堆栈溢出:: regex_replace

我试图执行下列基于C++ STL代码在一个比较大的SQL脚本替换文本（〜8MB）：堆栈溢出:: regex_replace

std::basic_regex<TCHAR> reProc("^[ \t]*create[ \t]+(view|procedure|proc)+[ \t]+(.+)$\n((^(?![ \t]*go[ \t]*).*$\n)+)^[ \t]*go[ \t]*$"); 
std::basic_string<TCHAR> replace = _T("ALTER $1 $2\n$3\ngo"); 
return std::regex_replace(strInput, reProc, replace);

结果是一个堆栈溢出，并且很难在这个特定网站上找到有关特定错误的信息，因为这也是该网站的名称。

编辑：我使用Visual Studio 2013更新5

编辑2：原始文件是超过23000行。我将文件减少到3,500行并仍然出现错误。当我用另一条〜50条线将它裁减到3,456条线时，错误消失了。如果我只将这些剪切线放入文件中，错误仍然消失。这表明这个错误与特定的文本无关，而只是太多而已。

编辑3：全工作例子证明经营得当这里： https://regex101.com/r/iD1zY6/1 它不会在STL代码工作，虽然。

来源

2016-05-18 BlueMonkMN

您知道触发堆栈溢出的'strInput'吗？ – vu1p3n0x

@ vu1p3n0x是的，但我不知道如何分享如此大的输入字符串。我不想在问题中提供8 MB的文本。 – BlueMonkMN

你的正则表达式是以行（'“^ ... $”'）为界的吗？文件是否都是一行？或者是否有一行触发它？还是只在一次处理整个文件时触发它？ – vu1p3n0x

事实证明，STL正则表达式对于Perl来说是悲惨的表现不佳的（如果你能相信https://stackoverflow.com/a/37016671/78162，速度要慢大约100倍），所以当性能是一个表达式时，显然需要在STL/C++中使用正则表达式严重关切。（考虑到我认为C++通常是更高性能的语言之一，C++/STL在这里执行的程度在这里引起了我的注意。我最终传递文件流一次只读一行，只在需要像这样处理的行上运行表达式：

std::basic_string<TCHAR> result; 
    std::basic_string<TCHAR> line; 
    std::basic_regex<TCHAR> reProc(_T("^[ \t]*create[ \t]+(view|procedure|proc)+[ \t]+(.+)$"), std::regex::optimize); 
    std::basic_string<TCHAR> replace = _T("ALTER $1 $2"); 

    do { 
     std::getline(input, line); 
     int pos = line.find_first_not_of(_T(" \t")); 
     if ((pos != std::basic_string<TCHAR>::npos) 
      && (_tcsnicmp(line.substr(pos, 6).data(), _T("create"), 6)==0)) 
     result.append(std::regex_replace(line, reProc, replace)); 
     else 
     result.append(line); 
     result.append(_T("\n")); 
    } while (!input.eof()); 
    return result;

来源

2016-05-18 21:26:09 BlueMonkMN

很高兴您让它工作:) –

根据regex101，以下裁减版本的正则表达式可以节省大约20％的处理步骤（请参见here）。

\\bcreate[ \t]+(view|procedure|proc)[ \t]+(.+)\n(((?![ \t]*go[ \t]*).*\n)+)[ \t]*go[ \t]*

修改：

直列锚删除：你明确测试的换行符
为DB对象关键字重复操作删除 - 在这一点上重复会使原来的脚本语法无效。通过单词边界替换
初始空白模式（注意双反斜线 - 转义序列是正则表达式引擎，而不是编译器）

如果你可以肯定的是...

的create ...言论并在字符串中没有出现，并且
你不需要create ...发言，然后是一个go或不区分（例如：因为所有的语句用go）

落后......它甚至可能会更容易只需更换这些字符串：

std::basic_regex<TCHAR> reProc("\bcreate[ \t]+(view|procedure|proc)"); 
std::basic_string<TCHAR> replace = _T("ALTER $1"); 
return std::regex_replace(strInput, reProc, replace);

（Here是后一种方法演示 - 减少步骤稍微超过1/4）。

来源

2016-05-18 17:40:15 collapsar

开头的“\ b”似乎阻止了STL正则表达式出于某种原因在一行的开头匹配“create”。需要双倍\\我假设。 – BlueMonkMN

看来这个解决方案仍然会太慢。如果我正在编写C＃代码，我会将它拆分为“\ ngo \ n”并替换每个组件。但我不知道如何在STL中做到这一点。它已经运行了一分多钟，但仍然没有完成，我认为VB6能够在不到一分钟的时间内通过一次处理一行来完成这项工作（我正在重写一些旧代码）。我认为我可以通过一次处理所有代码来简化代码，但代价太高。我甚至不知道如何将文本拆分为符合STL的行。 – BlueMonkMN

所以也许分裂建议在[这个SO回答]（http://stackoverflow.com/a/13172514）会有帮助吗？要替换的文本部分不会显示为跨越行。 – collapsar

堆栈溢出:: regex_replace

回答

相关问题