如何从C++字符串中提取指定起始词到结束词间的内容？

我需要从字符串里提取begin和end之间的内容，示例如下：

string s = "some text \n begin \n text, text, text \n end , some other text";
// 期望输出：\n text, text, text \n

尝试过的无效方法 #

无效的正则表达式 #

我写的正则表达式无法正常工作：

std::regex rg(" ^begin: .*[\\S\\s] * ? end.*");

之前可用的正则表达式 #

之前有一个能捕获从begin:到---整行内容的正则：

std::regex rg(" ^begin: .*[\\S\\s] * ? -{3}.*");

std::copy_if的尝试 #

我还试过用std::copy_if，但不知道lambda表达式里该写什么逻辑：

std::string result = {};
std::istringstream stream(stringPassed);//用于逐词遍历
std::copy_if(std::istream_iterator<std::string>{stream}, 
std::istream_iterator<std::string>{}, back_inserter(result), /*此处应编写什么？*/);

解决方案 #

修正后的正则表达式 #

原正则存在几个问题：多余的冒号（示例中是begin而非begin:）、空格处理不当、贪婪匹配逻辑错误。可以使用以下带捕获组的正则来提取目标内容：

std::regex rg(R"(begin\s*(.*?)\s*end)", std::regex::dotall);
std::smatch match;
if (std::regex_search(s, match, rg)) {
    std::string result = match[1];
    // result即为期望提取的内容
}

说明：

• R"(...)"是C++11的原始字符串字面量，避免转义字符的繁琐处理
• std::regex::dotall参数让.匹配包括换行在内的所有字符
• .*?是非贪婪匹配，确保只匹配到第一个end为止

手动查找位置截取 #

如果不想使用正则，也可以直接查找begin和end的位置来截取内容：

size_t begin_pos = s.find("begin");
if (begin_pos != std::string::npos) {
    begin_pos += std::string("begin").length();
    size_t end_pos = s.find("end", begin_pos);
    if (end_pos != std::string::npos) {
        std::string result = s.substr(begin_pos, end_pos - begin_pos);
        // result包含begin之后到end之前的所有内容，包括换行和空格
    }
}

关于std::copy_if的说明 #

std::istream_iterator<std::string>会按空白符分割逐词读取，会丢失原字符串的换行和空格，且很难精准判断哪些词处于begin和end之间，因此这种方法并不适合你的需求，更推荐上面两种方案。

内容的提问来源于stack exchange，提问作者anon