C++ 返回多个项目答案

【问题标题】：C++ Returning Multiple ItemsC++ 返回多个项目
【发布时间】：2012-09-25 15:20:58
【问题描述】：

我正在用 C++ 设计一个从 HTML 页面中提取 URL 的类。我正在使用 Boost 的 Regex 库为我完成繁重的工作。我开始设计一个类，并意识到我不想束缚 URL 的存储方式。一种选择是通过引用接受 std::vector<Url> 并在其上调用 push_back。我想避免强迫我班的消费者使用std::vector。因此，我创建了一个带有目标迭代器的成员模板。它看起来像这样：

template <typename TForwardIterator, typename TOutputIterator>
TOutputIterator UrlExtractor::get_urls(
    TForwardIterator begin,
    TForwardIterator end, 
    TOutputIterator dest);

我觉得我把事情复杂化了。我喜欢用 C++ 编写相当通用的代码，但我很难锁定我的接口。但后来我陷入了这些困境，我试图将一切模板化。此时，阅读代码的人并没有意识到 TForwardIterator 正在迭代 std::string。

在我的特殊情况下，我想知道这种通用性是否是一件好事。你什么时候开始让代码更明确？是否有一种标准方法可以从函数中获取值？

【问题讨论】：

首先，您应该考虑使用现有库正确解析 HTML：stackoverflow.com/questions/489522/…
关于不将用户绑定到特定容器，您的设计很好，因为您可以使用back_inserter 作为第三个参数并且与容器无关。这就是许多标准库算法的工作原理。
我真的不需要解析 HTML。我只需要检测锚标签中的hrefs。
HTML 过于复杂，无法支持正则表达式解析。任何半复杂的页面都会有脚本标签（或另外十几个标签中的一个），一旦进入那里，一切都会变得很糟糕。您需要使用专门设计用于处理 html 的 SAX 解析器（尤其是所有错误信息的页面（占大多数））。这里描述了一种让你滚动的简单技术：stackoverflow.com/a/11820174/14065

标签： c++ iterator return-value

【解决方案1】：

是的，它不仅很好，而且是一个非常好的设计。以这种方式模板化是大多数标准库算法的工作方式，例如std::fill 或std::copy；它们可以与迭代器一起使用，以便您可以填充其中已经包含元素的容器，或者您可以使用一个空容器并使用 std::back_inserter 填充数据。

这是一个非常好的设计 IMO，并利用了模板和迭代器概念的强大功能。

你可以这样使用它（但你已经知道了）：

std::list<Url> l;
std::vector<Url> v;

x.get_urls(begin(dat1), end(dat1), std::back_inserter(l));
y.get_urls(begin(dat2), end(dat2), std::back_inserter(v));

我感觉你害怕使用模板，它们不是“正常的”C++，或者它们应该被避免并且过于臃肿等等。我向你保证，它们是非常正常且强大的语言功能，没有其他语言（我所知道的）具有，所以只要适合使用它们，就使用它们。而这里，非常合适。

【讨论】：

【解决方案2】：

在我看来你的界面有误。

已经有从迭代器复制到容器的算法。在我看来，您的课程提供了一个 url 流（不依赖于修改它的源）。因此，您真正需要的只是一种通过迭代器（前向迭代器）公开内部数据的方法，因此您只需要提供 begin() 和 end()。

UrlExtractor             page(/* Some way of constructing page */);
std::vector<std::string> data;

std::copy(page.begin(), page.end(), std::back_inserter(data));

我只提供以下接口：

class UrlExtractor
{
    ...... STUFF
    iterator begin(); 
    iterator end();
};

【讨论】：

题外话，但我不知道你的头像是强烈的左眼还是悲伤的右眼:)
我有想过这个界面。我关心的是明确指定迭代器的类型。例如，我不确定我是否会处理 unicode。我想我可以让整个类成为输入字符类型的模板。

【解决方案3】：

是的，你太笼统了。模板的意义在于您可以生成行为不同的函数的多个副本。您可能不希望这样，因为您应该选择一种表示 URL 的方式并在整个程序中使用它。

你就这样吧：

typedef std::string url;

这使您可以更改将来用于 url 的类。

也许std::vector 实现了一些带有push_back() 的接口，您的方法可以引用该接口 (back_inserter?)。

【讨论】：

我想他想弄清楚如何存储一个 collection 的 url，而不是一个。
对。我想知道如何从函数中获取URLs。我已经有一个 URL 类。我想知道迭代器模板是否过于矫枉过正，是否应该明确集合类型，例如std::vector。
@TravisParks 不，你现在做得很好:) 看看std::fill，std::copy，基本上其他所有需要迭代器的东西；它们旨在与神奇的back_inserter 或一起用于已经有空间的容器的普通迭代器。
你不觉得会员模板太多了吗？我觉得 STL 和 Boost 的通用性正在渗入我的代码库的其余部分。也许这对 C++ 来说是正常的——我不知道。
@TravisParks 不，我觉得很漂亮，看我的回答。

【解决方案4】：

不知道实际用例场景很难说，但在一般来说，最好避免使用模板（或任何其他不必要的复杂性）除非它真的给你买了东西。最明显的这里的签名是：

std::vector<Url> UrlExtractor::get_urls( std::string const& source );

真的有任何可能的情况，你必须解析任何东西但是std::string？（如果您还支持输入，可能会有迭代器。但在实践中，如果你正在解析，来源将是 std::string 或 std::istream&。除非你真的想支持后者，只需使用std::string。）当然还有客户端代码可以对返回的向量做任何事情，包括附加它到另一种类型的集合。

如果返回std::vector 的成本确实成为问题，那么您可以将std::vector<Url>& 作为参数。我什么都看不到任何额外的灵活性都会给你带来很多好处的合理场景，像get_urls 这样的函数可能相当复杂，并且不是你想放在标题中的那种东西。

【讨论】：

在 C++11 中，按值返回 vector 的成本几乎为零。
@SethCarnegie 即使在 C++03 中，也有很多时候 RVO 或 NRVO 会消除所有成本。