Разобрать (разбить) строку в C ++, используя разделитель строк (стандарт C ++)

364

Я анализирую строку в C ++, используя следующее:

using namespace std;

string parsed,input="text to be parsed";
stringstream input_stringstream(input);

if (getline(input_stringstream,parsed,' '))
{
     // do some processing.
}

Разбор с одним символом-разделителем - это хорошо. Но что, если я хочу использовать строку в качестве разделителя.

Пример: я хочу разделить:

scott>=tiger

с >=разделителем, чтобы я мог получить Скотта и тигра.

TheCrazyProgrammer
источник

Ответы:

577

Вы можете использовать std::string::find()функцию, чтобы найти положение разделителя строк, а затем использовать std::string::substr()для получения токена.

Пример:

std::string s = "scott>=tiger";
std::string delimiter = ">=";
std::string token = s.substr(0, s.find(delimiter)); // token is "scott"
  • find(const string& str, size_t pos = 0)Функция возвращает позицию первого вхождения strв строку, или nposесли строка не найдена.

  • substr(size_t pos = 0, size_t n = npos)Функция возвращает подстроку объекта, начиная с позиции posи длины npos.


Если у вас есть несколько разделителей, после того, как вы извлекли один токен, вы можете удалить его (включая разделитель), чтобы продолжить последующее извлечение (если вы хотите сохранить исходную строку, просто используйте s = s.substr(pos + delimiter.length());):

s.erase(0, s.find(delimiter) + delimiter.length());

Таким образом, вы можете легко получить цикл для получения каждого токена.

Полный пример

std::string s = "scott>=tiger>=mushroom";
std::string delimiter = ">=";

size_t pos = 0;
std::string token;
while ((pos = s.find(delimiter)) != std::string::npos) {
    token = s.substr(0, pos);
    std::cout << token << std::endl;
    s.erase(0, pos + delimiter.length());
}
std::cout << s << std::endl;

Вывод:

scott
tiger
mushroom
Винченцо Пии
источник
66
Для тех, кто не хочет изменять строку ввода, сделайтеsize_t last = 0; size_t next = 0; while ((next = s.find(delimiter, last)) != string::npos) { cout << s.substr(last, next-last) << endl; last = next + 1; } cout << s.substr(last) << endl;
hayk.mart
30
ПРИМЕЧАНИЕ: mushroomвыходы вне петли, т. s = mushroom
Е.
1
Эти образцы не извлекают последний токен из строки. Пример моего извлечения IpV4 из одной строки: <code> size_t last = 0; size_t next = 0; int index = 0; while (index <4) {next = str.find (разделитель, последний); автоматический номер = str.substr (последний, следующий - последний); IPv4 [index ++] = atoi (number.c_str ()); последний = следующий + 1; } </ code>
rfog
2
@ hayk.mart Просто обратите внимание, что было бы следующее, вам нужно добавить 2, а не 1 из-за размера разделителя, который составляет 2 символа :): std :: string s = "scott> = tiger> = mushroom"; std :: string delimiter = "> ="; size_t last = 0; size_t next = 0; while ((next = s.find (delimiter, last))! = std :: string :: npos) {std :: cout << s.substr (last, next-last) << std :: endl; последний = следующий + 2; } std :: cout << s.substr (last) << std :: endl;
Эрвинбосенбахер
Чтобы получить «тигра», используйте std::string token = s.substr(s.find(delimiter) + 1);, если вы уверены, что он существует (я использую +1 в длину) ...
gsamaras
64

Этот метод использует, std::string::findне изменяя исходную строку, запоминая начало и конец предыдущего токена подстроки.

#include <iostream>
#include <string>

int main()
{
    std::string s = "scott>=tiger";
    std::string delim = ">=";

    auto start = 0U;
    auto end = s.find(delim);
    while (end != std::string::npos)
    {
        std::cout << s.substr(start, end - start) << std::endl;
        start = end + delim.length();
        end = s.find(delim, start);
    }

    std::cout << s.substr(start, end);
}
moswald
источник
34

Вы можете использовать следующую функцию для разделения строки:

