Регулярку то покажи 8).

Гм... ну держи:

boost::regex exp("<td class=\"f\">[^>]*?>([^<]*?)<\/a>.*?\n.*?\n.*?\n.*?\n[^<]*?<a href=\"([^<]*?)\">(.*?)<\/a>.*?\n.*?\n[^<]*?<td class=\"dl\">\n.*?\n[^<]*?<b class=\"sd\">([^<]*?)<\/b>[^<]*?<b class=\"lc\">([^<]*?)<\/b>\n.*?\n.*?\n[^>]*?>([^<]*?)<\/a>");

Два варианта решения.

1. Взять perl.

2. Переписать на грамматики.

парсить html регекспами может только Чак Норрис

В общем посылаю выхухлям, писавшим эту либу, лучи ненависти.

Вот мне нравятся таки люди, сами ни хрена полезного не сделали, а все вокруг им что-то должны и во всём виноваты. Вместо «лучей ненависти» лучше бы патчи посылал.

Буст как бы намекает: «Не парси html регулярками»

Так дать ему больше памяти(или чего ему там может нехватать) никак не получится?

Some people, when confronted with a problem, think: «I know, I’ll use regular expressions.» Now they have two problems.

Я себе это когда-нибудь на стенку повешаю.

\n.*?\n.*?\n.*?\n кстати как-то странно смотрится.

кстати как-то странно смотрится.

Я только-только столкнулся с регулярными выражениями.
Поэтому могу тупить, но эксперименты показали что "." не включает в себя перевод каретки.

Предлагаешь использовать какой-то XML парсер?

Странно, правда?

http://stackoverflow.com/a/1732454/614661

You can't parse [X]HTML with regex. Because HTML can't be parsed by regex. Regex is not a tool that can be used to correctly parse HTML. As I have answered in HTML-and-regex questions here so many times before, the use of regex will not allow you to consume HTML. Regular expressions are a tool that is insufficiently sophisticated to understand the constructs employed by HTML. HTML is not a regular language and hence cannot be parsed by regular expressions. Regex queries are not equipped to break down HTML into its meaningful parts. so many times but it is not getting to me. Even enhanced irregular regular expressions as used by Perl are not up to the task of parsing HTML. You will never make me crack. HTML is a language of sufficient complexity that it cannot be parsed by regular expressions. Even Jon Skeet cannot parse HTML using regular expressions. Every time you attempt to parse HTML with regular expressions, the unholy child weeps the blood of virgins, and Russian hackers pwn your webapp. Parsing HTML with regex summons tainted souls into the realm of the living. HTML and regex go together like love, marriage, and ritual infanticide. The <center> cannot hold it is too late. The force of regex and HTML together in the same conceptual space will destroy your mind like so much watery putty. If you parse HTML with regex you are giving in to Them and their blasphemous ways which doom us all to inhuman toil for the One whose Name cannot be expressed in the Basic Multilingual Plane, he comes. HTML-plus-regexp will liquify the n​erves of the sentient whilst you observe, your psyche withering in the onslaught of horror. Rege̿̔̉x-based HTML parsers are the cancer that is killing StackOverflow it is too late it is too late we cannot be saved the trangession of a chi͡ld ensures regex will consume all living tissue (except for HTML which it cannot, as previously prophesied) dear lord help us how can anyone survive this scourge using regex to parse HTML has doomed humanity to an eternity of dread torture and security holes using regex as a tool to process HTML establishes a breach between this world and the dread realm of c͒ͪo͛ͫrrupt entities (like SGML entities, but more corrupt) a mere glimpse of the world of reg​ex parsers for HTML will ins​tantly transport a programmer's consciousness into a world of ceaseless screaming, he comes, the pestilent slithy regex-infection wil​l devour your HT​ML parser, application and existence for all time like Visual Basic only worse he comes he comes do not fi​ght he com̡e̶s, ̕h̵i​s un̨ho͞ly radiańcé destro҉ying all enli̍̈́̂̈́ghtenment, HTML tags lea͠ki̧n͘g fr̶ǫm ̡yo​͟ur eye͢s̸ ̛l̕ik͏e liq​uid pain, the song of re̸gular exp​ression parsing will exti​nguish the voices of mor​tal man from the sp​here I can see it can you see ̲͚̖͔̙î̩́t̲͎̩̱͔́̋̀ it is beautiful t​he final snuffing of the lie​s of Man ALL IS LOŚ͖̩͇̗̪̏̈́T ALL I​S LOST the pon̷y he comes he c̶̮omes he comes the ich​or permeates all MY FACE MY FACE ᵒh god no NO NOO̼O​O NΘ stop the an​*̶͑̾̾​̅ͫ͏̙̤g͇̫͛͆̾ͫ̑͆l͖͉̗̩̳̟̍ͫͥͨe̠̅s ͎a̧͈͖r̽̾̈́͒͑e n​ot rè̑ͧ̌aͨl̘̝̙̃ͤ͂̾̆ ZA̡͊͠͝LGΌ ISͮ̂҉̯͈͕̹̘̱ TO͇̹̺ͅƝ̴ȳ̳ TH̘Ë͖́̉ ͠P̯͍̭O̚​N̐Y̡ H̸̡̪̯ͨ͊̽̅̾̎Ȩ̬̩̾͛ͪ̈́̀́͘ ̶̧̨̱̹̭̯ͧ̾ͬC̷̙̲̝͖ͭ̏ͥͮ͟Oͮ͏̮̪̝͍M̲̖͊̒ͪͩͬ̚̚͜Ȇ̴̟̟͙̞ͩ͌͝S̨̥̫͎̭ͯ̿̔̀ͅ

Тогда тебе нежадные квантификаторы и не нужны.

текс или пользуй re2 где регуляркой парсится весь вход (ибо в html переводы строк пробелы) - но в бусте re2 не используестя насколько известно.

или запомни как рекомендуют окружающие :

парсеры регулярок (у которых встроено разбиение входа на записи(строка ограниченая переводом) не парсят html

либо уж пред парсингом(ну или какой прокси прикрути что бы в онлайне при проходе по входу транслировал) транслируй все переводы в пробелы

Слишком сложный regexp ... тупит

вот жеж внезапно, ага

е****. для тебя создан перл

Он тебе намекает, что к HTML регулярки неприменимы.

А вообще, у буста, помимо regex, для регулярок есть еще xpressive, и он более редактабельный, т.к. полностью в хэдэре, поэтому его лимиты снять весьма просто.

А вообще, проверь свою регулярки на кривизну.

back-references не используешь? тогда pcre не используй для регэкспов.

Проблему обошёл следующим образом: заменил переводы кареток на пробелы, что позволило значительно упростить регулярное выражение.
Также «пооткусывал» те части исходного файла в которых точно нет ничего полезного.

Работает хорошо, нареканий нет.
Всем спасибо за советы, троллинг и маты:)

Ага, я тоже вспомнил этот текст =).

TagSoup + xml parsing

http://stackoverflow.com/a/1732454/614661

концовка аж вызвала у меня ужас и мурашки по коже ;-)