目錄
前言
最近遇到了一個字符串分割的問題,在C++的標準庫裏面沒有字符分割函數split()。我想這個問題今後可能還會再遇見,所以使用C/C++中的字符串分割方法完成相應的功能。
需求:對一個字符串進行分割,然後將分割後的數據存起來,想用的時候像用數組那樣拿就行了。所以在完成分割後,需要使用vector將相應的數據保存起來。
使用strtok()完成分割
char * strtok ( char * str,const char * delim );
其中str是需要分割的字符串。delim是分隔符標識。
在<cstring> <string.h>中定義
該函數被設計爲多次調用,以從同一字符串中獲取連續的token。
如果 str != NULL,該調用被視爲 strtok 對此特定字符串的第一個調用。該函數搜索中不包含的第一個字符 delim。
如果找不到這樣的字符,則根本沒有標記str,並且該函數返回空指針。
如果找到了這樣的字符,則這是token的開頭。然後,函數從該點開始搜索包含delim的第一個字符。
如果未找到這樣的字符,str則只有一個標記,以後調用strtok將返回一個空指針
如果找到了這樣的字符,則將其替換爲空字符'\0',並將指向下一個字符的指針存儲在靜態位置中,以供後續調用。
然後,該函數將指針返回到token的開頭
如果str == NULL,則該調用將被視爲對後續調用strtok:該函數從上次調用中保留的位置繼續。行爲與先前存儲的指針作爲str傳遞的行爲相同。
#include <cstring>
#include <iostream>
int main()
{
char input[100] = "A bird came down the walk";
char *token = std::strtok(input, " ");
while (token != NULL) {
std::cout << token << '\n';
token = std::strtok(NULL, " ");
}
}
筆記:
(1)此函數具有破壞性:它將 '\0' 字符寫入字符串的元素中str。
(2)每次對該函數的調用都會修改一個靜態變量:不是線程安全的。
(3)與大多數其他strtok不同,每個後續標記中的定界符可以不同,甚至可以取決於先前標記的內容。
源自百度百科:
下面的說明摘自於Linux內核2.6.29,說明了這個函數已經不再使用,由速度更快的strsep()代替。
/** linux/lib/string.c** Copyright (C) 1991, 1992 Linus Torvalds*//** stupid library routines.. The optimized versions should generally be found
* as inline code in <asm-xx/string.h>
* These are buggy as well..
* * Fri Jun 25 1999, Ingo Oeser <[email protected]>
* - Added strsep() which will replace strtok() soon (because strsep() is
* reentrant and should be faster). Use only strsep() in new code, please.
** * Sat Feb 09 2002, Jason Thomas <[email protected]>,
* Matthew Hawkins <[email protected]>
* - Kissed strtok() goodbye
*/
使用strsep()完成分割
strsep函數用於分解字符串爲一組字符串。其原型爲:
char *strsep(char **s, const char *delim);
存在的問題
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
//char *strsep(char **str, const char *delim);
int main(void) {
char source[] = "hello, world! welcome to china!";
char delim[] = " ,!";
char *input = strdup(source);
char *token = strsep(&input, delim);
while (token != NULL) {
printf(token);
printf("-");
token = strsep(&input, delim);
}
free(input);
printf("\n");
return 0;
}
爲什麼使用strsep()分割字符串後會多出幾個" - " ?