vector<string> split(const string& str, const string& delim)
{
    vector<string> tokens;
    size_t prev = 0, pos = 0;
    do
    {
        pos = str.find(delim, prev);
        if (pos == string::npos) pos = str.length();
        string token = str.substr(prev, pos-prev);
        if (!token.empty()) tokens.push_back(token);
        prev = pos + delim.length();
    }
    while (pos < str.length() && prev < str.length());
    return tokens;
}
Святослава
источник
5
IMO, он работает не так, как ожидалось: split("abc","a")вернет вектор или одну строку, "bc"где, я думаю, было бы больше смысла, если бы он вернул вектор элементов ["", "bc"]. Используя str.split()в Python, мне было интуитивно понятно, что он должен возвращать пустую строку в случае, если delimбыл найден в начале или в конце, но это только мое мнение. Во всяком случае, я просто думаю, что это должно быть упомянуто
kyriakosSt
1
Настоятельно рекомендую устранить if (!token.empty()) проблему предотвращения, упомянутую @kyriakosSt, а также другие проблемы, связанные с последовательными разделителями.
Стив
1
Я бы убрал свой голос, если бы мог, но ТАК не позволит мне. Проблема, поднятая @kyriakosSt, является проблемой, и удаления if (!token.empty()), похоже, недостаточно для ее устранения.
bhaller
1
@bhaller этот фрагмент был разработан специально для пропуска пустых фрагментов. Если вам нужно оставить пустые, я боюсь, что вам нужно написать еще одну разделенную реализацию. Пожалуйста, предложите вам опубликовать это здесь для блага сообщества.
Святослав
32

Для разделителя строк

Разделить строку на основе разделителя строк . Например, разделение строки "adsf-+qwret-+nvfkbdsj-+orthdfjgh-+dfjrleih"на основе разделителя строк "-+", вывод будет{"adsf", "qwret", "nvfkbdsj", "orthdfjgh", "dfjrleih"}

#include <iostream>
#include <sstream>
#include <vector>

using namespace std;

// for string delimiter
vector<string> split (string s, string delimiter) {
    size_t pos_start = 0, pos_end, delim_len = delimiter.length();
    string token;
    vector<string> res;

    while ((pos_end = s.find (delimiter, pos_start)) != string::npos) {
        token = s.substr (pos_start, pos_end - pos_start);
        pos_start = pos_end + delim_len;
        res.push_back (token);
    }

    res.push_back (s.substr (pos_start));
    return res;
}

int main() {
    string str = "adsf-+qwret-+nvfkbdsj-+orthdfjgh-+dfjrleih";
    string delimiter = "-+";
    vector<string> v = split (str, delimiter);

    for (auto i : v) cout << i << endl;

    return 0;
}


Вывод

adsf
qwret
nvfkbdsj
orthdfjgh
dfjrleih




Для одиночного разделителя символов

Разделить строку на основе символьного разделителя. Например, разделение строки "adsf+qwer+poui+fdgh"с разделителем "+"будет выводить{"adsf", "qwer", "poui", "fdg"h}

#include <iostream>
#include <sstream>
#include <vector>

using namespace std;

vector<string> split (const string &s, char delim) {
    vector<string> result;
    stringstream ss (s);
    string item;

    while (getline (ss, item, delim)) {
        result.push_back (item);
    }

    return result;
}

int main() {
    string str = "adsf+qwer+poui+fdgh";
    vector<string> v = split (str, '+');

    for (auto i : v) cout << i << endl;

    return 0;
}


Вывод

adsf
Qwer
poui
fdgh
Арафат Хасан
источник
Вы возвращаетесь, vector<string>я думаю, что это вызовет конструктор копирования.
Майур
2
Каждая ссылка, которую я видел, показывает, что в этом контексте исключается вызов конструктора копирования.
Дэвид Дан
С «современными» (C ++ 03?) Компиляторами я считаю, что это правильно, RVO и / или семантика перемещения устранят конструктор копирования.
Кевин
Я пробовал один для одиночного символьного разделителя, и если строка заканчивается разделителем (то есть пустым столбцом CSV в конце строки), он не возвращает пустую строку. Он просто возвращает на одну строку меньше. Например: 1,2,3,4 \ nA, B, C,
kounoupis
Я также попробовал один для разделителя строк, и если строка заканчивается разделителем, последний разделитель становится частью последней извлеченной строки.
kounoupis
20

Этот код разделяет строки текста и добавляет каждого в вектор.

