将ANTLR生成的.tokens文件重格式化（C++版）

相关链接：
[url=http://rednaxelafx.iteye.com/blog/176731]将ANTLR生成的.tokens文件重格式化（Ruby版）[/url]
[url=http://rednaxelafx.iteye.com/blog/177092]将ANTLR生成的.tokens文件重格式化（C#版）[/url]

先前写了Ruby的版本，链接在上面。作为对比，我很想看看自己如果用C++以同样的思路写会写出怎样的东西出来。Java和C#就暂时算了，总之肯定是介于C++与Ruby版本之间的样子。
[color=blue]（更新：结果趁着热度顺便把C#的也写了，链接在上面）[/color]

于是下面的代码就是我交出的答卷。正好下午帮个同学写了俩短小C++作业，有些经验正好借鉴过来。
最重要的一点大概就是RAII的使用了。在vector里放指针的话，所指向的空间在程序结束的时候不会自动被释放掉，让人很郁闷。要么就自己记得在main()的最后显式的循环过整个vector来释放内存，要么就……RAII几乎是不二的选择了。就因为实现这很简陋的RAII类代码就多了不少，不过如果坚持要用C++的话，这绝对是值得的。
（如果要说“反正这是小程序，内存泄漏也无所谓，搞RAII那么麻烦有什么用”的话，那我也没话说了，摊手）

在字符串的模式匹配上，只用C和C++的标准库还是麻烦了点。我现在是用<string>里的getline(istream& is, string& str, char delim)，不过这终究不是什么好办法。要用功能强点的模式匹配果然还是用正则表达式比较方便。MFC里CString提供的Split()就很合适这个场景。本来可以试试Boost::Regex，下次吧。
要是用Boost的话相关代码或许会像是这样吧：

#include <iostream>
#include <string>
#include <boost/regex.hpp>

int main() {
    boost::regex re("^([^=]+)=([0-9]+)$");
    boost::cmatch matches;
    std::string str("Identifier=21");

    boost::match(str, matches, re);

    string name(matches[1].first, matches[1].second);
    string value(matches[2].first, matches[2].second);

    cout << value << "=" << name << endl; // 21=Identifier

    return 0;
}

我原本装的Boost乱掉了，用VS2008暂时还没装上，总之就是有问题 T T

在排序和输出方面，C++的代码还是相当简洁的。可惜C++里的functor无法做in-place definition，非得给那个functor一个名字，这样就有了下面的ValueLess结构。Java里好歹可以用匿名内部类，C#更好可以用delegate和lambda expression，Ruby的block也差不多。

reformat.h:

#ifndef REFORMAT_H
#define REFORMAT_H

#include <vector>

#define BUFFER_SIZE 256

struct TokenNameValuePair {
    char m_name[256];
    int  m_value;

    TokenNameValuePair();
};

// RAII-style
class ResourceManager {
public:
    ResourceManager(std::vector<TokenNameValuePair*>* pLines) : m_pLines(pLines) { }

    ~ResourceManager() {
        for (std::vector<TokenNameValuePair*>::iterator it = m_pLines->begin();
             it < m_pLines->end();
             ++it) {
            delete *it;
        }
    }

    std::vector<TokenNameValuePair*>* getLines();

private:
    std::vector<TokenNameValuePair*>* m_pLines;
};

#endif // end of REFORMAT_H

reformat.cpp:

#include <cstdlib>
#include <cstring> // for memset
#include <iostream>
#include <fstream>
#include <algorithm>

#include "reformat.h"

using namespace std;

TokenNameValuePair::TokenNameValuePair() { memset(m_name, 0, BUFFER_SIZE); }

vector<TokenNameValuePair*>* ResourceManager::getLines() {
    return m_pLines;
}

struct ValueLess {
    bool operator()(TokenNameValuePair* first, TokenNameValuePair* second) {
        return (first->m_value < second->m_value);
    }
};

int main(int argc, char* argv[]) {
    if (argc != 3) {
        printf("Usage: %s [tokens file] [output file]", argv[0]);
        exit(1);
    }

    ResourceManager res(new vector<TokenNameValuePair*>);

    ifstream in(argv[1]);
    if (!in.fail()) {
        string line;
        while (in.good()) {
            getline(in, line, '=');
            if (!line.compare("")) break;

            TokenNameValuePair* pair = new TokenNameValuePair;
            strcpy(pair->m_name, line.c_str());
            getline(in, line);
            pair->m_value = atoi(line.c_str());
            res.getLines()->push_back(pair);
        }
        in.close();
    }

    sort(res.getLines()->begin(), res.getLines()->end(), ValueLess());

    ofstream out(argv[2]);
    if (!out.fail()) {
        for (vector<TokenNameValuePair*>::iterator it = res.getLines()->begin();
            res.getLines()->end() != it;
            ++it) {
            out << (*it)->m_value << "=" << (*it)->m_name << endl;
        }
        out.flush();
        out.close();
    }

    return 0;
}

用GCC 3.4.5的MinGW来编译测试的。效果还好吧。感觉是比Ruby版“快”一些，启动时间似乎稍微短些。（应该测一下……）

比起Ruby的代码，上面的C++最不顺手的地方就在内存管理和字符串的模式匹配吧。单就代码长度来看那绝对是长了不少，要做这么件小事显然是不爽的。
纯C的话，容器得自己写了吧，如果只能用纯C的话还是会怀念STL容器啊～想了下，如果是自己写的话，我可能会倾向于链式容器，主要是懒得去管动态增加容器大小时的复制。排序有<stdlib.h>里的qsort()，并不麻烦；输出也没什么麻烦的，fprintf()和fwrite()都可以用。果然还是在输入和内存管理上稍微麻烦些。
不知道大家是怎么看的呢。