原因是:如果輸入的串的有連續的多個字符屬於delim,strtok會返回NULL,而strsep會返回空串 ""。如果想用strsep函數分割字符串必須進行返回值是否是空串的判斷。
使用strtok_r()完成分割
strtok是一個線程不安全的函數,因爲它使用了靜態分配的空間來存儲被分割的字符串位置,線程安全的函數是strtok_r()。
char *strtok_r(char *str, const char *delim, char **saveptr);
strtok_r函數是strtok函數的可重入版本。str爲要分解的字符串,delim爲分隔符字符串。char **saveptr參數是一個指向char *的指針變量,用來在strtok_r內部保存切分時的上下文,以應對連續調用分解相同源字符串。
第一次調用strtok_r時,str參數必須指向待提取的字符串,saveptr參數的值可以忽略。連續調用時,str賦值爲NULL,saveptr爲上次調用後返回的值,不要修改。一系列不同的字符串可能會同時連續調用strtok_r進行提取,要爲不同的調用傳遞不同的saveptr參數。
strtok_r實際上就是將strtok內部隱式保存的this指針,以參數的形式與函數外部進行交互。由調用者進行傳遞、保存甚至是修改。需要調用者在連續切分相同源字符串時,除了將str參數賦值爲NULL,還要傳遞上次切分時保存下的saveptr。
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
//char *strtok_r(char *str, const char *delim, char **saveptr);
int main()
{
char *Src = "Can I help you";
char Buffer[100];
char *delim = " ";
char *saveptr = NULL;
char *input = NULL;
strncpy(Buffer, Src, sizeof(Buffer) - 1);
input = Buffer;
while(NULL != ( input = strtok_r( input, delim, &saveptr)))
{
printf("input[%s] pchStrTmpIn[%s]\n", input,saveptr);
input = NULL;
}
return 0;
}
實現字符串分割
以上函數都會改變源字符串,所以在完成split函數功能時,要先複製一個副本,對副本進行分割後返回相應的值纔是正確的思路。
#include <iostream>
#include <vector>
#include <cstring>
using namespace std;
namespace tyler
{
//strtok版本
//char *strtok(char s[], const char *delim);
vector <string> stringsplit(const string &str, const char *delim)
{
vector <std::string> strlist;
int size = str.size();
char *input = new char[size];
strcpy(input, str.c_str());
char *token = std::strtok(input, delim);
while (token != NULL) {
strlist.push_back(token);
token = std::strtok(NULL, delim);
}
delete []input;
return strlist;
}
//另一種寫法
//for(token = strtok(input, delim); token != NULL; token = strtok(NULL, delim))
//{
//}
//strsep版本
//char *strsep(char **stringp, const char *delim);
vector <string> stringsplit1(const string &str, const char *delim)
{
vector <std::string> strlist;
char *p = const_cast<char*>(str.c_str());
char *input = strdup(p); //strdup()在內部調用了malloc()爲變量分配內存,不需要使用返回的字符串時,需要用free()釋放相應的內存空間,否則會造成內存泄漏。
char *token = strsep(&input, delim);
while (token != NULL) {
if(strcmp(token, "") == 0)
token = strsep(&input, delim);
else
{
strlist.push_back(token);
token = strsep(&input, delim);
}
}
free(input);
return strlist;
}
//strtok_r版本
//char *strtok_r(char *str, const char *delim, char **saveptr);
vector <string> stringsplit2(const string &str, const char *delim)
{
vector <std::string> strlist;
char *saveptr = NULL;
char *p = const_cast<char*>(str.c_str());
char *input = strdup(p); //strdup()在內部調用了malloc()爲變量分配內存,不需要使用返回的字符串時,需要用free()釋放相應的內存空間,否則會造成內存泄漏。
while(NULL != ( input = strtok_r( input, delim, &saveptr) ))
{
//printf("input[%s] saveptr[%s]\n",input,saveptr);
strlist.push_back(input);
input = NULL;
}
free(input);
return strlist;
}
}
int main()
{
string str = "hello, world! welcome to china!";
cout << str <<endl;
vector<string> asd = tyler::stringsplit2(str, " ,!");
cout << "StringList:";
for(int i = 0; i < asd.size(); ++i)
{
cout << "[" << asd[i] << "]";
}
cout <<endl;
cout << "String:" << str <<endl;
return 0;
}
參考:
https://baike.baidu.com/item/strtok_r
https://blog.csdn.net/yafeng_jiang/article/details/7109285
https://www.cnblogs.com/carsonzhu/p/5859552.html
https://blog.csdn.net/zhouzhenhe2008/article/details/74011399