C++ 正则实现字符串标点前后空格格式化的问题咨询

现有方案运行原理 #

你提供的代码核心是通过正则匹配替换实现标点前空格的清理，逻辑拆解如下：

• 正则\s+(?=[\.,])使用了正向肯定预查规则：
  • \s+匹配连续1个及以上的空白字符
  • (?=[\.,])属于零宽断言，仅校验匹配到的空白后面是否紧接.或,，不会消耗标点字符本身
• 后续调用std::regex_replace将匹配到的所有标点前空白替换为空字符串，就实现了第一部分需求
• 注意原代码存在语法隐患：C++普通字符串中\为转义符，直接写"\s+"会被识别为非法转义，需要改为原始字符串字面量R"(\s+(?=[\.,]))"，或者转义为"\\s+(?=[\\.,])"才能正常运行。

第二部分需求适配方案 #

你可以新增一轮正则替换，实现标点后无空格时的自动补全逻辑，最终代码如下：

#include <string>
#include <regex>
#include <iterator>

std::string fix_string(const std::string& str) {
    // 第一步：清理标点前的空格
    static const std::regex rgx_remove_space_before_punc(R"(\s+(?=[\.,]))");
    std::string temp;
    temp.reserve(str.size() + 10); // 预留补空格的空间
    std::regex_replace(std::back_inserter(temp), str.cbegin(), str.cend(), rgx_remove_space_before_punc, "");
    
    // 第二步：标点后无空格时补空格，匹配标点后紧跟非空白字符的场景
    static const std::regex rgx_add_space_after_punc(R"(([\.,])(?=[^\s]))");
    std::string rtn;
    rtn.reserve(temp.size());
    std::regex_replace(std::back_inserter(rtn), temp.cbegin(), temp.cend(), rgx_add_space_after_punc, "$1 ");
    
    return rtn;
}

新增逻辑说明 #

新增的正则([\.,])(?=[^\s])同样用了正向预查：

• ([\.,])捕获匹配到的.或,，替换时用$1引用保留原标点
• (?=[^\s])仅当标点后面紧跟非空白字符时触发匹配，标点后已经有空格、或者标点在句子末尾的场景不会触发替换，刚好符合你的需求。

用你提供的输入示例测试：
输入：I would ,if at all possible , like to write this sentence properly .
第一步处理后得到：I would,if at all possible, like to write this sentence properly.
第二步处理后得到你需要的期望输出：I would, if at all possible, like to write this sentence properly.

内容的提问来源于stack exchange，提问作者Jo Schmo