如何用boost::spirit::x3实现带转义序列的引号字符串解析器

我来帮你搞定这个Boost Spirit X3的字符串解析问题——你原来用的x3::lexeme[quote > *(x3::char_ - quote) > quote]确实只能处理纯普通字符串，完全搞不定转义引号、控制字符这些场景。下面是一套完整的实现，不仅能处理\n、\t这类基础转义，还支持十六进制、八进制甚至ANSI终端转义序列。

完整实现代码 #

先放上所有依赖和核心代码，你可以直接复用：

#include <boost/spirit/home/x3.hpp>
#include <boost/spirit/include/classic_lexer.hpp>
#include <boost/spirit/include/classic_escape_char.hpp>
#include <stdexcept>
#include <string>

namespace x3 = boost::spirit::x3;
namespace classic = boost::spirit::classic;

// 自定义错误类型
struct Error : std::runtime_error {
    using std::runtime_error::runtime_error;
};

int main() {
    // 定义引号常量
    constexpr auto quote = x3::char_('"');

    // 转义序列处理Lambda：负责把原始字符串里的转义序列替换成实际字符
    auto handle_escape_sequences = [&](auto&& context) -> void {
        std::string& str = x3::_val(context);
        uint32_t i{};
        
        // 辅助函数：写入解析后的转义字符
        static auto replace = [&](const char replacement) -> void {
            str[i++] = replacement;
        };
        
        // 用Spirit Classic的lex_escape_ch_p处理所有转义序列
        if (!classic::parse(std::begin(str), std::end(str), 
                            *classic::lex_escape_ch_p[replace]).full) {
            throw Error{ "invalid literal" };
        }
        
        // 截断字符串到实际有效长度
        str.resize(i);
    };

    // 最终的引号字符串解析规则
    auto quoted_string = x3::lexeme[
        quote 
        > *(
            // 匹配转义引号\"，转换成普通引号存入结果
            ("\\\"" >> &x3::char_) >> x3::attr(quote)  
            // 匹配所有非引号的普通字符
            | ~x3::char_(quote)                       
        ) 
        > quote
    ][handle_escape_sequences];

    // 测试示例
    std::string input = R"("Hello \"World\"!\n\tANSI: \033[31mRed Text\033[0m")";
    std::string result;
    
    try {
        if (x3::parse(input.begin(), input.end(), quoted_string, result)) {
            std::cout << "Parsed result:\n" << result << std::endl;
        } else {
            std::cerr << "Parse failed!" << std::endl;
        }
    } catch (const Error& e) {
        std::cerr << "Error: " << e.what() << std::endl;
    }
    
    return 0;
}

关键部分拆解 #

1. 解析规则设计 #

• x3::lexeme：确保解析过程中跳过无关空白（如果你的语法需要保留字符串内的空白，这个可以保留，因为它只会跳过字符串外部的空白）
• 核心匹配逻辑*( ... | ... )：
  • ("\\\"" >> &x3::char_) >> x3::attr(quote)：专门匹配转义引号\"，通过x3::attr把它转换成普通引号，这样后续的转义处理能正确识别它
  • ~x3::char_(quote)：匹配所有非引号的普通字符，直接加入结果字符串

2. 转义序列处理 #

这里巧妙利用了Spirit Classic的lex_escape_ch_p——它原生支持几乎所有常见转义类型：

• 基础控制字符：\n、\t、\r、\b等
• 八进制转义：\0到\777格式的序列
• 十六进制转义：\x00到\xFF格式的序列
• ANSI终端转义：比如\033[31m这种用于终端着色、光标定位的序列也能正确解析
• 转义处理Lambda里的replace函数负责把解析后的字符写入结果，最后截断字符串去除无效部分，解析失败就抛出错误

使用说明 #

你可以直接把quoted_string规则集成到自己的语法里，测试代码里的示例会解析包含转义引号、换行、制表符和红色ANSI文本的字符串，输出格式化后的内容。

内容的提问来源于stack exchange，提问作者user13501676