ta parna mlaticka mi x-krat usetrila kopu casu. Je vsak pravda ze jemu by stacil aj taky jednoduchy sposob. V clanku pisem o PCRE(tiez zvyk z prace, proste ho tu pouzivame) nakolko sa clanok vola PCRE. :) V ziadnom pripade mi neslo o ukojenie svojho ega a o to ukazat impozantnost parnej mlaticky..

V ziadnom pripade mi neslo o ukojenie svojho ega a o to ukazat impozantnost parnej mlaticky..

V tom pripade mi je lebsie pouzit regulane vyrazy a ked dojde k nejakej zmene prepisem len regularny vyaz, nemusim menit celu logiku.

Ta parna mlaticka mi x-krat usetrila kopu casu

OK v pohode.. Zle som to pochopil. Inac ten performance nieje az tak horuci. V praci mam loadre ktore pumpuju do databaz pre rozne history a metricke tooly kvanta dat z core networku a tie regularne vyrazy to brzdia najmenej. Ked sa jeden vyraz pouziva takto hromadne je dobre naplnit este pcre_extra strukturu pomocou pcre_study() funkcie, to vytvory optimalizaciu reg.vyrazu. Regularne vyrazy sa proste skompiluju, vytvory sa state machine(to sa deje len raz) a ta rychlost je myslim si v pohode.Dalsia vec je uspora casu pri vyvoji. Ako som spominal uz mam pripravenu class-u ktora vlastne zapuzdruje celu pracu s reg.vyrazmy a staci len zavolat 2 funkcie. To mi dost setry cas ako pracne pisat kazdy explode-algoritmus roznych stringov atd. Okrem toho mozem umietnit reg.vyraz do konfguraku danej aplikacie a tak sa stava pruznejsia. Nemusim robit neustaly zasah do kodu a prekompilovavat to.

Samozrejme napisat to nejak rozumne je jasne ze najrychlejsia cesta, ale treba si zvazit ci to stoji za to. Mne sa v 80% ukazalo ze to za to nestoji.Ale to je len moja skusenost. Mozno tvoja je taka ze reg.vyrazy niesu stastne riesenie. Je mnozstvo pohladov na vec a myslim ze jedno jedine najspravnejsie v tomto neexistuje. Toto je vsak na dlhu a celkom zaujimavu debatu a samozrejme zavisi to aj od problemu-od ulohy pred ktoru je clovek postaveny. Ono vsetko je to o tom ze treba si zvazit vsetky klady a zapory a az tak zvolit riesenie.

A co sa tyka sprtania sa v zlozitejsom regularnom vyraze.. tak existuje Visual RegExp.. super tool http://laurent.riesterer.free.fr/regexp/. Ja si ho neviem vynachvalit

dik za typ na Visual RegExp. osobne pouzivam re iba ked je to nevyhnutne takze ho asi nevyskusam. co sa tyka prenositelnosti a jednorazoveho komilovania re samozrejme suhlasim