|
如：
string str1 = "This is a test";
string str2 = "This-is-a-test";
string str2 = "This+is+a+test";
我们如何将以上字符串按照某种分隔符（ ,-,+），将其分割成四个子串，其值分别为 “This” “is” “a” “test” 。
这里我们只需要用到 istringstream（字符串输入流） 构造字符串流，然后从字符串流中按照一定的格式读取数据即可。
通常我们使用?cin?从流中读取数据，而我们也可以使用?getline?读取，而后者在读取时可以选择接受的数据格式，其函数原型如下：
// istream & getline(char* buf, int bufSize); // 读到 \n 为止
istream & getline(char* buf, int bufSize, char delim); //读到 delim 字符为止
// \n 或 delim 都不会被读入 buf，但会被从文件输入流缓冲区中取走
?因此，我们可以按照此方式设计一个C++中的string?split函数。
void Stringsplit(string str,const const char split)
{
istringstream iss(str); // 输入流
string token; // 接收缓冲区
while (getline(iss, token, split)) // 以split为分隔符
{
cout << token << endl; // 输出
}
}
如此，我们就设计出了我们的Stringsplit() 函数。该函数有以下 2 种语法格式
void Stringsplit(string str,const const char split);
// 默认将传入的字符串str以split为分隔符进行分割，并将得到的子串打印在屏幕上，无返回值
void Stringsplit(string str, const const char split,vector<string>& rst);
// 默认将传入的字符串str以split为分隔符进行分割， 不会将子串打印在屏幕上，无返回值
// 分割的子串将会保存在rst数组中被带出函数。
?以上，我们简单的设计了一种C++中的分割字符串的函数，下面来看一个测试用例：
int main() {
string str("This is a test");
Stringsplit(str, ' '); // 打印子串
vector<string> strList;
string str2("This-is-a-test");
Stringsplit(str2, '-', strList); // 将子串存放到strList中
for (auto s : strList)
cout << s << " ";
cout << endl;
return 0;
}
# 输出
This
is
a
test
This is a test
二、使用string类提供的find方法与substr方法
find函数原型：?
size_type find( const basic_string& str, size_type pos = 0 ) const;
参数:
str - 要搜索的 string ， pos - 开始搜索的位置
返回值
找到的子串的首字符位置，或若找不到这种子串则为 npos 。
substr函数原型：?
basic_string substr( size_type pos = 0, size_type count = npos ) const;
参数:
pos - 要包含的首个字符的位置 ，count - 子串的长度
返回值
含子串 [pos, pos+count) 的 string 。
由以上两个函数我们便可以设计出我们的Stringsplit()来。同时，因为find()函数查找的可以是字符串，因此我们的分隔符可以是单个的字符，也可以是一个字符串。?
// 使用字符分割
void Stringsplit(const string& str, const char split, vector<string>& res)
{
if (str == "") return;
//在字符串末尾也加入分隔符，方便截取最后一段
string strs = str + split;
size_t pos = strs.find(split);
// 若找不到内容则字符串搜索函数返回 npos
while (pos != strs.npos)
{
string temp = strs.substr(0, pos);
res.push_back(temp);
//去掉已分割的字符串,在剩下的字符串中进行分割
strs = strs.substr(pos + 1, strs.size());
pos = strs.find(split);
}
}
// 使用字符串分割
void Stringsplit(const string& str, const string& splits, vector<string>& res)
{
if (str == "") return;
//在字符串末尾也加入分隔符，方便截取最后一段
string strs = str + splits;
size_t pos = strs.find(splits);
int step = splits.size();
// 若找不到内容则字符串搜索函数返回 npos
while (pos != strs.npos)
{
string temp = strs.substr(0, pos);
res.push_back(temp);
//去掉已分割的字符串,在剩下的字符串中进行分割
strs = strs.substr(pos + step, strs.size());
pos = strs.find(splits);
}
}
下面是一个测试用例：
int main()
{
vector<string> strList;
string str("This-is-a-test");
Stringsplit(str, '-', strList);
for (auto s : strList)
cout << s << " ";
cout << endl;
vector<string> strList2;
string str2("This%20is%20a%20test");
Stringsplit(str2, "%20", strList2);
for (auto s : strList2)
cout << s << " ";
cout << endl;
return 0;
}
# 输出
This is a test
This is a test
三、使用C库函数strtok
char* strtok( char* str, const char* delim );
参数:
str - 指向要记号化的空终止字节字符串的指针
delim - 指向标识分隔符的空终止字节字符串的指针
返回值:
指向下个记号起始的指针，或若无更多记号则为空指针。
需要注意的是，该函数使用一个全局的静态变量来保存每次分割后的位置，因此在多线程中是不安全的，这里我们也可以选择使用它的线程安全版本
char *strtok_r(char *str, const char *delim, char **saveptr); 。
void Stringsplit(const string& str, const string& split, vector<string>& res)
{
char* strc = new char[str.size() + 1];
strcpy(strc, str.c_str()); // 将str拷贝到 char类型的strc中
char* temp = strtok(strc, split.c_str());
while (temp != NULL)
{
res.push_back(string(temp));
temp = strtok(NULL, split.c_str()); // 下一个被分割的串
}
delete[] strc;
}
如此，我们的使用 strtok 版本的Stringsplit() 就完成了。不过，我们使用这种方法实现的字符串分割函数只能根据字符来分割，而我们传入的参数是字符串类型，这样可能会对函数的使用这造成误导（注：参数传入字符串用的双引号，传入字符用的单引号），因此我们也可以使用下面的方法封装一个参数是字符类型的函数。
void Stringsplit(const string& str, const char split, vector<string>& res)
{
Stringsplit(str, string(1,split), res); // 调用上一个版本的Stringsplit()
}
?下面给出一个测试用例，我们分别使用单/双引号传入分割的限定字符。
int main()
{
vector<string> strList;
string str("This+is+a+test");
Stringsplit(str, '+', strList);
for (auto s : strList)
cout << s << " ";
cout << endl;
vector<string> strList2;
string str2("This-is-a-test");
Stringsplit(str2, "-", strList2);
for (auto s : strList2)
cout << s << " ";
cout << endl;
return 0;
}
四、使用regex_token_iterator（正则表达式）
正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。?
而在C++的正则中，把这种操作称为Tokenize分词（或者叫切割）。这种操作刚好可以满足我们的需求，用模板类regex_token_iterator<>提供分词迭代器，可以完成字符串的分割。
void Stringsplit(const string& str, const string& split, vector<string>& res)
{
//std::regex ws_re("\\s+"); // 正则表达式,匹配空格
std::regex reg(split); // 匹配split
std::sregex_token_iterator pos(str.begin(), str.end(), reg, -1);
decltype(pos) end; // 自动推导类型
for (; pos != end; ++pos)
{
res.push_back(pos->str());
}
}
测试用例：
int main()
{
// 单个字符分词
vector<string> strList;
string str("This is a test");
Stringsplit(str," ", strList);
for (auto s : strList)
cout << s << " ";
cout << endl;
// 使用字符串分词
vector<string> strList2;
string str2("ThisABCisABCaABCtest");
Stringsplit(str2, "ABC", strList2);
for (auto s : strList2)
cout << s << " ";
cout << endl;
}
# 输出
This is a test
This is a test
?
|