vector<string> split(char *phrase, string delimiter){
    vector<string> list;
    string s = string(phrase);
    size_t pos = 0;
    string token;
    while ((pos = s.find(delimiter)) != string::npos) {
        token = s.substr(0, pos);
        list.push_back(token);
        s.erase(0, pos + delimiter.length());
    }
    list.push_back(s);
    return list;
}

Вызывается:

vector<string> listFilesMax = split(buffer, "\n");
Уильям Куэрво
источник
работает отлично! Я добавил list.push_back (s); потому что это отсутствовало.
Стойка Мирча
1
он пропускает последнюю часть строки. После окончания цикла while нам нужно добавить оставшиеся s в качестве нового токена.
18:00
Я внес изменения в пример кода, чтобы исправить отсутствующий push_back.
лад
1
Это будет более приятнымvector<string> split(char *phrase, const string delimiter="\n")
Mayur
15

strtok позволяет передавать несколько символов в качестве разделителей. Бьюсь об заклад, если вы передали "> =", ваша строка примера будет разделена правильно (даже если> и = считаются как отдельные разделители).

РЕДАКТИРОВАТЬ, если вы не хотите использовать c_str()для преобразования из строки в char *, вы можете использовать substr и find_first_of для токенизации.

string token, mystring("scott>=tiger");
while(token != mystring){
  token = mystring.substr(0,mystring.find_first_of(">="));
  mystring = mystring.substr(mystring.find_first_of(">=") + 1);
  printf("%s ",token.c_str());
}
ryanbwork
источник
3
Спасибо. Но я хочу использовать только C ++, а не какие-либо функции C, strtok()как если бы мне потребовалось использовать массив символов вместо строк.
TheCrazyProgrammer
2
@TheCrazyProgrammer Так? Если функция C делает то, что вам нужно, используйте ее. Это не тот мир, где функции C недоступны в C ++ (на самом деле, они должны быть). .c_str()это дешево и легко тоже.
Qix - МОНИКА БЫЛА ПОВРЕЖДЕНА
1
Проверка if (token! = Mystring) дает неверные результаты, если в вашей строке есть повторяющиеся элементы. Я использовал твой код для создания версии, в которой этого нет. В нем много изменений, которые в корне меняют ответ, поэтому вместо редактирования я написал свой собственный ответ. Проверьте это ниже.
Эмбер Эльферинк
5

Вот мой взгляд на это. Он обрабатывает крайние случаи и принимает необязательный параметр для удаления пустых записей из результатов.

bool endsWith(const std::string& s, const std::string& suffix)
{
    return s.size() >= suffix.size() &&
           s.substr(s.size() - suffix.size()) == suffix;
}

std::vector<std::string> split(const std::string& s, const std::string& delimiter, const bool& removeEmptyEntries = false)
{
    std::vector<std::string> tokens;

    for (size_t start = 0, end; start < s.length(); start = end + delimiter.length())
    {
         size_t position = s.find(delimiter, start);
         end = position != string::npos ? position : s.length();

         std::string token = s.substr(start, end - start);
         if (!removeEmptyEntries || !token.empty())
         {
             tokens.push_back(token);
         }
    }

    if (!removeEmptyEntries &&
        (s.empty() || endsWith(s, delimiter)))
    {
        tokens.push_back("");
    }

    return tokens;
}

Примеры

split("a-b-c", "-"); // [3]("a","b","c")

split("a--c", "-"); // [3]("a","","c")

split("-b-", "-"); // [3]("","b","")

split("--c--", "-"); // [5]("","","c","","")

split("--c--", "-", true); // [1]("c")

split("a", "-"); // [1]("a")

split("", "-"); // [1]("")

split("", "-", true); // [0]()
Бедер Акоста Борхес
источник
4

Это должно отлично работать для разделителей строк (или одного символа). Не забудьте включить #include <sstream>.

std::string input = "Alfa=,+Bravo=,+Charlie=,+Delta";
std::string delimiter = "=,+"; 
std::istringstream ss(input);
std::string token;
std::string::iterator it;

while(std::getline(ss, token, *(it = delimiter.begin()))) {
    while(*(++it)) ss.get();
    std::cout << token << " " << '\n';
}

Первый цикл while извлекает токен, используя первый символ разделителя строк. Второй цикл while пропускает оставшуюся часть разделителя и останавливается в начале следующего токена.

