基本概念 std::string 参考，std::regex 和 boost::filesystem

Question

下面，我生成了损坏的代码和相同的修复版本。问题是我无法向自己完全解释为什么前者不起作用而后者起作用。我显然需要复习 C++ 语言的一些非常基本的概念：你能否提供关于我应该复习的内容的指示，并且可能还解释为什么我得到我用损坏的代码得到的结果。

在代码中提到的'../docs/'目录中，我只是在linux上使用'touch'命令创建了一些文档......html 各种长度的文件。

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

namespace fs = boost::filesystem;

int main() {
        fs::path p("../docs/");

        for (auto& dir_it : fs::directory_iterator(p)) {
                std::regex re = std::regex("^(doc[a-z]+)\.html$");
                std::smatch matches;
                // BROKEN HERE:
                if (std::regex_match(dir_it.path().filename().string(), matches, re)) {
                        std::cout << "\t\t" <<dir_it.path().filename().string();
                        std::cout << "\t\t\t" << matches[1] << std::endl;
                }
        }

        return 0;
}

产生：

        documentati.html                        ati
        documentationt.html                     �}:ationt
        document.html                   document
        documenta.html                  documenta
        docume.html                     docume
        documentat.html                 documentat
        docum.html                      docum
        documentatio.html                       ��:atio
        documen.html                    documen
        docu.html                       docu
        documentation.html                      ��:ation
        documaeuaoeu.html                       ��:aoeu

注意1：上述错误是在文件名超过一定长度时触发的。我只知道那是因为 std::string 对象正在调整自身的大小。

注意 2：上面的代码与下面问题中使用的代码非常相似，但是使用 boost::regex_match 而不是 std::regex_match： Can I use a mask to iterate files in a directory with Boost?
它以前也适用于我，但现在我使用 GCC 5.4 而不是 GCC 4.6，std::regex 而不是 boost::regex，C++11，以及 boost::filesystem 的更新版本.哪个更改是相关的，导致工作代码被破坏？

固定：

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

namespace fs = boost::filesystem;

int main() {
        fs::path p("../docs/");

        for (auto& dir_it : fs::directory_iterator(p)) {
                std::regex re = std::regex("^(doc[a-z]+)\.html$");
                std::smatch matches;
                std::string p = dir_it.path().filename().string();
                if (std::regex_match(p, matches, re)) {
                        std::cout << "\t\t" <<dir_it.path().filename().string();
                        std::cout << "\t\t\t" << matches[1] << std::endl;
                }
        }

        return 0;
}

产生：

        documentati.html                        documentati
        documentationt.html                     documentationt
        document.html                   document
        documenta.html                  documenta
        docume.html                     docume
        documentat.html                 documentat
        docum.html                      docum
        documentatio.html                       documentatio
        documen.html                    documen
        docu.html                       docu
        documentation.html                      documentation
        documaeuaoeu.html                       documaeuaoeu

使用 boost 1.62.0-r1 和 gcc (Gentoo 5.4.0-r3)，boost::filesystem 文档似乎没有提供任何关于 path().filename().string 的明确指示() returns: http://www.boost.org/doc/libs/1_62_0/libs/filesystem/doc/reference.html#path-filename
看来这取决于：

Answer 1

std::smatch 不会存储包含匹配项的字符的副本，而只会将迭代器对存储到被搜索的原始字符串中。

第一个片段将临时字符串传递给 std::regex_match。当您着手检查 matches 时，该字符串已经消失并且 matches 持有的迭代器都悬空了。该程序然后通过尝试使用它们表现出未定义的行为。

在第二个片段中，传递给 std::regex_match 的字符串在使用 matches 时仍然存在，因此一切正常。

注意 1：问题根据文件名长度的不同而不同，这可能是由于小字符串优化所致。 std::string 实现通常在 class 实例中保留一个小缓冲区，并在那里存储短字符串；而较长的字符串分配在堆上。有可能之前被临时字符串占用的堆栈 space 仍然完好无损，而堆 space 已被重新用于其他分配。该程序以任何一种方式表现出未定义的行为 - "seems to work" 是 UB 的一种可能表现形式。

注2： path::string() returns 是按值还是按引用并不重要。 path::filename() returns 按值计算，因此 dir_it.path().filename().string() 会过早地被销毁，无论它是临时 dir_it.path().filename() 对象的成员，还是由 [=21 即时制造的=].

基本概念 std::string 参考，std::regex 和 boost::filesystem

Basic concepts with std::string references, std::regex and boost::filesystem

c++

regex

string

boost-filesystem

c++11