C++字符串分割(一) 個人總結向，基於strtok()的實作，面向少打一點代碼

《前言》

<cstring>中有一函式

char * strtok ( char * str, const char * delimiters ); 

常用來處理C風格陣列的分割問題。其中str是待分割字符串，delimiters 是分割符字符串，舉列說現在有

str[] = "ab,cd,efg,.hi,zyx";

delimiters[] = ",.!?";

strtok 可以把它分割成

"ab", "cd", "efg", "zyx"。

 

其實這個算是剛入門C語言必學的一個函式，為了上實驗課可以快速解決簡單的分割問題，用迴圈手寫太耗時間，複雜一點的可以用sscanf, sprintf  (這篇不討論這個)。但學了C++知道了一堆更強大的工具，很少去用原來C的函式了(變成用string::find()或string::find_first_of()來分割字符串)，直到最近寫代碼時被同學提醒了一下，結果發現strtok在c++也許更好用(其實就是可以少打一點代碼)(逃)。

現在我們來討論它的用法。

 

《正文》

　　一.　　作者本人平時分割字符串的方法

直接用istream& getline (istream& is, string& str, char delim);

 1 stringstream ss("abc,de,fgh,ifkl,.ef,f");　　//　　#include <sstream>
 2 char delim = ',';
 3 vector<string> typeZero;
 4 string temp;
 5 while (getline(ss, temp, delim)) {
 6     typeZero.push_back(temp);　　　　　　　　　//　　分割不完全，第五個子串是".ef"
 7 }
 8 for (auto &it: typeZero) {
 9     cout << it << endl;　　　　　　//輸出
10 }

其實std::getline() 是有第三個參數的，指定分隔符，但要注意的是，它是char 不是char* ，只能應付單個分隔符的情況。這時可以考慮用C風格的strtok

1 char *p = strtok(str, delim);
2 while (p != NULL) {
3   printf("%s\n", p);　　//cout << p << endl; 用cout輸出也不成問題
4   p = strtok(NULL, delim);         
5 }
/*參考了cppreference*/

每一次迴圈都會把第一個分割符變成"\0"，所以%s輸出不成問題，若　　

str[] = "ab,cd,efg,.hi,zyx";

輸出結果就是

"ab\n", "cd\n", "efg\n", "zyx\n"

不過我們通常都希望把它存下來，我們可以用一個char的二維陣列，如

char strArr[100][10];

把它存起來，但缺點也很明顯，你必須保證分割出來的子串一定少於10。或者用char指針的一維陣列直接指到原字串中各子串的開頭，如

char *strArr[100];

感覺不錯，但畢竟是淺拷貝，原字串一定要保留不能改動，想要深拷貝的話要new / malloc 一個空間，感覺更麻煩了，要先判斷子串長度，這種時候我都直接放棄用strtok, 轉用 sscanf 和 sprintf 的混合雙打 (結果我還是拿出來講了)

 1 #include <iostream>
 2 #include <cstdlib>
 3 using namespace std;
 4 int main() {
 5     char context[] = "abc,de,????fgh,ifkl,.ef,f"; //如果開頭或最後出現分割字符，會出BUG，可能有辦法解決，歡迎提出
 6     char delim[] = "%[^,.!?]%*[,.!?]%n";　//%[^,.!?] 碰到分割符就停， %*[,.!?] 之後把分割符吃掉， %n 目前經過的字符數
 7     char temp[sizeof(context)];
 8     char *strArr[100];
 9     char *p = context;
10     int cnt = 0;
11     for (int bit = 0; ~sscanf(p += bit, delim, temp, &bit); cnt++){　//相當於sscanf(p += bit, "%[^,.!?]%*[,.!?]%n", temp, &bit);
12         strArr[cnt] = (char*) malloc(bit + 1);　//bit的值是子串長加分割符數，所以size會比子串多一點，有辦法解決，這邊交給讀者
13         sprintf(strArr[cnt], "%s", temp);
14     }
15     for (int i = 0; i < cnt; i++) {
16         printf("%s\n", strArr[i]);
17     }
18 }

　核心代碼只有11到14三行，但這代碼段比較難理解，而且用起來非常不安全，一不小心就會出bug。現在也不想討論 %[] %*[] 的用法，若覺得不太優的請跳過。

 

二.　　用C++ string 類直接save

 1 int main() {
 2     char context[] = "abc,de,fgh,ifkl,.ef,f";
 3     char delim[] = ",.!?";
 4     
 5     char *typeOne[100];
 6     vector<string> typeTwo;
 7     
 8     int cnt = 0;
 9     char *p = strtok(context, delim);
10     while (p != NULL) {
11         typeOne[cnt++] = p;　　//typeOne 會被下面的p[0] = toupper(p[0])改掉。
12         typeTwo.push_back(p);　　//typeTwo 是深拷貝，不會被改掉，而且很簡單。
13         p[0] = toupper(p[0]);
14         p = strtok(NULL, delim);
15     }  
16 }

typeTwo 並不會因p[0] = toupper(p[0]); 而被改掉，實現了看着更舒爽的深拷貝。(逃)

其實這篇文章的意義就是這個vector<string>::push_back(char*); 一直都沒有發現還有這種操作。把上面的所有問題都解決了(我猜其實速度會很慢)。c++ stl *~~

 

三.　　利用模版，分割不同的型別

 1 template <class T>
 2 vector<T> split(char *str, char *delim) {
 3     vector<T> data;
 4     T temp;
 5     stringstream ss;　　//#include <sstream>
 6     char *p = strtok(str, delim);
 7     while (p != NULL) {
 8         ss << p;
 9         ss >> temp;
10         ss.clear();
11         data.push_back(temp);
12         p = strtok(NULL, delim);
13     }
14     return data;
15 }

　　　　　　　　實測過int 和 string 都能用。

 

《後記，總結》

c++ string 可以直接用c風格字串賦值可能大家都知道，雖然是比較簡單的東西，但還真沒想過把strtok混在一起用，感覺蠻神奇的。神奇到直接讓我萌生出打Blog的念頭。

第一次打博客，重新看一遍感覺新手會難理解(因為沒圖又沒有過多解釋)，一般人會嫌太簡單(因為重點就只有vector<string>::push_back(char*))。這篇文章純粹拿來試水用， 歡迎大家來吐嘈。。。

代碼都是用Dev C++ (TDM-GCC 4.9.2)測的。 畢竟在visual studio 上用 <cstring> 感覺就是在給自己找麻煩一樣。

全文只參考了cppreference, 其他都是自己(或憑記憶)打出來的，

沒有本人同意，不得以任何形式轉載。雖然很爛:)