hmofrad
источник
3

Я бы использовал boost::tokenizer. Вот документация, объясняющая, как сделать соответствующую функцию токенизатора: http://www.boost.org/doc/libs/1_52_0/libs/tokenizer/tokenizerfunction.htm

Вот тот, который работает для вашего случая.

struct my_tokenizer_func
{
    template<typename It>
    bool operator()(It& next, It end, std::string & tok)
    {
        if (next == end)
            return false;
        char const * del = ">=";
        auto pos = std::search(next, end, del, del + 2);
        tok.assign(next, pos);
        next = pos;
        if (next != end)
            std::advance(next, 2);
        return true;
    }

    void reset() {}
};

int main()
{
    std::string to_be_parsed = "1) one>=2) two>=3) three>=4) four";
    for (auto i : boost::tokenizer<my_tokenizer_func>(to_be_parsed))
        std::cout << i << '\n';
}
Бенджамин Линдли
источник
3
Спасибо. Но я хочу пожелать только стандартный C ++, а не стороннюю библиотеку.
TheCrazyProgrammer
@TheCrazyProgrammer: Хорошо, когда я читал «Стандартный C ++», я думал, что это означает отсутствие нестандартных расширений, а также то, что вы не можете использовать стандарты, соответствующие сторонним библиотекам.
Бенджамин Линдли
3

Ответ уже есть, но выбранный-ответ использует функцию стирания, которая очень дорогая, представьте себе очень большую строку (в МБ). Поэтому я использую ниже функцию.

vector<string> split(const string& i_str, const string& i_delim)
{
    vector<string> result;

    size_t found = i_str.find(i_delim);
    size_t startIndex = 0;

    while(found != string::npos)
    {
        string temp(i_str.begin()+startIndex, i_str.begin()+found);
        result.push_back(temp);
        startIndex = found + i_delim.size();
        found = i_str.find(i_delim, startIndex);
    }
    if(startIndex != i_str.size())
        result.push_back(string(i_str.begin()+startIndex, i_str.end()));
    return result;      
}
Шубхам Агравал
источник
Я проверил это, и это работает. Спасибо! На мой взгляд, это лучший ответ, потому что, как говорится в исходном ответчике, это решение уменьшает накладные расходы памяти, а результат удобно сохраняется в векторе. (повторяет string.split()метод Python .)
Робби Кэппс
2

Это полный метод, который разбивает строку на любой разделитель и возвращает вектор нарезанных строк.

Это адаптация от ответа от ryanbwork. Тем не менее, его проверка: if(token != mystring)дает неправильные результаты, если у вас есть повторяющиеся элементы в вашей строке. Это мое решение этой проблемы.

vector<string> Split(string mystring, string delimiter)
{
    vector<string> subStringList;
    string token;
    while (true)
    {
        size_t findfirst = mystring.find_first_of(delimiter);
        if (findfirst == string::npos) //find_first_of returns npos if it couldn't find the delimiter anymore
        {
            subStringList.push_back(mystring); //push back the final piece of mystring
            return subStringList;
        }
        token = mystring.substr(0, mystring.find_first_of(delimiter));
        mystring = mystring.substr(mystring.find_first_of(delimiter) + 1);
        subStringList.push_back(token);
    }
    return subStringList;
}
Эмбер Эльферинк
источник
1
Нечто подобное while (true)обычно страшно видеть в таком фрагменте кода. Лично я бы порекомендовал переписать это так, чтобы сравнение std::string::npos(или, соответственно, проверка с mystring.size()) сделало while (true)устаревшим.
Джоэл
1

Если вы не хотите изменять строку (как в ответе Винченцо Пии) и хотите также вывести последний токен, вы можете использовать этот подход:

inline std::vector<std::string> splitString( const std::string &s, const std::string &delimiter ){
    std::vector<std::string> ret;
    size_t start = 0;
    size_t end = 0;
    size_t len = 0;
    std::string token;
    do{ end = s.find(delimiter,start); 
        len = end - start;
        token = s.substr(start, len);
        ret.emplace_back( token );
        start += len + delimiter.length();
        std::cout << token << std::endl;
    }while ( end != std::string::npos );
    return ret;
}
user2366975
источник
0
#include<iostream>
#include<algorithm>
using namespace std;

int split_count(string str,char delimit){
return count(str.begin(),str.end(),delimit);
}

void split(string str,char delimit,string res[]){
int a=0,i=0;
while(a<str.size()){
res[i]=str.substr(a,str.find(delimit));
a+=res[i].size()+1;
i++;
}
}

int main(){

string a="abc.xyz.mno.def";
int x=split_count(a,'.')+1;
string res[x];
split(a,'.',res);

for(int i=0;i<x;i++)
cout<<res[i]<<endl;
  return 0;
}

PS: работает, только если длины строк после разделения равны


источник
При этом используется расширение GCC - массив переменной длины.
user202729
0

