Accelerated C++ chapter 06查找URL

可能是我还比较菜，感觉这个程序写起来好绕啊，调了好多次才调通，下面放完代码去跑步了。

main.cpp

#include <iostream.h>
#include <vector.h>
#include <string.h>
#include <cctype>
#include "find_urls.h"

using std::vector;
using std::string;
using std::cin; 
using std::cout;
using std::endl;
using std::getline;

int main(){
	string s;
	while(getline(cin,s)){
		vector<string> v = find_urls(s); 
		for(vector<string>::const_iterator i = v.begin(); i != v.end();++i)
		cout<<*i<<endl;
	} 
	return 0;
}

然后是find_url()和其他几个函数体

#include <iostream.h>
#include <string.h>
#include <cctype>
#include <algorithm>
#include <vector.h>
#include "find_urls.h"

using std::string;		using std::vector;
using std::find;		using std::find_if;
using std::isalpha;		using std::isalnum;
using std::search;

string::const_iterator 
url_begin(string::const_iterator b,string::const_iterator e){
	static const string sep = "://";
	 
	typedef string::const_iterator iter;
	iter i = b;
	while((i = search(i,e,sep.begin(),sep.end())) != e){
	
		if(i != b && i + sep.size() !=e){
			iter begin = i;
			while(begin != b && isalpha(begin[-1]))
			--begin;
		if(begin != i && !not_url_char(i[sep.size()]))
			//i[sep.size()] = *(i+sep.size())
			return begin; 
		}
		i+=sep.size();
	}
	return e;
}

bool not_url_char(char c){
	static const string url_ch = "~;/?:@=&$-_.+!*'(),";
	
	// find(url_ch.begin(),url_ch.end(),c)表示在url_ch里查找c字符，
	//如果找到了则返回此时的迭代器，找不到就返回url_ch.end() 
	return !(isalnum(c) || 	find(url_ch.begin(),url_ch.end(),c) != url_ch.end()); 
} 

string::const_iterator 
url_end(string::const_iterator b,string::const_iterator e){
	//find_if的返回类型为迭代器类型，所以函数的返回类型应该也是迭代器类型 
	return find_if(b,e,not_url_char);
	//执行完后返回的迭代器指向not_url_char字符 
}

vector<string> find_urls(const string& s){
	vector<string> ret;
	typedef string::const_iterator iter;
  	iter b = s.begin(),e = s.end();
  	
  	while(b!=e){
	  	b = url_begin(b,e);
	  	if(b!=e){
	  		iter after = url_end(b,e);
	  		ret.push_back(string(b,after));
	  		b = after;
	  	}
	  } 
	  return ret;
}

最后就是头文件

#ifndef GUARD_find_urls_h
#define GUARD_find_urls_h

#include <string.h>

#include <vector.h>

using std::string;	using std::vector;

string::const_iterator
url_begin(string::const_iterator ,string::const_iterator);
bool not_url_char(char);
string::const_iterator 
url_end(string::const_iterator ,string::const_iterator);
vector<string> find_urls(const string&);

#endif

关于头文件，我看书上说头文件里最好不要用using，但我还是偷懒用了，编译居然通过了...em...好吧，暂时不知道会有什么副作用。

下面跑个例子来看看：

发现这个算法其实有个bug，就是http前面是字母或者符合url_char的字符，那么也会被程序查找进url中，这个我下次改改看。