C++ 文字列の分割 複数種のデリミター

Question

ファイルで与えられた文章を以下のdelimiterで分割したいと思っています。
period: .,
question mark: ?
period + double quotation mark: ."
question mark + double quotation mark: ?"

  ifstream s1("filename.txt");
  string s2;//格納用のベクトル
  while (getline(s1, s2, '.')) {
    sentences.push_back(s2);
  }

とするとperiod . での分割しかすることができません。

?→.
"→space
\n→space
に置換することも検討したのですが、

replace(s2.begin(), s2.end(),'?', '.');

のようにするとエラーが出てうまくいきません。

解決策わかる方ご教授ください。

Answer 1

こんにちは。

この問題のようにデリミタが複雑な場合にはstd::string::substrなどではソースコードがややこしくなる傾向があります。こんな場合はC++11の<regex>を使えばより簡単に解決できます。

	vector<string> sentences;
	string s2;

	regex del(R"([.?]"?)");

	while (getline(s1, s2))
	{
		sregex_token_iterator end, tokens(s2.begin(), s2.end(), del, -1);
		for(;tokens != end; ++tokens)
		{
			sentences.push_back(*tokens);
		}
	}

regex 宣言文以外には普通のC++です。簡単に説明すると
.　は　「.」
?　は　「?」

[.?]　は　「.」もしくは「?」の中で一文字、
"?　は　「"」が 1個あるか全然ないという意味です。

そして、getlineにはdelimeter因数はもういらないので削除しました。
最後に、tokensを生成するとき-1を伝達することでdel変数がデリミタとして作動します。

では、楽しいプログラミングの時間になりますように！

Answer 2

こんにちは。

std::getlineが複数のデリミタに対応していればよいのですが、対応していないようです。また、以前探したことがありますが、同じ目的で使えるものも見つかりませんでした。

ですので、すっぱり諦めてget()で1文字づつ処理しながら、.や?の時は、それまで貯めた文字列をsentencesへpush_backし、次の文字をpeek()で覗いて、"だったら破棄して処理継続で良いと思います。
これくらいのコードなら下手に技巧を凝らすより分かりやすいと思います。