有没有比迭代更好的方法在 C++ 中执行 URL 模式匹配？

Question

我有一个模式匹配例程，它根据用于请求命令的 URL 从 std::map 中查找值。 URL 映射表中的值如下：

// Assume this->commands_ is defined elsewhere as std::map<std::string, int>
// Providing a number of URL examples to give an idea of the structure of
// the URLs
this->commands_["/session"] = 1;
this->commands_["/session/:sessionid/url"] = 2;
this->commands_["/session/:sessionid/back"] = 3;
this->commands_["/session/:sessionid/forward"] = 4;
this->commands_["/session/:sessionid/element"] = 5;
this->commands_["/session/:sessionid/element/:id/text"] = 6;
this->commands_["/session/:sessionid/element/:id/value"] = 7;

每个 URL 模式中的标记（由前面的 ':' 指定）在对查找例程的调用中替换为实际值（例如，"/session/1234-8a0f/element/5bed-6789/text"），但我需要保留命名参数。上述示例中的命名标记列表并不详尽，在上面列出的位置中可能还有其他命名标记。请注意，令牌值是十六进制编码的数字。

目前，我正在遍历映射的键，用正则表达式值替换替换标记，并使用 std::tr1 正则表达式类对请求的值执行正则表达式匹配，将匹配的标记名称和值捕获到向量。该代码在功能上与此等价（为清楚起见，代码比通常编写的更冗长）：

// Assume "using namespace std;" has been declared,
// and appropriate headers #included.
int Server::LookupCommand(const string& uri,
                          vector<string>* names,
                          vector<string>* values) {
    int value = 0;

    // Iterate through the keys of the map
    map<string, int>::const_iterator it = this->commands_.begin();
    for (; it != this->commands_.end(); ++it) {
        string url_candidate = it->first;

        // Substitute template parameter names with regex match strings
        size_t param_start_pos = url_candidate.find_first_of(":");
        while (param_start_pos != string::npos) {
            size_t param_len = string::npos;
            size_t param_end_pos = url_candidate.find_first_of("/",
                                                            param_start_pos);
            if (param_end_pos != string::npos) {
                param_len = param_end_pos - param_start_pos;
            }

            // Skip the leading colon
            string param_name = url_candidate.substr(param_start_pos + 1,
                                                     param_len - 1);
            names->push_back(param_name);
            url_candidate.replace(param_start_pos,
                                  param_len,
                                  "([0-9a-fA-F-]+)");
            param_start_pos = url_candidate.find_first_of(":");
        }

        tr1::regex matcher("^" + url_candidate + "$");
        tr1::match_results<string::const_iterator> matches;
        if (tr1::regex_search(uri, matches, matcher)) {
            size_t param_count = names->size();
            for (unsigned int i = 0; i < param_count; i++) {
                // Need i + 1 to get token match; matches[0] is full string.
                string param_value = matches[i + 1].str();
                values->push_back(param_value);
            }
            found_value = it->second;
            break;
        }
    }
    return value;
}

请注意，我没有使用 Boost 库，也不允许我在这个项目中使用它们。

我觉得这段代码效率非常低，因为我每次都在遍历地图的键，但是我无法看到众所周知的森林，而且我遇到了困难有替代品。虽然描述听起来很荒谬，但我实际上试图构建的是基于键的正则表达式匹配而不是精确匹配的映射查找。我怎样才能使它更有效率？我在设计这个函数时忽略了哪些模式？

Answer 1

在我看来，您可以将 URL 拆分为其组件（可能使用 here 中的建议之一），然后使用 decision tree 找到正确的模式。

在这棵树中，每个节点都是与 URL 的特定组件匹配的正则表达式，而叶子将是您当前存储在地图中的值：

                                 session
                                    |   \
                                    |    1
                                    |
                              ([0-9a-fA-F-]+)
                              /     |     \
                             /      |      \
                           url     back    element
                            |       |       |     \
                            |       |       |      5
                            2       3       |
                                        ([0-9a-fA-F-]+)

以上是您的示例树的一部分。您必须使用自定义数据结构来实现树，但这相当简单。

Answer 2

与其将模式中的 :session_id 和 :id 标记替换为特定值然后进行匹配，不如获取候选者并在它们上使用正则表达式替换以将特定值替换为占位符（session_id 和 id）？然后就可以直接在map中查找泛化字符串了。