Функция:

std::vector<std::string> WSJCppCore::split(const std::string& sWhat, const std::string& sDelim) {
    std::vector<std::string> vRet;
    int nPos = 0;
    int nLen = sWhat.length();
    int nDelimLen = sDelim.length();
    while (nPos < nLen) {
        std::size_t nFoundPos = sWhat.find(sDelim, nPos);
        if (nFoundPos != std::string::npos) {
            std::string sToken = sWhat.substr(nPos, nFoundPos - nPos);
            vRet.push_back(sToken);
            nPos = nFoundPos + nDelimLen;
            if (nFoundPos + nDelimLen == nLen) { // last delimiter
                vRet.push_back("");
            }
        } else {
            std::string sToken = sWhat.substr(nPos, nLen - nPos);
            vRet.push_back(sToken);
            break;
        }
    }
    return vRet;
}

Юнит-тесты:

bool UnitTestSplit::run() {
bool bTestSuccess = true;

    struct LTest {
        LTest(
            const std::string &sStr,
            const std::string &sDelim,
            const std::vector<std::string> &vExpectedVector
        ) {
            this->sStr = sStr;
            this->sDelim = sDelim;
            this->vExpectedVector = vExpectedVector;
        };
        std::string sStr;
        std::string sDelim;
        std::vector<std::string> vExpectedVector;
    };
    std::vector<LTest> tests;
    tests.push_back(LTest("1 2 3 4 5", " ", {"1", "2", "3", "4", "5"}));
    tests.push_back(LTest("|1f|2п|3%^|44354|5kdasjfdre|2", "|", {"", "1f", "2п", "3%^", "44354", "5kdasjfdre", "2"}));
    tests.push_back(LTest("|1f|2п|3%^|44354|5kdasjfdre|", "|", {"", "1f", "2п", "3%^", "44354", "5kdasjfdre", ""}));
    tests.push_back(LTest("some1 => some2 => some3", "=>", {"some1 ", " some2 ", " some3"}));
    tests.push_back(LTest("some1 => some2 => some3 =>", "=>", {"some1 ", " some2 ", " some3 ", ""}));

    for (int i = 0; i < tests.size(); i++) {
        LTest test = tests[i];
        std::string sPrefix = "test" + std::to_string(i) + "(\"" + test.sStr + "\")";
        std::vector<std::string> vSplitted = WSJCppCore::split(test.sStr, test.sDelim);
        compareN(bTestSuccess, sPrefix + ": size", vSplitted.size(), test.vExpectedVector.size());
        int nMin = std::min(vSplitted.size(), test.vExpectedVector.size());
        for (int n = 0; n < nMin; n++) {
            compareS(bTestSuccess, sPrefix + ", element: " + std::to_string(n), vSplitted[n], test.vExpectedVector[n]);
        }
    }

    return bTestSuccess;
}
море кг
источник
0
std::vector<std::string> parse(std::string str,std::string delim){
    std::vector<std::string> tokens;
    char *str_c = strdup(str.c_str()); 
    char* token = NULL;

    token = strtok(str_c, delim.c_str()); 
    while (token != NULL) { 
        tokens.push_back(std::string(token));  
        token = strtok(NULL, delim.c_str()); 
    }

    delete[] str_c;

    return tokens;
}
XLVII
источник
-4
std::vector<std::string> split(const std::string& s, char c) {
  std::vector<std::string> v;
  unsigned int ii = 0;
  unsigned int j = s.find(c);
  while (j < s.length()) {
    v.push_back(s.substr(i, j - i));
    i = ++j;
    j = s.find(c, j);
    if (j >= s.length()) {
      v.push_back(s.substr(i, s,length()));
      break;
    }
  }
  return v;
}
Yilei
источник
1
Пожалуйста, будьте точнее. Ваш код не скомпилируется. Смотрите объявление "я" и запятую вместо точки.
jstuardo