как избавиться от escape-символа в токене с помощью Spirit :: lex?

РЕДАКТИРОВАНИЕ в ответ на комментарий смотрите ниже «ОБНОВЛЕНИЕ»

Я предлагаю не пытаться решить это в лексере. Пусть лексер выдает необработанные строки:

template <typename Lexer>
struct mylexer_t : lex::lexer<Lexer>
{
mylexer_t()
{
string_quote_double = "\\\"([^\"]|\\\"\\\")*\\\"";

this->self("INITIAL")
= string_quote_double
| lex::token_def<>("[ \t\r\n]") [ lex::_pass = lex::pass_flags::pass_ignore ]
;
}

lex::token_def<std::string> string_quote_double;
};

НОТА Для предоставления такого атрибута токена требуется модифицированный токен typedef:

typedef lex::lexertl::token<char const*, boost::mpl::vector<char, std::string> > token_type;
typedef lex::lexertl::actor_lexer<token_type> lexer_type;

Постпроцесс в парсере:

template <typename Iterator> struct mygrammar_t
: public qi::grammar<Iterator, std::vector<std::string>()>
{
typedef mygrammar_t<Iterator> This;

template <typename TokenDef>
mygrammar_t(TokenDef const& tok) : mygrammar_t::base_type(start)
{
using namespace qi;

string_quote_double %= tok.string_quote_double [ undoublequote ];
start = *string_quote_double;

BOOST_SPIRIT_DEBUG_NODES((start)(string_quote_double));
}

private:
qi::rule<Iterator, std::vector<std::string>()> start;
qi::rule<Iterator, std::string()> string_quote_double;
};

Как вы видете, undoubleqoute может быть любым актером Феникса, который удовлетворяет критериям семантического действия Духа. Мозговой пример реализации будет:

static bool undoublequote(std::string& val)
{
auto outidx = 0;
for(auto in = val.begin(); in!=val.end(); ++in) {
switch(*in) {
case '"':
if (++in == val.end()) { // eat the escape
// end of input reached
val.resize(outidx); // resize to effective chars
return true;
}
// fall through
default:
val[outidx++] = *in; // append the character
}
}

return false; // not ended with double quote as expected
}

Но я предлагаю вам написать «правильный» де-эскапер (так как я уверен, что MySql позволит \t, \r, \u001e или даже более архаичные вещи).

У меня есть еще несколько полных примеров в старых ответах:

• СДЕЛАТЬ
• ССЫЛКИ
• Вот страница поиска со многими связанными ответами используя дух

На самом деле, как вы указали, довольно просто интегрировать нормализацию значения атрибута в сам лексер:

template <typename Lexer>
struct mylexer_t : lex::lexer<Lexer>
{
struct undoublequote_lex_type {
template <typename, typename, typename, typename> struct result { typedef void type; };

template <typename It, typename IdType, typename pass_flag, typename Ctx>
void operator()(It& f, It& l, pass_flag& pass, IdType& id, Ctx& ctx) const {
std::string raw(f,l);
if (undoublequote(raw))
ctx.set_value(raw);
else
pass = lex::pass_flags::pass_fail;
}
} undoublequote_lex;

mylexer_t()
{
string_quote_double = "\\\"([^\"]|\\\"\\\")*\\\"";

const static undoublequote_lex_type undoublequote_lex;
this->self("INITIAL")
= string_quote_double [ undoublequote_lex ]
| lex::token_def<>("[ \t\r\n]") [ lex::_pass = lex::pass_flags::pass_ignore ]
;
}

lex::token_def<std::string> string_quote_double;
};

Это использует то же самое undoublequote функция показана выше, но оборачивает ее в отложенный вызываемый объект (или «полиморфный функтор») undoublequote_lex_type это удовлетворяет критерии для лексера семантического действия.

Вот полностью рабочее доказательство концепции:

//#include <boost/config/warning_disable.hpp>
//#define BOOST_SPIRIT_DEBUG_PRINT_SOME 80
//#define BOOST_SPIRIT_DEBUG // before including Spirit
#include <boost/spirit/include/lex_lexertl.hpp>
#include <boost/spirit/include/qi.hpp>
#include <fstream>
#ifdef MEMORY_MAPPED
#   include <boost/iostreams/device/mapped_file.hpp>
#endif
//#include <boost/spirit/include/lex_generate_static_lexertl.hpp>

namespace /*anon*/
{
namespace phx=boost::phoenix;
namespace qi =boost::spirit::qi;
namespace lex=boost::spirit::lex;

template <typename Lexer>
struct mylexer_t : lex::lexer<Lexer>
{
mylexer_t()
{
string_quote_double = "\\\"([^\"]|\\\"\\\")*\\\"";

this->self("INITIAL")
= string_quote_double
| lex::token_def<>("[ \t\r\n]") [ lex::_pass = lex::pass_flags::pass_ignore ]
;
}

lex::token_def<std::string> string_quote_double;
};

static bool undoublequote(std::string& val)
{
auto outidx = 0;
for(auto in = val.begin(); in!=val.end(); ++in) {
switch(*in) {
case '"':
if (++in == val.end()) { // eat the escape
// end of input reached
val.resize(outidx); // resize to effective chars
return true;
}
// fall through
default:
val[outidx++] = *in; // append the character
}
}

return false; // not ended with double quote as expected
}

template <typename Iterator> struct mygrammar_t
: public qi::grammar<Iterator, std::vector<std::string>()>
{
typedef mygrammar_t<Iterator> This;

template <typename TokenDef>
mygrammar_t(TokenDef const& tok) : mygrammar_t::base_type(start)
{
using namespace qi;

string_quote_double %= tok.string_quote_double [ undoublequote ];
start = *string_quote_double;

BOOST_SPIRIT_DEBUG_NODES((start)(string_quote_double));
}

private:
qi::rule<Iterator, std::vector<std::string>()> start;
qi::rule<Iterator, std::string()> string_quote_double;
};
}

std::vector<std::string> do_test_parse(const std::string& v)
{
char const *first = &v[0];
char const *last = first+v.size();

typedef lex::lexertl::token<char const*, boost::mpl::vector<char, std::string> > token_type;
typedef lex::lexertl::actor_lexer<token_type> lexer_type;

typedef mylexer_t<lexer_type>::iterator_type iterator_type;
const static mylexer_t<lexer_type> mylexer;
const static mygrammar_t<iterator_type> parser(mylexer);

auto iter = mylexer.begin(first, last);
auto end = mylexer.end();

std::vector<std::string> data;
bool r = qi::parse(iter, end, parser, data);

r = r && (iter == end);

if (!r)
std::cerr << "parsing (" << iter->state() << ") failed at: '" << std::string(first, last) << "'\n";

return data;
}

int main(int argc, const char *argv[])
{
for (auto&& s : do_test_parse( "\"bla\"\"blo\""))
std::cout << s << std::endl;
}